注意了,Suno。Spotify周四宣布与环球音乐集团(UMG)达成合作,允许粉丝借助生成式AI技术,对自己喜爱的歌曲进行翻唱和混音创作。该工具将以付费附加功能的形式推出,仅面向Spotify高级订阅用户开放,并将根据AI生成内容所依托的原创作品,向参与合作的艺术家提供收益分成。
Spotify目前尚未透露该工具的定价或上线时间,仅表示双方已就许可协议达成一致。事实上,Spotify去年便已披露相关计划,称其正与环球音乐集团、索尼音乐集团、华纳音乐集团、Merlin及Believe共同开发以艺术家为核心的AI产品。
Spotify当时表示,这些AI工具将通过"事先达成协议,而非事后寻求谅解"的方式构建——这番话显然是在暗指Suno等业内其他玩家的做法。
Spotify在其原则中明确指出:艺术家和版权持有人应有权决定是否参与AI工具及以何种方式参与;一旦参与,应获得合理报酬。
Spotify联席首席执行官亚历克斯·诺斯特罗姆在就UMG合作发表的声明中表示:"解决音乐领域的难题正是Spotify的使命所在,粉丝翻唱和混音就是下一个待攻克的课题。我们正在构建的体系,建立在参与艺术家和词曲作者的知情同意、署名权保障与合理报酬之上。在每一次技术变革中,我们都与卢西安爵士(环球音乐集团董事长兼首席执行官)及其团队携手合作,共同推动音乐生态向更丰富、对粉丝更有价值、对艺术家和词曲作者更有回报的方向演进。"
环球音乐集团董事长兼首席执行官卢西安·格兰奇爵士则将这一进展视为艺术家深化与粉丝关系、同时拓展额外收入来源的重要契机。目前尚不清楚哪些UMG旗下艺术家已同意参与。
Suno和Udio等服务虽然是AI音乐领域的先行者,但在构建AI音乐创作工具时,却是在法律基础并不稳固的情况下贸然推进的。不出所料,各大唱片公司随即提起诉讼。去年11月,Suno与华纳音乐集团就一起5亿美元的版权诉讼达成和解,此前不久,环球音乐集团也已与Udio就类似诉讼达成和解。
目前,Suno仍面临来自UMG和索尼音乐等公司的版权索赔。Udio方面虽已与华纳音乐和UMG和解,但与索尼的和解谈判仍在进行中。
看到消费者对此类功能的强劲需求,Spotify选择直接与唱片公司洽谈,达成专属合作协议。UMG或许只是Spotify众多厂牌合作伙伴中的第一家,尽管该公司并未明确表态。
上述消息是Spotify周四投资者日系列公告的组成部分。此外,Spotify还宣布推出由AI驱动的有声书创作工具、面向播客主的AI功能、通过AI制作个人播客的桌面应用程序,以及为顶级粉丝提供演唱会优先购票服务等一系列新举措。
Q&A
Q1:Spotify和环球音乐集团的AI翻唱混音功能什么时候上线?要收费吗?
A:目前Spotify尚未公布具体的上线时间和定价方案,只确认双方已就许可协议达成一致。该功能将以付费附加功能形式推出,仅限Spotify高级订阅用户使用,参与合作的艺术家也会从AI生成内容中获得相应的收益分成。
Q2:Spotify的AI音乐工具和Suno有什么区别?
A:最大的区别在于版权合规性。Suno等平台在未事先获得版权授权的情况下开发AI音乐工具,导致被各大唱片公司起诉,Suno甚至与华纳音乐达成了高达5亿美元的和解。而Spotify选择事先与环球音乐集团等版权方签署正式许可协议,确保艺术家的知情同意权和收益分成,从根本上避免了法律风险。
Q3:艺术家必须参与Spotify的AI翻唱混音功能吗?
A:不是强制的。Spotify明确将"艺术家和版权持有人有权自主决定是否参与及如何参与"列为核心原则,参与完全出于自愿。目前尚不清楚哪些环球音乐集团旗下艺术家已确认参与,具体名单有待后续公布。
好文章,需要你的鼓励
谷歌每月发布"Google系统更新说明",涵盖Play服务、Play商店及Play系统更新的最新变化,适用于Android手机、平板、Wear OS、Google/Android TV、Auto及PC等平台。本次5月更新涉及账户管理、开发者服务、设备连接、安全与隐私、钱包及实用工具等多个模块,部分功能面向终端用户,部分面向开发者。需注意,更新日志中出现的功能并不代表已全面上线,部分功能可能仍处于实验阶段。
研究发现顶尖AI在医学画钟测试评分中存在系统性"打分保守"问题,总爱把极端分数往中间靠,可能导致严重认知障碍患者被漏检。
欧盟委员会计划依据《数字市场法》(DMA)对谷歌开出史上最高罚款,金额或达九位数。欧盟监管机构认为,谷歌在搜索结果中优先展示自家服务(如谷歌购物),对第三方竞争网站构成不公平竞争。此前谷歌提出的整改方案被认为力度不足。此外,欧盟还在对谷歌Play商店及搜索引擎AI功能展开独立调查,审查其是否妨碍市场公平竞争。
SciConvBench评测发现,当前顶尖AI模型在科学计算任务中普遍存在"静默假设"问题——拿到不完整或矛盾的任务描述后,不问清楚就自行脑补,让科学结果的可复现性面临隐患。