作者｜樊雅婷
微信｜FFF111f__
最近，你大概率听过 papi酱的《Oh My God》，也可能在网约车上被动听了一路低沉男声的激情翻唱。
又或许，你还刷到过这样的抽象视频：用一种很魔性的调子唱出聊天记录。
AI 音乐，已无处不在。
尽管之前，短视频平台上就已经充斥着 AI 音乐，但它们仍然属于“音乐”的范畴，目标是用情绪化和洗脑的词曲，搭配视频扩大传播，且不希望让人听出来是 AI 做的。
但现在不一样了，AI 音乐成了人人可套用、可二创、可传播的内容玩法。换句话说，普通人把 AI 音乐玩成了“特效模板”。
这也让 AI 音乐成为一个很“奇怪”的创业赛道。一方面，竞争不如通用模型和 Agent 那么激烈，由此带来的市场关注度有限；另一方面，用户正真金白银地参与共创。
ACE 就是其中的一个特殊样本。
当不少 AI 应用还在盈亏线上仰卧起坐时，ACE 已有 10 万付费用户、月收入 200 万美元，并完成 Pre-B 轮融资。Hans Zimmer、Teddy Riley、Martin Garrix 以及多位格莱美获奖制作人，都在使用它的产品。
据悉，ACE 近日完成新一轮近 4000 万美元融资，本轮由头部战投、CCV、顺为资本、Alphaist 等机构投资，多个老股东超额跟投。至此，ACE 成为 AI 音乐赛道融资额最高的华人创业团队。
这家长期服务专业音乐人、深耕 AI 原生音乐生产工具的公司，正计划在原有业务之外新增一款“玩音乐”的产品，miya.fm，一个主打 AI 音乐新玩法的 Agent。
想了解 ACE，我们先看它的第一个产品——ACE Studio。它究竟凭什么吸引一众知名创作者？
1
ACE Studio，专业音乐人的“高精度武器”
先上成品。
可以听出，这首弦乐声部分工明确，主旋律突出，乐器之间配合得很克制，最终效果很能打。
如此宏大的音乐，和我第一次打开 ACE 的感受完全相反。产品简洁朴素，没有 readme，说明文档藏在右下角小图标里。扑面而来的是一个直接创作的音频分轨界面。
你可以点击下方中间的按钮使用产品内置的 160 多种免版税 AI 声线和40 多种 AI 乐器，还可以使用声线克隆、随机灵感等 AI 功能。
除此之外，似乎和传统的音乐编辑器没什么太大区别。CEO 郭靖自己也说，这不是一个“不言自明”的产品。
不过，这套产品思路对专业创作者而言完全成立。他们不需要花哨的页面和冗余功能，只在乎顶级的可控性。所谓可控，是指产品能否在功能层面让创作者完全掌控创作，并精准呈现细粒度表达。
AI 功能在这里的价值，是替代传统音乐制作中高成本、重复性的步骤。
比如开头那段弦乐成品，就是直接把 MIDI 或 MusicXML 文件拖进 ACE Studio，为轨道选择“小提琴”“大提琴”等 AI 音色，它就会按照写好的音符自动演奏。此外，还能开启乐器的 Unison 模式，按需调节每件乐器的音量、时间偏移和立体声宽度。
又或者，只需在钢琴卷帘中输入旋律和歌词，就能立刻听到 AI 演唱。如果某个音或某句歌词听起来不对，可以马上修改，调整后的结果也会即时反馈。
下面这个视频是更全面的功能展示。除一句话生成外，还可以根据任意片段 AI 生成匹配的人声或乐器、对局部音频进行 AI 改编、支持接入 Codex、Claude Code 等 Agent 直接操作工程......
和过去使用“一句话生成一首歌”产品不同，在 ACE 里，创作不再是一种差不多的感觉，而是真正可以做到随心可控、即时反馈。
正是这种对专业创作可控性的追求，让 ACE 在帮助创作者完成细颗粒度表达的同时，积累了高质量的创作数据。反过来，这些用户数据又被用于训练和迭代其音乐模型 ACEx。
互联网并不缺音乐。流媒体、视频网站和公开数据中已有海量完成时作品，模型可以从中学习曲风、结构、音色和演唱方式。但一首最终导出的 MP3，本质上只提供了结果。
在用户授权的前提下，ACE 可以从专业用户的实际创作过程中提取带反馈的 trajectory data：模型生成了什么，用户保留了什么、删除了什么、修改了什么，最终又选择了什么。
另一类数据则关乎 preference ，即同一任务下，用户在不同结果之间的偏好选择。当用户在产品中使用【给我灵感】时，ACE Studio 会提供两首成品。ACE 则会通过一套严苛规则判断这些数据最终能否被保留，例如试听和播放时长、操作步骤数量、最终是否发布、like 数等。
对模型而言，相比 C 端用户模糊的需求和目的性不强的操作，这类数据能显著提升模型能力。CEO 郭靖也将 ACE Studio 称为“天然的高质量数据工厂”。目前，ACE 已积累约 300 万条轨迹数据和约 50 万组偏好数据。
成效也很直观。ACEx 在部分主流音乐 benchmark 上已处于领先水平，单张 A100 生成一首约 4 分钟的歌曲仅需约 30 秒，单位生成成本约为 Suno v5.5 的五分之一。
对 ACE 来说，由于核心音乐模型自研，ACE Studio 当前毛利率约为 90%。
1
Miya 把音乐从“作品”变成“嘴替”
前面是阳春白雪，接下来看看下里巴人。老规矩，先上作品。提一句，目前 miya 还处于内测阶段。
这里，我直接用官方最热门的玩法——生成一首 diss 歌曲。
在 miya.fm 官网主页输入你想 diss 的人或帖子，或复制其 X 用户名，点击【cook it】，即可生成一首歌曲。
还记得文章开头的“唱出聊天记录”吗，大部分旋律都很生硬，歌词和曲调之间基本看不出关系，属于生搬硬套。
但这首《搬运工》的主题是讽刺这个博主只会搬运内容，miya 自动生成的歌词和主题十分贴切，高潮部分选择用重复旋律呈现，非常洗脑。最重要的是，它在视觉呈现上和音乐也十分配合，特效字幕更是手拿把掐，属于是生成完就可以直接发社交媒体了。
又或者，你可以使用官方自带的 skill：rap battle。用法是输入两个阵营、两个观点，或者两个人，就能自动生成一首他们 battle 的 rap 歌曲。官方就有一个【京爷 vs 沪爷】的示例。
歌词犀利且“真实”，咬字清晰。这个调性让人忍不住想到《狂飙》里的高启强和安欣。
有意思的是，ACE 专业做音乐出身，如今却选择做普通人的音乐“玩具”，而且切入点选在了 Roast（吐槽），一个高情绪浓度、又天然适合社交传播的切口。
过去，一个人在 X 上看到一条想吐槽的帖子，可能选择在评论区吐槽、做一张 Meme，或转发评论。现在，用户只需输入一个 X 用户名，或直接丢进一条帖子链接，miya 就能根据这些上下文生成一首带吐槽意味的歌。
Miya 并非 ACE 首次尝试 C 端。
ACE 早期做过虚拟歌姬产品，累计用户超 100 万，峰值日活约 20 万。规模起来之后，团队却发现，更明确的需求来自专业音乐人：他们希望将技术用于真实生产，降低制作时间和成本。
ACE Studio 也由此成型。
对 CEO 郭靖来说，miya 依然处在他的舒适区里。郭靖在创业前曾在水果忍者、神庙逃亡、愤怒的小鸟等全民级休闲游戏做产品增长，是一个很擅长“搞活”的人。这也反映了 miya 和 suno 等“一句话生成音乐”产品最开始就不在一个完全相同的赛道上。
从始至终，从 ACE Studio 到 miya，ACE 要做的路线很明确，就是降低音乐创作的门槛，让音乐成为日常表达方式之一。
如果抖音的 slogan 是用视频记录生活，那 miya 就是用音乐表达生活。
1
押注音乐成为下一种表达方式
很多新内容形态进入大众市场，都不是从“人人突然学会创作”开始。用户不必先成为创作者，再决定使用新媒介。往往是先有足够简单、有趣的玩法，才逐渐习惯用它表达自己。
miya 从 roast 切入是个好选择，但最终要验证的，不是模型能否生成一首好歌，而是普通人是否真的有用音乐表达自己的需求，音乐能否像文字、图片、视频一样，进入日常创作与社交互动。
面向普通用户的 AI 音乐产品已经非常拥挤，除了 Suno、Udio，还有音潮、阿里的 HappyShrimp、网易天音等一批产品。ACE 曾经的优势不会自动转化为胜利。
miya 能否活下来，取决于它能否让用户形成音乐表达习惯，并持续找到新玩法。毕竟，roast 本身并没有太高的壁垒。
不过，即使失败，ACE 依然是不错的专业 AI 音乐公司。如果成功，ACE Studio 就从专业工具变成更大的音乐平台——通过 AI 重塑音乐的生产与消费，成为 AI 时代的 Spotify。