Deezer,一个在2016年于美国推出的 Spotify 替代品,于周三分享消息称,每天有 20,000 首完全由 AI 生成的曲目添加到其音乐服务中,占平台每日上传内容的“超过18%”。
与其他流媒体服务类似,Deezer 为独立音乐人提供了上传自己音乐的方式,而无需成为唱片公司大型授权协议的一部分。虽然这种方式降低了部分门槛,但也为完全非人工制作的音乐打开了大门。显然,人们正在利用这一选项。
Deezer 于 2025 年 1 月推出了一种用于检测和标记 AI 生成内容的工具,当时 AI 生成音乐仅占上传内容的 10%。该工具很有帮助,但似乎只是权宜之计,直至各方就是否允许 AI 生成曲目的存在达成共识。AI 公司主张,对现有书籍、电影、音乐和互联网短暂现象的训练属于“合理使用”,但许多原始创作者对此持不同意见。就反对声音而言,AI 音乐初创公司 Suno 和 Udio 在 2024 年因涉嫌版权侵权被唱片公司起诉,同时艺术家们也对“未经授权的 AI 训练”进行抗议,但尚未有裁决确立新的法律标准。
Deezer 也并非独自应对 AI 生成内容泛滥的问题。迄今为止,Spotify 同样面临这一问题已屡见不鲜。订阅者指出了数十个明显为迎合 Spotify 受欢迎的每周歌单而刻意上传的 AI 生成曲目案例,尽管 Spotify 在艺术家投诉后删除了一些模仿曲目,该公司对承载 AI 音乐并无异议。
Spotify 联合总裁 Gustav Soderstrom 在 2024 年 11 月一档 Big Technology 播客节目中表示:“如果创作者使用这些技术——他们以合法方式创作音乐,我们支付报酬,而听众收听这些作品——并且获得成功,我们就应该允许人们收听。”
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。