YouTube Music 開始為 AI 生成音樂加標籤
Google 宣布在 YouTube Music 的應用與網頁端為生成式 AI 創作的音樂加上標註,做法沿用今年早些時候在 YouTube 主站給 AI 生成影片加標籤的方案,目前正在陸續推送。Google 並未禁止 AI 音樂,在部落格中稱生成式 AI 為藝術家提供了新的創作、實驗與分享方式,但同時承認使用者希望知道一首歌是否由生成式 AI 工具生成。
依意思最接近的 30 筆
Google 宣布在 YouTube Music 的應用與網頁端為生成式 AI 創作的音樂加上標註,做法沿用今年早些時候在 YouTube 主站給 AI 生成影片加標籤的方案,目前正在陸續推送。Google 並未禁止 AI 音樂,在部落格中稱生成式 AI 為藝術家提供了新的創作、實驗與分享方式,但同時承認使用者希望知道一首歌是否由生成式 AI 工具生成。
YouTube Music 週三上線 AI 標籤系統,播放頁會標明歌曲在多大程度上由生成式 AI 參與,標註同樣會出現在 YouTube 主應用。合作方需按 Fully Gen AI、Partly Gen AI、No Gen AI 三檔申報,其中 Auto-Tune 等修音工具歸入 No Gen AI。YouTube 側重披露而非限制,AI 參與本身不影響曲目變現。
荷蘭另類搖滾樂隊 De Staat 的新歌《Freedom》官方 MV 在 00:44 處用上了 AI 生成的視覺效果,特效由 Fake it or Leave it 的 Matties Grooten 負責。這條線索經 Hacker News 討論傳播,被標註為生成式 AI;原帖並未說明具體用了哪個模型或工具,也沒有交代該鏡頭之外是否還有其他 AI 參與。
10 月 15 日,合肥科學視覺化公司可視科學(SciVisual)官宣完成天使輪及天使+輪融資,累計數千萬元,投資方為上海未來產業基金、厚雪資本與浦東創投。公司把核聚變裝置、先進光源等大科學裝置從幾何、部件、材料到物理邏輯編譯成 AI 可呼叫推理的三維資料,已服務 60 餘位院士、800 餘名科學家,覆蓋 20 餘座國家大科學裝置、300 餘個前沿科學設施。其自研輕量化演算法可將模型網格數量壓縮 99% 以上,使原本只有工作站能處理的模型在個人電腦上執行。
YouTube 開始為經 AI「改動或完全生成」的歌曲加上「Made with AI」標籤,即日起上線,做法與其現有的影片 AI 標籤一致。該標籤並非覆蓋音樂製作中的所有 AI 用途,官方舉例包括用生成模型創作作曲與人聲。上傳歌曲的音樂合作伙伴需按規則披露生成式 AI 使用;若未披露,YouTube 稱可能借助「其他訊號」判斷歌曲是否為 AI 生成。
BBC 報導稱,AI 生成內容激增正催生所謂「人類溢價」,即人們更看重由人創作的藝術。音樂平台 Deezer 表示,其上傳曲目中 44% 由 AI 生成,調查顯示 97% 的聽眾無法分辨 AI 與人類作品,但超過半數受訪者仍在意創作者是不是人。學界正推動設立類似「公平貿易」的「人類製造」統一標識,已有書籍、電影和專輯封面標註「AI-free」。
Deezer 正在開發一個可過濾 AI 生成音樂的開關,預計今年年底前上線,開啟後搜尋結果中不再出現 AI 生成的曲目、專輯和相關藝人。CEO Alexis Lanternier 稱平台上 AI 音樂的激增是推出該功能的原因之一,去年一項調查顯示約 45% 的 Deezer 使用者希望從資訊流中移除 AI 音樂。Deezer 去年已加入 AI 檢測工具,7 月稱其平台每日上傳中 AI 曲目佔比超過 50%,日均約 9 萬首,而此前這一比例為 10%。
OpenAI 官方帳號發布推文,稱用視覺化內容把概念呈現出來,可以加深使用者對某個主題的理解。推文只有這一句話,未說明對應哪款產品或功能,也沒有給出上線時間和具體用法。
Spotify 週二宣布,過去一年已從使用者推薦中移除超過 5000 萬首被判定為 AI 生成垃圾內容或 spam 的歌曲,並調整推薦系統以突出人類藝術家的音樂。官方稱編輯部不會把被識別為 slop 或 spam 的內容編入推薦,調整後聽眾對此類內容的投訴明顯下降。Spotify 尚未強制要求所有 AI 曲目標註,但已推出「AI Persona」徽章。
Google 週二上線 SynthID 驗證網站,任何人可上傳圖片、影片或音訊,檢查是否為 AI 生成。該工具此前只向部分記者、媒體從業者和研究人員開放測試,現已全面開放,支援 JPG、PNG、HEIC、MP4、MP3、WAV 等十餘種格式。SynthID 自 2023 年推出,Google 的 Nano Banana、Veo、Lyria 模型以及 Gemini、Flow、Vids 等生成工具都會為產出加水印,OpenAI、Nvidia、Kakao 也已支援。
Spotify 在第三季度財報會上稱,目標是成為 AI agent 首選的音樂服務,使用者可通過 ChatGPT、Claude 或 Meta 的 Muse 助手直接讓它選歌建歌單。Spotify 稱自己是首個接入 Meta Muse 的音樂服務,並強調不向合作方開放收聽資料:由 agent 提出請求,Spotify 用自己的系統推理選曲。該季度月活達 7.88 億、營收近 50 億歐元(約 56 億美元);
llama.cpp 合併 PR #30616,新增 Muse Spark Open 模型支援,可處理文字、視覺與音訊三種輸入。該模型是 latent space MoE:殘差流保持 8192 維,256 個專家位於 4096 維,經上下投影連線,採用 top-8 sigmoid 路由與修正偏置,注意力為三層 2048 視窗滑窗加一層無 rope 的全域性層。
一位使用者僅向 Opus 5.5 提供創意、工作資料夾和音樂檔案,模型便自主完成了從調研到成片的全流程。它檢索了四年 AI 發展資料與素材,擷取文章和介面截圖,編寫 HTML 與動畫程式碼,用 Playwright 渲染畫面、FFmpeg 合成並加入音效,最終輸出完整影片。
Napster 聯合創始人 Sean Parker 正把 Stability AI 重塑為面向音樂專業人士的 AI 工具公司。兩年前他參與 8000 萬美元救助這家瀕臨崩潰的影像生成初創公司,如今與 CEO Prem Akkaraju 公布新方向。8 月底公司宣布獲得 7600 萬美元融資,投資方包括索尼、華納和環球,三家還授權曲庫用於訓練。
Meta 開源了讓使用者自製 Muse AI 硬體裝置的程式碼,Muse 是其新的 AI agent。官方建議的玩法包括把 Muse 裝到彩色 E Ink 屏上顯示提醒、裝到 HDMI 棒上投到大屏,或裝到小觸控式螢幕裝置上做成類似 DIY Muse Charm 的形態。使用者可用現成 ESP32 板或 Raspberry Pi 配合官方 SDK,連線顯示屏、按鈕、感測器、執行器等外設。
OpenAI 開發者帳號 @OpenAIDevs 發布了一個由 512 顆 LED 組成的立方體,它會隨音樂做出反應。推文只有這一句說明,沒有給出硬體型號、驅動方式、開原始碼,也沒有說明它與 OpenAI 的哪項產品或 API 有關。
香港理工大學與字節跳動團隊的 VisInteract 被 NeurIPS 2026 接收為 Spotlight(292/30709),它把文字到視覺化(Text-to-Vis)當作從不完美查詢中多輪追問、找回真實意圖的過程。團隊同時發布首個動態互動式 Text-to-Vis 基準 VisInteract-Bench:1098 條樣本、11 個資料庫、75 張表,約 61% 查詢帶歧義、69% 帶事實錯誤;
Muse Spark Open 即日起開放:權重可在 Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden 和 Microsoft Foundry Models 下載,同時上線 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 與 Together AI 等 API 平台。模型以 Muse Model License 發布,附帶有限商業條款,許多開發者可免費使用。
Oscilloscope Diffusion 是一種通過擴散模型干預現有影片的新方法,以影片的運動與形態為起點,重新詮釋其紋理、材質與視覺語言。該工具由作者圍繞其在 TouchDesigner 中製作的音訊反應幾何系統開發,演示素材來自其 Oscilloscopes, everywhere 合集(已更新至 v1.2),也可輸入任意影片源。使用者可選擇源影片、描述處理方式,並通過提示詞、精選 LoRA 與可編輯時間線控制結果與原始影片的貼合程度。
Murea Labs 的 Murea-Pro 以 81.13 分登頂互動影片世界模型評測 WBench Full-289,其輕量開源版 Murea-Fast 在 OpenS2V-Eval 以 64.98 分位列參評開源模型第一。Murea-Pro 在 RTX PRO 6000 上 3.6 秒生成 5 秒有聲影片,即時因子約 0.71;經 4 步蒸餾與系統最佳化,8 張 H20 上的生成耗時從 231.6 秒降至 6.96 秒,累計加速 33.3 倍。
OpenAI 官方帳號發布一條簡簡訊息,介紹用互動式視覺化來探索想法,畫面會隨著使用者學習、嘗試和發現而作出回應。帖文未披露具體產品名稱、功能形態、上線時間與適用平台,也沒有說明是否面向付費訂閱使用者或已進入測試。
何愷明團隊提出視覺原生 Harness 框架 VISTA,讓現有多模態模型無需重新訓練,就能儲存原始畫面並在推理時按需回看、放大細節。VISTA 把環境返回的每幀畫面按回合號、幀號索引存到上下文之外,預設只向模型展示最後一幀,需要時用 inspect 工具調取歷史畫面。搭配該框架,Claude Opus 5.0 通關 ARC-AGI-3 全部 25 個公開遊戲,動作效率得分滿分 100,所用動作數比人類首次遊玩基線少 57.4%;
Meta 發布 Muse Spark Open,為讓先進模型更易獲取,該模型針對最新 MLX 框架做了最佳化,可在兩臺 Apple M5 Ultra Mac Studio 上執行。它同時支援 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、llama.cpp、Unsloth 等主流推理引擎,並針對 AMD、Apple、Intel 與 NVIDIA 晶片最佳化。
Meta 上月推出的 AI 個人助理 Muse 下載量已達數百萬次,登上 Apple App Store 榜首。The Verge 指出,這類 AI 助理不只拿使用者自己的資料,還會收集使用者身邊人的資訊——朋友、家人,甚至五年前約會過的物件,而這些人從未表示同意。文章把 Muse 歸入消費電子中日益普遍的「處處窺探」趨勢,並提到其虛擬形象帶來的不適感。
一位使用者測試 Claude Opus 5.5 能否作曲,要求它先設計一套簡單的文字音樂格式,再建置能直接播放的 artifact 並附上範例曲目,目標是《猴島小英雄》初代的水準。成品比預期更貼近猴島主題,但結果出乎意料地好。作者由此猜測,作曲可能像此前的 3D 圖形生成一樣,是文字模型近幾個月才出現的新能力,不過要確認是新能力還是早就有,還需用更多新老模型做對照實驗。
Higgsfield AI 藉助 GPT-6 Astra,把 AI 生成影片的時長從原先約 1 分鐘提升到 10 分鐘以上,CEO Alex Mashrabov 稱這緩解了長影片中畫面一致性的難題。配合 GPT-Image-2.5,平台可穩定渲染影像上的文字與資訊圖,服務缺少製作預算的小商家。Codex 讓約 200 名創意人員把想法直接做成軟體原型,團隊還用 GPT-6 Astra 生成長度超 10 分鐘的教學影片。
Google DeepMind 發布一期播客,討論 AI 生成內容日益逼真後如何驗證內容來自人類、機器還是自然。節目介紹內容溯源的作用,並講解不可感知水印如何保護數字媒體與生物設計,時間軸涵蓋水印概念、SynthID、影像與影片、SynthID Bio 及未來韌性等章節。
Artificial Analysis 最新文生影片榜單中,影視公司 Utopai Studios 的模型 Utopai X 以 1150 分位列第二,與第一名阿里 Wan 3.0 僅差 7 分,據福布斯估算其估值約 10 億美元。該榜單由評審在不知道模型名字的情況下盲投產生;Utopai X 以 MiniMax 開源的影片模型 H3 為底子做後訓練,10 項能力中有 7 項比基座更接近頂尖水平,音訊同步、運鏡控制與物理提升最明顯。
NVIDIA 發布 AIOps 平台 Minerva,為 AI 工廠提供端到端可觀測性。它把 GPU、網路、儲存、排程器與工作負載的遙測匯入動態知識圖譜,每小時分析數十億資料點,用於發現異常、預測故障並把告警風暴聚合為帶根因的事件;平台還內建 AI 助手,可連線外部 agentic 工具,目標是提升 GPU 正常執行時間與 AI 工廠產出。
美國北卡羅萊納州 54 歲的 Michael Smith 因用機器人刷 AI 生成歌曲的播放量騙取版稅,被判處 18 個月監禁,並須上繳 800 萬美元版稅。他自 2017 年起建立多達 1 萬個虛假帳號,為自己擁有的數十萬首 AI 歌曲刷出數十億次播放,並把刷量分散到數千首歌以躲避異常檢測。司法部舉例稱,2023 年 4 月他的機器人帳號經家庭套餐刷了 8090 萬次,而同月 Taylor Swift 全曲庫在 YouTube Music 家庭套餐播放僅 930 萬次。