Suno 成新一代 auto-tune：用 AI 走红的音乐人

现在每次打开 TikTok，我都会听到同一首歌：蒙面说唱歌手 Kilo Kent 的《40's》。无论是粉丝对口型、社交媒体“记者”称他为“下一个爆款”，还是他自己的匿名宣传视频，这首歌都无处不在。诚然，它确实很抓耳——正是那种旋律上口、制作精良的 trap-pop 作品，放在过去十年任何一部 FIFA 原声带里都毫无违和感。只有一个问题：TikTok 的评论者坚信它是 AI 做的。

Kilo 的歌并非个例。继续往下刷，我发现了几十个蒙面、刻意让人难以定位（而且奇怪的是，往往是法语区的 Afro-RnB）的“艺人”，他们做的音乐，说白了，好得令人难以置信。他们拥有数十万甚至数百万的播放量，人声完美无瑕，成品曲目带着一层玻璃纸般的光泽，几乎超凡脱俗——就像奇幻电子游戏里的配音。 

在许多情况下，他们的音乐明确用 AI 生成的视觉素材来推广。例如，Kilo 在 Spotify 上最受推荐的同门艺人 Zemi，其形象是一个肌肉发达、隐约带有北非面孔的 AI 虚拟人，脸被阿拉伯头巾遮住，经常在沙漠中演唱他的法语情歌。当然，有不少评论者指出了显而易见的事实——这是 AI——但更多评论者似乎要么没注意到，要么不在乎。“我总是爱上你和你的艺术，这太美妙了，”一位粉丝在 Zemi 的 Instagram 主页上写道。

这是垃圾内容，对吧？批量生成的机器音乐，注定要从轻信的听众身上刮走那点可怜的流媒体版税？嗯，事情没那么简单。 

当我联系 Zemi 和 Kilo 寻求采访时，我遇到了一个意外——他们签的是同一家厂牌：Isekai Records（日语意为“异世界”）。他们自称是“下一代厂牌”，以能够“将社交媒体热度转化为实打实的播放量”为傲，并在去年签下争议制作人 Haven 后首次崭露头角。此举正值有人指控 Haven 的爆红单曲《I Run》中的人声通过 AI 音乐平台 Suno 模仿了 Jorja Smith。Spotify 于 2025 年 11 月以担心模仿为由下架了这首歌，Isekai 随后用真人歌手重新发行。新版本目前播放量已超过 2.5 亿次。“将社交媒体热度转化”确实是一种说法。“没人比我们更懂营销，”一位代表告诉我。

“把 AI 辅助音乐想象成烤箱。你准备菜肴，你切菜，你加盐，你什么都做了。那不是烤箱生成的食物。”

—— Kilo Kent

当我终于分别获得对 Kilo 和 Zemi 的单独采访时，我又遇到了另一个意外：虽然他们加入我们的视频通话时都关着摄像头，但至少他们似乎是真人。两人都坦然承认他们使用 Suno 来修改自己的人声，但关键在于，他们坚称这没什么大不了的——就像混响或自动调音一样。“是的，声音是 AI 的，但其余的一切都是我制作的——节拍、旋律、制作，”Zemi 解释道。“我唱这些歌，把它导入 Suno 来改变声音，然后自己混音。整个流程背后都是人。” 

你看，Zemi 出生于巴黎，有阿尔巴尼亚血统，他告诉我，在推出自己的 AI 虚拟形象之前，他其实已经拥有相当丰富的音乐生涯。他声称自己作为制作人积累了“将近十亿次播放量”，合作对象用他的话说包括“Marshmallow、Justin Bieber，所有那些人”，但最终厌倦了与流行明星合作时随之而来的自我管理。于是，在 2025 年，Zemi 转向 Suno，以更直接地实现自己的创作愿景。他拒绝透露自己以前使用的制作人化名：“我希望人们自己想，‘我也可以成为 Zemi’，而不是‘哦，那是某个家伙在录音室里做出来的’。” 

Kilo 给我讲了类似的故事。他从小就痴迷于写歌，曾为英国的“大牌说唱歌手”写歌，但从不想要伴随自己才华而来的名气。所以，在朋友们恳求他不要“让世界失去他的才华”之后，2025 年初，Kilo 转向 Suno 来“掩盖自己的声音”。 

“把 AI 辅助音乐想象成一台烤箱，”他告诉我，并区分了在自己的音乐流程中将 AI 作为工具使用，与用 AI 完全取代这一流程。“你准备好菜肴，切好蔬菜，撒上盐，你做完一切，对吧？然后，你把它放进烤箱。那不是烤箱生成的食物。与此同时，AI 生成的垃圾就像微波炉速食。你去了 Tesco 的冷冻货架，把它放进微波炉，砰，你的千层面就好了。那种垃圾对我来说很恶心。” 

这是一个有说服力的观点。在许多方面，自从歌曲可以被录制并回放以来，听众就不得不面对自己究竟能接受音乐中有多少合成成分——或者说“虚假成分”。1965 年，美国民谣传奇 Pete Seeger 在纽波特民谣音乐节舞台上威胁要用斧头砍断 Bob Dylan 的电吉他线，因为后者决定抛弃原声乐器。1993 年，Nirvana 的 In Utero 制作人 Steve Albini 怒斥电子舞曲“完全是脑死亡”，毫无艺术价值。而在 2013 年，R&B 歌手 Usher 告诉自动调音先驱 T-Pain，他“通过推广那套自动调音的垃圾毁掉了音乐”。 

就拿如今社交媒体上随处可见的“freestyle 说唱视频”格式来说。我们中很少有人会惊讶地得知，这些曲目并不是真正意义上即兴的“freestyle”，而是对口型、预先写好的表演，在录音室里用“punch-in”方法录制，使用自动调音和混响等插件处理，并用合成的、机器制造的乐器制作。换句话说，它们是假的。但音乐随着时代而演变。新技术逐渐被接纳，以推动声音向前发展。像 Suno 这样的 AI 技术真的有什么不同吗？

毕竟，Kilo 和 Zemi 在我听来都确实像艺术家。“我他妈根本不在乎钱，”Zemi 说，他后来找了一个真人演员在社交媒体上扮演 Zemi 这个角色。“这一代人过得挺操蛋的，人们都处在抑郁之中，我只想用我的音乐帮助他们。哪怕我只有 100 个月度听众，我依然会做音乐。那 100 个人可能会因为听了它而好受一些。”与此同时，Kilo 以另一种方式展示了他的艺术性：“任何人都能打开浏览器访问 [Suno]，它比自动调音曾经做到的还要容易获取。那为什么是我脱颖而出？”最终，Kilo 得出结论，他一定做对了什么。 

但 AI 并不 只是自动调音。它在过去几年的激增伴随着大规模数据中心的建设，这些数据中心吞噬了数百万加仑的水（累计已让爱尔兰家庭因电价上涨而多付出约 12 亿美元）；它还伴随着知识产权侵权，导致像 Jorja Smith 这样勤奋的人类艺术家的声音在未经同意的情况下被挪用，并引发了关于文化挪用的关键问题——使像 Zemi 这样的匿名制作人能够自信地穿戴并利用种族化美学获利，同时对自己的背景保持可推脱的否认。 

然而，对于音乐技术专家、悉尼新南威尔士大学副教授 Oliver Bown 来说，Zemi 和 Kilo 的例子指向了一个甚至“更令人担忧的想法”——一个“企业行为者，或者更糟，有政治动机的人，可以简单地按几个按钮，就让一代人迷上新的文化内容”的未来。他在电子邮件中继续写道：“它有潜力成为奥威尔式的：社会的文化肌理被自上而下的垂直控制形式所取代。也许正是这种恐惧，让人们对现代艺术家更温和地使用 AI 的反应更加激烈。”

我联系了 Bown，想进一步了解 Suno 可能如何被用来修改人声，却惊讶地发现，在 Kilo 和 Zemi 所描述的那种意义上，AI 辅助的音乐和 AI 生成的音乐之间其实并没有明确的区分。相反，它是一个连续谱，从轻微的、类似自动调音的调整，一直延伸到大多数公众所反对的大规模生成的垃圾内容。“这些可以是有趣的实验，但也可能是非常愤世嫉俗的商业运作：如果音乐人不存在，整个角色就变成了一种商品，”Bown 解释道。“我无法评论 Kilo Kent 和 Zemi 是否属于这种情况。但不展示艺术家的脸，确实会让人产生这种看法。”

在我看来，这一切归根结底取决于我对 Kilo 和 Zemi 的信任程度——这两位艺术家拒绝露脸，也不公开真实姓名——信任他们会尊重适度、艺术性使用 Suno 与那种我设想中灵感枯竭时按下生成键的诱人冲动之间的界限。我当然愿意相信他们。但就在我纠结于这些问题时，我又收到了 Isekai 的一封邮件：他们要求在文章发表前进行审查。当我告知他们新闻业不是这样运作的时，他们指责我试图制造“虚假叙事”，并指示我取消这篇文章（这也不是新闻业的运作方式）。不过有一点他们说对了：我以前确实从未见过这样的营销。 

“它有走向奥威尔式的潜力：社会的文化肌理正被自上而下的垂直控制形式所取代。”

—— Oliver Bown，新南威尔士大学副教授

我不确定 Isekai 为何变得如此多疑：就我而言，Zemi 和 Kilo 说得很有道理。也许他们想按自己的方式来披露对 Suno 的使用，像他们处理 Haven 和 Jorja Smith 争议那样将叙事变现。但他们的保密确实指向了这一切中一个更深层的问题。公众现在对 AI 感到焦虑是理所当然的：迄今为止，它为科技公司 CEO 带来了巨额利润，却给我们其他人带来了裁员和不断上涨的水电费。与此同时，在音乐领域，它有可能将我们与社会的根本肌理——将社区联结在一起的文化——割裂开来。人们感到恐惧，而在我看来，戴上面具、误导公众，似乎并不是应对恐惧中的人的最佳方式。

不管怎样，当 Kilo 和 Zemi 告诉我他们非常认真对待自己的艺术时，我确实相信他们。在我们对话接近尾声时，我追问 Zemi，健康地使用 AI 和懒惰地使用 AI 之间的界限究竟在哪里。他的回答很简单：“我其实试过只按生成、不做任何人工的东西，但人们能察觉出来。”与此同时，如果我说 Kilo 那些极具感染力的说唱 hook 这几周没有在我脑中循环播放，那我就是在撒谎。他的音乐无可否认。

鉴于这两人迄今取得的成果，如果相信音乐中 AI 的使用会很快消失，那就太天真了，而且除了人声处理之外还有大量应用。像 Sega Bodega 这样受人尊敬的音乐人已经 称赞其在清理采样、帮助微妙提升音乐整体质量方面的应用，而 Bown 本人也描述了其在帮助“快速 vibecode 一个新数字乐器或分析混音”方面的有限应用。Bob Dylan、T-Pain 等人的历史告诉我们，音乐将随时代而变。但在那些案例中，要让人相信这些变化是向好的，需要的远不止批量生成的宣传视频和站不住脚的“新时代”营销话术。如果 Kilo 和 Zemi 真的相信他们代表着音乐的未来，那他们面前还有一场硬仗要打。