返回列表
Spotify与环球音乐达成协议:支持Premium用户创作AI翻唱与混音作品
行业新闻Spotify环球音乐生成式AI

Spotify与环球音乐达成协议:支持Premium用户创作AI翻唱与混音作品

Spotify与环球音乐集团(UMG)正式达成战略合作,允许其Premium订阅用户利用AI技术创作歌曲翻唱和混音作品。该协议的核心在于建立了一套收益分成机制,确保参与该计划的艺术家能够从这些AI生成的创意内容中获得相应的收入分成。这一举措标志着音乐流媒体平台在处理生成式AI内容与版权保护平衡方面迈出了重要一步。

TechCrunch AI

核心要点

  • 战略合作达成:Spotify与全球音乐巨头环球音乐集团(UMG)就AI生成内容达成正式合作伙伴关系。
  • 用户权限限定:该AI创作功能目前仅面向Spotify Premium订阅用户开放。
  • 创作形式多样:用户可以利用AI技术生成歌曲的翻唱版本(Covers)以及混音作品(Remixes)。
  • 艺术家收益保障:协议明确了收益分成模式,参与该计划的艺术家将获得AI生成内容产生的收入份额。

详细分析

订阅服务的新价值维度

根据协议内容,Spotify将AI创作工具整合进其Premium订阅体系中。这一举措不仅提升了付费订阅服务的附加值,也展示了流媒体平台如何通过生成式AI技术增强用户参与度。通过允许用户合法地创作翻唱和混音,Spotify正在将听众从被动的消费者转变为主动的创作者,这种互动性的增强可能成为未来流媒体竞争的新战场。

版权方与AI技术的利益平衡

此次Spotify与环球音乐的合作,重点解决了长期以来困扰音乐行业的AI侵权争议。通过建立明确的收益分成机制,参与计划的艺术家不再是AI技术的“受害者”,而是成为了技术红利的分享者。这种模式为整个行业提供了一个参考范本:即在尊重知识产权的前提下,如何利用AI技术拓展音乐作品的生命力与商业价值。环球音乐的参与也意味着主流唱片公司开始从抵制AI转向有监管地拥抱AI。

行业影响

该协议的签署对AI音乐行业具有深远的意义。首先,它为“粉丝经济”下的AI创作提供了合法化路径,减少了因非法AI翻唱导致的法律纠纷。其次,这可能引发其他流媒体平台(如Apple Music、YouTube Music)与唱片公司之间类似的效仿,推动建立全球统一的AI音乐版权补偿标准。最后,对于AI技术开发者而言,这种官方授权的合作模式将促进更具合规性的AI音乐生成工具的研发,推动技术在法律和伦理框架内良性发展。

常见问题

问题 1:普通免费用户可以使用这个AI翻唱功能吗?

根据目前的新闻信息,该功能仅限Spotify Premium订阅用户使用,免费版用户暂不在支持范围内。

问题 2:艺术家如何从这些AI生成的翻唱作品中赚钱?

协议规定了收益分成机制。只要艺术家选择参与该计划,当用户使用其作品生成AI翻唱或混音时,相关的收入将按照约定比例分成给艺术家。

问题 3:用户可以创作任何艺术家的AI翻唱吗?

原文提到是“参与计划的艺术家”(participating artists),这意味着并非所有环球音乐旗下的艺人都会自动加入,具体取决于艺术家个人的意愿或其与唱片公司的具体约定。

相关新闻

美团发布LongCat-2.0:首个五万卡国产算力集群训练的1.6T万亿参数模型
行业新闻

美团发布LongCat-2.0:首个五万卡国产算力集群训练的1.6T万亿参数模型

美团技术团队正式发布LongCat-2.0,这是业界首个在五万卡国产算力集群上完成全流程训练与推理的万亿参数模型。该模型总参数量达1.6T,原生支持1M超长上下文,专门针对Agentic Coding任务进行了深度优化,旨在提升代码理解、生成与执行的效率与稳定性,标志着国产算力在大模型全流程应用上的重大突破。

美团履约团队ACL 2026前沿技术分享:大模型Agent体系赋能业务实践
行业新闻

美团履约团队ACL 2026前沿技术分享:大模型Agent体系赋能业务实践

美团业务研发平台履约AI算法团队近期分享了其在ACL 2026会议上的精选论文及前沿技术实践。团队专注于构建以大模型为基础的Agent技术体系,通过CPT、Post-training、Agentic RL及多模态理解等核心技术,打造自进化的Agent运营系统,旨在利用AI深度赋能美团履约业务,提升系统智能化水平。

美团技术团队分享搜索推荐ASX专场顶会论文:聚焦大模型Agent技术体系
行业新闻

美团技术团队分享搜索推荐ASX专场顶会论文:聚焦大模型Agent技术体系

美团业务研发平台/搜推 ASX (Agentic System X) 团队近期公开了其在 AI 国际顶会(如 ICLR、NeurIPS 等)发表的数十篇高质量研究成果。该团队核心聚焦于构建以大模型为基础的 Agent 技术体系,深耕大模型后训练、Agentic 强化学习及多模态理解等前沿方向。本次分享精选了 6 篇具有代表性的论文进行解读,旨在为行业提供关于搜索推荐领域技术演进的深度启发。