
当很多人还在争论 AI 音乐有没有灵魂时,市场已经先一步给出了答案。2025 年,Billboard 统计显示,短短几个月内,至少已有 6 个 AI 或 AI 辅助音乐项目进入不同榜单。AI country 项目 Breaking Rust 的 Walk My Walk 登上 Country Digital Song Sales 榜首。另一边,一个完全由 AI 生成的乐队项目 The Velvet Sundown 在 Spotify 上一度冲到 130 万月听众。到 2026 年 2 月,Suno 又披露其已达到 200 万付费订阅、3 亿美元 ARR。把这些信号放在一起看,AI 音乐已经不是能不能成立的问题,而是已经走到哪一步的问题。
这些信号拼在一起,指向一个反直觉的结论:当所有人都把目光投向更震撼的 AI 视频时,第一个真正跑出平台雏形的 AI 原生内容,可能不是视频,而是音乐。
原因很简单。视频虽炫目,但仍受困于成本、一致性和叙事难题。音乐却更早成熟:它更轻,生成链路更短,分发更丝滑,也更早从“技术演示”进入了“可消费内容”的阶段。更重要的是,音乐的流媒体付费体系本就是现成的。
当 AI 把音乐供给从有限推向无限,竞争的焦点也从“谁有版权”变成了“谁能组织和分发内容”。这正是下一代平台的窗口期。在这个背景下,Suno 的爆火证明了大众市场的潜力,而另一家公司 ACE,则提供了一条更值得琢磨的路径。它不是从最容易起量的消费端切入,而是先进入专业创作者的工作流,再沿着模型、生态和分发往外生长。
ACE 的起点,并不是把音乐生成做成一个更轻的娱乐玩具,而是从专业创作工作流里切进去。ACE Studio 2.0 于 2025 年 12 月正式发布,产品形态也从 AI vocal workstation 进一步扩展为 all in one AI music studio,开始把 AI 歌声、乐器、生成、编辑与 DAW 协同整合成一个AI 音乐创作系统。
这条路径的关键不在于专业用户更容易付费,而在于他们能反向定义平台的质量边界。一个 AI 音乐平台若想真正进入产业深水区,最稀缺的并不是流量,而是高质量反馈。谁能先进入专业创作者的真实工作流,谁就更有机会掌握模型该往哪里进化,产品该服务什么样的审美。

迈克尔 · 杰克逊歌曲 Thriller 作者讨论 ACE Studio 使用感受

传奇音乐人史蒂夫·旺德分享使用 ACE Studio 经验
ACE Studio 占据专业创作入口,用高质量用户校准平台调性。
ACE 的切入点有很强的取舍意识。在多数玩家追逐一键生成的流量红利时,它选择先服务最挑剔的耳朵。ACE Studio 作为其核心收入引擎和当前最成熟的产品,在经历了 2025 年围绕自研模型的密集投入后,12 月上线的 Studio 2.0 版本验证了这条路径的有效性:月收入在三个月内增长了 300%。
增长数据背后,是产品定位的胜利。Studio 2.0 是一个基于自研大模型、整合了 AI 歌声、端到端生成、精细编辑与工作流协同的一站式音乐创作平台。这种对专业工作流的深度理解,为它赢得了行业金字塔尖的信任。用户名单中不乏传奇制作人 Teddy Riley、百大 DJ 之首 Martin Garrix 等名字,这不仅是商业上的背书,更重要的是,这些用户会持续把最苛刻的反馈带回产品内部。Studio 因而不只是收入来源,也在不断校准模型迭代和产品审美。
更有趣的变化在于,Studio 正在瓦解“专业”的边界。其“做音乐就像拼乐高”的创作方式,吸引了大量具备音乐审美但缺乏工程背景的“新专业人士”。一个 8 岁孩子也能用它创作,ACE 将一个原本高度分工的流程,重构成一个规模远超以往的创作入口。

小朋友使用ACE创作音乐
以开源模型 ACEStep 打开开发者生态,把平台的外延往外推。
ACE 从未将未来押注于单一的闭源超级模型。ACEStep 的存在,是其构建开放生态的战略抓手,也反映出团队对行业格局的一个基本判断:未来不会只有一个音乐模型吃掉一切。
因此,ACEStep 的开源并非单纯的技术分享,而是一次生态布局。通过支持本地部署的轻量化模型、强调风格控制与个性化训练,ACE 试图联合更广泛的开发者,形成多模型协同的扩散能力。这让 ACE 在未来的多模型竞争格局中,提前占住了生态入口的位置。在 GitHub 上,ACEStep 相关仓库已合计积累超过 1.2 万星标,Discord 社区也聚集了 2300 多名活跃开发者,已是音乐模型领域最活跃的开源社区之一。这些开发者未必都会直接转化为收入,但会决定未来有多少玩法、插件、内容形态和使用场景,会围绕 ACE 继续长出来。
探向分发端:用 ACE Music 探索下一代消费体验
当创作门槛降低、模型生态开放,音乐供给的指数级爆发便成为必然。这就引出了平台的终极问题:如何分发和消费这些“过剩”的内容?2026 年 2 月静默上线的 ACE Music,正是 ACE 对此的探索。在零推广下,这个 Beta 阶段的产品已初步验证市场的潜在需求。
ACE Music 的核心是“开放”与“重构”。它不仅接纳自研的 ACEStep 模型生成的内容,也欢迎任何第三方 AI 模型生成的音乐在其上分发,这延续了其开放生态的哲学。更重要的是,它在尝试回答一个根本性问题:当供给极大丰富,用户的消费体验是否还应停留在“曲库+搜索+歌单”的旧框架里?如果说 Studio 解决的是怎么把歌做出来,那么 ACE Music 试图回答的,就是这些歌接下来如何被组织、被发现、被消费。
将这三层布局按时间线串联,ACE 的战略路径清晰可见:2025 年专注自研模型;12 月以 Studio 2.0 验证专业创作入口,建立品质基准与反馈回路;2026 年 2 月,同步开源 ACEStep 并上线 ACE Music,向生态和分发两端延伸。这套展开顺序很重要。它不是同时铺开三条线,而是先占住创作入口,再向模型生态和分发延伸。比起多做了几个产品,更关键的是它已经开始长出平台的基本结构。
AI 音乐走到今天,第一阶段的红利已经很清楚了。市场会奖励那些最先把一键生成做得足够惊艳的公司,因为它们最容易证明这件事成立。但进入下一阶段之后,决定公司上限的因素会开始变化。
因为生成能力终究会越来越像基础设施。模型会继续进步,成本会继续下降,更多玩家会进入,平均质量也会逐渐拉平。到了那时,真正稀缺的就不再是生成本身,而是三样东西,高质量创作者的持续反馈,用户可沉淀的个性化资产,以及组织海量内容的分发能力。
ACE 值得关注,不是因为它一定会在某个单点上赢过 Suno,而是因为它已经在沿着这三件事布局结构。用 Studio 拿住创作入口,用 ACEStep 打开模型生态,用 Music 去试探 AI 原生分发。它没有把自己做成一个更强的生成器,而是在试图把创作、模型、分发重新编排成一个平台。
这条路显然更难。因为它要求公司同时理解音乐工作流、模型演进、开发者生态和内容分发。如果 AI 音乐的上半场,比的是谁先把生成做成消费级体验,那么下半场,比的可能就是谁能把无限增长的供给重新组织成新的创作秩序和消费秩序。ACE 现在最值得看的,也正是这里。
Reference:
https://www.billboard.com/pro/ai-artists-breaking-rust-country-music-chart-reactions/?utm_source=chatgpt.com
https://www.musicbusinessworldwide.com/suno-hits-2m-paid-subscribers-300m-annual-revenue/?utm_source=chatgpt.com
文章来自于微信公众号 “Z Potentials”,作者 “Z Potentials”
【开源免费】suno-api是一个使用监听技术实现了调用suno功能,并封装好API的AI音乐项目。
项目地址:https://github.com/gcui-art/suno-api
【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!
项目地址:https://github.com/coze-dev/coze-studio
【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址:https://github.com/n8n-io/n8n
在线使用:https://n8n.io/(付费)
【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。
项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用:https://vectorvein.ai/(付费)
【开源免费】DeepBI是一款AI原生的数据分析平台。DeepBI充分利用大语言模型的能力来探索、查询、可视化和共享来自任何数据源的数据。用户可以使用DeepBI洞察数据并做出数据驱动的决策。
项目地址:https://github.com/DeepInsight-AI/DeepBI?tab=readme-ov-file
本地安装:https://www.deepbi.com/
【开源免费】airda(Air Data Agent)是面向数据分析的AI智能体,能够理解数据开发和数据分析需求、根据用户需要让数据可视化。
项目地址:https://github.com/hitsz-ids/airda