★ 設(shè)為星標(biāo) | 只講人話，帶你玩轉(zhuǎn)AIGC。

你是不是經(jīng)常聽到一些 AI 生成的音樂，特別被像 SUNO 這種工具刷屏。

我剛試了下，隨便丟了句“我在工位摸魚，老板在身后”，它“Duang”一下就給我整了首“職場悲歌”……

說實話，第一耳是挺驚艷的。

但聽多了，總覺得有點“不對勁”。這玩意兒，真的能騙過人嗎？

巧了，我剛扒到一篇“喪心病狂”的論文。一群科學(xué)家還真就搞了個大型“音樂盲測”，讓 Suno 和真人 PK。

結(jié)果……簡直一波三折，比過山車還刺激。

圖：論文《人性的回響：探尋 AI 音樂里那股“人味兒”》

（PS：這事兒不光我們在聊，連 OpenAI 都在悄悄布局，Ethan Mollick 教授也說這會帶來“巨大變革”。但這些先放一邊，我們先來看這個“狼人殺”實驗，特有意思。）

一場大型“音樂狼人殺”

這幫“搞事”的科學(xué)家，找來一堆人，讓他們戴上耳機(jī)，然后聽兩首歌。

一首，來自真人獨立音樂人。

另一首，Suno 的大作。

聽完，任務(wù)只有一個：“來，猜猜看，哪一首是 AI 寫的？”

但“騷操作”來了，他們搞了兩種“出題模式”：

模式一：“隨機(jī)亂斗”AI 歌和真人歌隨機(jī)配對?？赡芮耙幻肽氵€在聽人類唱的民謠，后一秒 AI 就給你來了一段重金屬。

模式二：“神仙打架”故意挑風(fēng)格、流派、甚至感覺都極為相似的 AI 歌和真人歌放一起。比如，兩首都給你上節(jié)奏感強(qiáng)烈的電子舞曲，讓你聽得“雌雄莫辨”。

好了，游戲開始。你覺得，人類能揪出隱藏的 AI 嗎？

AI 先完勝，然后又慘敗

實驗結(jié)果，簡直了。

首先，在“隨機(jī)亂斗”模式下（就是兩首歌風(fēng)格差異很大時），結(jié)果讓人大跌眼鏡：

人類，完全是在瞎猜！

是的，你沒看錯。大家的正確率只有 53%。

這和閉著眼睛拋硬幣有啥區(qū)別？

在這一局，AI 幾乎完美地騙過了所有人的耳朵。

但是！神轉(zhuǎn)折來了！

當(dāng)這幫人切換到“神仙打架”模式（就是兩首風(fēng)格很像的歌放一起對比時），人類的“金耳朵”仿佛突然覺醒了！

準(zhǔn)確率瞬間飆到了 66%！

這差距可不是鬧著玩的，在統(tǒng)計學(xué)上是質(zhì)的飛躍。

這說明啥？一個特有意思的結(jié)論浮出水面：

當(dāng) AI 音樂沒有參照物時，它足以亂真?？梢坏┯辛艘粋€“真人參照物”在旁邊對比，我們那套基于“人性”和“直覺”的辨別系統(tǒng)，才被瞬間激活了！

看到這我簡直拍大腿！這不就是“貨比貨得扔”嘛？Suno 單獨聽還行，一跟真人比，那股“AI味兒”就藏不住了。

就在我們聊這個“盲測”的時候，我又刷了一篇蘇黎世聯(lián)邦理工學(xué)院（ETH Zurich）更“嚇人”的論文，那篇論文是今年 6 月份發(fā)的，那時候 Suno 5 還沒發(fā)布。

他們搞了個“AI 音樂奧運會”，拉了 12 個模型（包括 Suno v3.5、Udio等）生成了 6000 首歌 ，讓 2500 多人盲聽。

結(jié)果發(fā)現(xiàn)，Suno v3.5 在“好聽”和“貼題”兩個維度上，把所有對手都遠(yuǎn)遠(yuǎn)甩開了?，F(xiàn)在已經(jīng)是 Suno 5 的時代了，那就更不用說了。

圖：AI 音樂盲測評分。越往右越“好聽”，越往上越“貼題”。紅點 (MTG-Jamendo) 是“人類音樂”——Suno v3.5（右上角）在“好聽”上已經(jīng)超過了它。

最夸張的是，在“好聽”程度上，Suno 甚至打敗了人類創(chuàng)作者的音樂（MTG-Jamendo 基準(zhǔn)）。

但！重點來了！這篇論文明確規(guī)定，只測試 10 秒的純音樂（instrumental versions only） 。

這說明什么？

這恰恰說明，一旦去掉“人聲”和“歌詞”這兩個最大的馬腳，AI 在“編曲”和“旋律”上，可能真的已經(jīng)強(qiáng)過大部分人類了。

這也讓我們下面要扒的這些“馬腳”，顯得更關(guān)鍵了。

那么，當(dāng)人們信心滿滿地指著一首歌說“這首聽著很 AI”時，他們到底聽出了什么破綻？

揭秘：“AI 的馬腳”到底藏在哪？

那么，大家到底聽出了啥“不對勁”的地方？

研究人員看了看那上百條反饋，基本都集中在這么幾個“馬腳”上：

? 1. 致命的“人聲”——最大的破綻！

（對對對，就是這個！被吐槽最多的就是這個。）

聽眾普遍覺得 AI 歌聲“沒有感情的”、“像機(jī)器人念經(jīng)”、“發(fā)音很奇怪”，甚至有人吐槽 AI “唱歌都忘了換氣”。

這種非人的“完美”或“僵硬”，成了它最明顯的標(biāo)簽。

?? 2. “沒靈魂”的歌詞——不是亂寫就是套話

AI 寫的詞也經(jīng)常露怯。

要么就是“歌詞毫無意義”、“前后邏輯混亂”，讓人聽了滿頭問號；

要么就是堆砌一些“陳詞濫調(diào)”，聽起來“過于平庸”。

3. 其他技術(shù)性問題——揮之不去的“塑料感”

此外，還有很多技術(shù)層面的吐槽，比如“聲音聽起來很假”、“制作有點粗糙”。

這種感覺，就像高清照片里一個劣質(zhì)的 P 圖，總有那么點說不出的“違和感”。

誰是“AI 辨別大師”？是你嗎？

更有意思的是，研究還發(fā)現(xiàn)，有兩類人最不容易被 AI 音樂欺騙。

快來對號入座，看看你是不是：

第一類：音樂老炮兒

那些玩樂器超過 5-10 年的，他們辨別 AI 的準(zhǔn)確率明顯更高。也許是因為他們對音樂里那些“人性”的瑕疵、即興的火花和自然的呼吸感，更為敏感。

第二類：AI 圈內(nèi)人

沒錯，就是咱們！

數(shù)據(jù)證明，那些早就知道 Suno、Udio 是什么的人（很可能就是正在讀這篇文章的你?。?，辨別AI的準(zhǔn)確率高得多。

用人話說就是：“知識”本身，就是最強(qiáng)的“AI 鑒別器”。

恭喜你，讀到這里，你已經(jīng)比大多數(shù)人更“懂行”了。

（順便提個扎心的發(fā)現(xiàn)：研究數(shù)據(jù)顯示，年齡越大的人，反而越容易被 AI 騙到…… 哎，不說了。）

AI 學(xué)會了正確，而我們愛的是“背景”

挖出這篇論文的開頭，我發(fā)現(xiàn)作者引用了科幻大神阿西莫夫（Isaac Asimov）在 1950 年《我，機(jī)器人》里的一句話：

“你就是無法區(qū)分一個機(jī)器人和最優(yōu)秀的人類?！?/strong>

在圍棋、在圖像識別上，AI 早就做到了。但現(xiàn)在，Suno 和 Udio 這樣的工具，把這個終極問題帶到了藝術(shù)領(lǐng)域——一個我們原以為是“人性”最后堡壘的地方。

這就帶來了一個直擊靈魂的拷問：到底什么，才叫“聽起來像 AI”？

而我們今天扒的這篇論文，恰好就用數(shù)據(jù)印證了那些頂級音樂人們的直覺。

就在上周，格萊美提名歌手“斷眉” Charlie Puth 還在用 Kanye 的《Stronger》舉例，解釋為什么 AI 音樂感覺很“糟糕”，因為它永遠(yuǎn)無法復(fù)現(xiàn)人類創(chuàng)作時的“靈光一閃”和那些獨特的“瑕疵”。

而傳奇的《最終幻想》系列作曲家植松伸夫（Nobuo Uematsu），更是斬釘截鐵地說，他“永遠(yuǎn)不會”使用生成式 AI。

他的理由，完美地總結(jié)了這場“人與 AI”的辯論：

“我仍然覺得，親自經(jīng)歷創(chuàng)作的艱辛?xí)幸饬x。當(dāng)你聽音樂時，樂趣不也在于發(fā)現(xiàn)創(chuàng)作者的背景故事嗎？AI，恰恰沒有那種背景?！?/p>

圖：作曲家植松伸夫稱不使用 AI 進(jìn)行創(chuàng)作

也許，AI 已經(jīng)學(xué)會了音樂理論里所有的“正確”，比如完美的音準(zhǔn)、工整的結(jié)構(gòu)和流暢的旋律。

但人類藝術(shù)的偉大，恰恰在于那些“不正確”的瞬間——

那個不經(jīng)意的忘詞、那一下輕微的跑調(diào)、那個沒來由的靈感迸發(fā)，和那藏在歌聲里，獨一無二的、充滿了“艱辛”與“故事”的……

人性。

那么，你聽 Suno 的時候，是感覺“驚艷”還是“別扭”？

你在哪一刻聽出了那股揮之不去的“AI 味兒”？

評論區(qū)聊聊。

P.S. 如果覺得這篇“扒皮”有點意思，隨手點個 「贊」 和 「收藏」 ，讓更多“金耳朵”朋友也來測測。

參考：

https://arxiv.org/pdf/2509.25601

https://arxiv.org/pdf/2506.19085