昆侖萬維并不是一家容易讀懂的公司。成立17年，上市整10年，從瀏覽器、社交、搜索、游戲，到近兩年涉足AI音樂、AI短劇等，它從未遠離過大廠云集的風口。

但能在巨頭臥榻之側長久生存，昆侖萬維總結出了一套獨特而實用的“中廠”生存哲學：找準細分市場，不進紅海；做好付費賽道，堅持盈利。

更多時候，昆侖萬維貼緊大廠的節奏，又將觸角伸向其射程外的市場。2023年，乘著AI的東風，昆侖萬維股價在幾個月時間里飆升了5倍。其實，昆侖萬維的生意早已遍布五大洲70多個國家。

“寧為雞口，不為牛后。”已加入昆侖萬維17年的董事長兼CEO方漢言簡意賅地對《財經天下》說。他總結，中廠要懂得從終局思考，在當下的大模型軍備競賽中，中廠更需要在自己熟悉的賽道中做到“SOTA”（State-of-the-Art，當前最佳技術或最前沿水平）。

去年4月，昆侖萬維發布了第一代音樂生成模型Mureka V1（SkyMusic）。經過一年的改進調試，3月26日，昆侖萬維上線了最新版音樂大模型Mureka O1與基座模型Mureka V6。“我們最后用了O1的名字，因為它是真正全面超過Suno的音樂生成模型。”方漢說。

除了新上線的音樂模型，方漢也與《財經天下》分享了他對當下火爆的AI Agent賽道的理解：“一流的企業做協議，二流的企業做產品，三流的企業做市場。現在大家不會再讓一個公司去壟斷所有，這里面（屬于中廠和創業公司的）機會跟空間就非常多。”

▲昆侖萬維董事長兼CEO方漢。圖源/受訪者

01、追逐SOTA紅利，節省營銷

昆侖萬維之所以選擇在音樂模型上“單點突破”，有內外因的考慮。“（音樂大模型）是一個比較窄的賽道，不像文本大模型那么熱。算力成本低也是一個重要因素。”方漢說。

而在必要的訓練數據上，昆侖萬維也有不為人知的積累。2017年，K歌軟件在國內蔚然成風，昆侖萬維創始人周亞輝如法炮制，在海外孵化了音樂平臺StarMaker。

他曾直言：最好的商業就是不競爭之地。彼時，昆侖萬維便繞開了國內市場，將StarMaker的重心錨定在了中東、非洲、東南亞等地。

同時，為了解決大量歌曲缺少人聲伴奏版本的問題，昆侖萬維專門組建了AI作曲實驗室StarX MusicX Lab，研發將近三年，將AI人聲消除技術做到了世界頭部水準。

這不僅為StarMaker帶來了用戶，也打下了日后研發音樂大模型的技術基礎。“人類到現在為止，總共只生產了4000萬首音樂。在這個過程中，我們對大量音樂進行了處理，也收集了全球各地的公開版權音樂。”

2022年底，StarMaker累計注冊用戶達3.1億。“如果說誰家手上的全量音樂數據是最多的？我們可以說跟騰訊、字節一樣，都是頭部梯隊。”方漢說。

2021年開始，昆侖萬維便已立項了音樂生成模型。早期模型多采用符號生成技術，2024年4月，昆侖萬維發布了第一代采用擴散生成技術的音樂模型Mureka V1（SkyMusic），獲得了外界的不少好評。

對于新版Mureka O1，方漢給團隊的定位非常明確：要從產品角度、技術角度全面超越Suno，在該賽道上做到SOTA。

為何要執著追求SOTA？源于方漢對昆侖萬維“中廠”的定位。“有了SOTA，你可以不用做任何營銷，產品紅利會迅速地爆。”

他以DeepSeek-R1為例，憑借“推理大模型”的細分賽道SOTA，迅速搶占了中國文本大模型客戶端第一的位置。在國外拉到了好多客戶，也幾乎沒有花過PR費用。“我們很清楚，這一波大模型你沒有SOTA，就拿不到技術跟產品紅利。”

而在音樂大模型的評測中，Mureka O1在人聲、BGM（背景音樂）、混音等方面已經領先Suno V4。同時，在海量曲庫下，Mureka O1可支持10種語言，幾乎覆蓋了世界上90%的人群。

▲Mureka O1的多語言選擇。來源/官網

Mureka O1在技術層是如何做到SOTA的？方漢表示：Mureka O1的最大突破便是首次將“思維鏈（Chain of Thought，簡稱‘CoT’）”技術引入到了音樂模型中。這也是方漢在研讀了DeepSeek-R1的技術報告后，得到的啟發。

CoT顧名思義，是在推理過程中加入了思考與自我批判。而市場的上一代音樂模型多基于Diffusion in Transformer（擴散模型與Transformer架構相結合的技術），比較隨機、無目的。

方漢形容，這會讓生成音樂的過程像“一錘子買賣”，一口氣來十幾首曲子，交給用戶人工調整。

在CoT支持下，Mureka O1會更有目的，能在生成之前預測整個音樂結構，通過O1自有的評分模型，挑出最好的結果交給用戶，從而讓生成質量、歌詞旋律契合度、發音唱對率、藝術表現力大幅提高。

“預測的過程，就是MusicoT框架的核心。”方漢說。而評分模型則是基于StarMaker的用戶積累，對Mureka V1生成結果的打分形成。

“這個數據只有在線上大量地跑，跑幾千萬首歌才能跑出來。我們再把這幾千萬的數據篩選、清洗、人工標注，最后得到真正用來訓練的數據量其實不大——但那是最核心的數據。”

02、AI音樂要向誰收錢？

除了技術作為底座，Mureka O1也添加了多項功能創新。

此前在StarMaker上，昆侖萬維觀察到K歌產品里最受歡迎的歌手，往往是其音色與某一歌星相近的。因此在Mureka O1里，模型也為用戶提供了“音色克隆”功能。

Mureka O1還新開放了“微調API”。例如冬不拉這種小眾樂器很少出現在生成器選項中，但在Mureka O1上，用戶可以通過上傳大量由冬不拉演奏的音樂來微調模型，Mureka O1就能據此來生成高質量的冬不拉音樂。

那么，Mureka O1音樂大模型的用戶群體是誰，商業模式又如何？方漢表示，最龐大的用戶基礎是C端愛好者。過去，生產一首專業音樂的成本要在10萬元左右，AI音樂的介入將直接為他們降低創作門檻。

而在付費端，昆侖萬維主要瞄準的是影視、游戲、音頻等領域的從業者，付費用戶可獲得更高速度、優先的AI生成機會。

這有些不同于Suno的“走量模式”——目前Suno的免費會員每天最多生成10首歌曲；愿意支付每月8美元、24美元的付費會員，每月分別可生成500首和2000首歌曲。

而昆侖萬維除了會員付費，更傾向于為B端客戶提供專業功能，通過SaaS或PasS服務收費。2024年，昆侖萬維的音樂大模型得到了如中國聯通、中國移動，以及一些造車企業的大客戶，和海外小B客戶的合作。

方漢坦言，在國內靠用戶訂閱付費的商業模式還很難成立，堅持服務于有付費習慣的B端和C端用戶，也是昆侖萬維堅持出海的原因之一。“作為一個中廠，不賺錢就活不下去，這是很實際的問題。”

從商業模式上，昆侖萬維認為Mureka O1更適合“平替”的是數字音樂工作站（Digital Music Workstation）。

這個市場原來更多服務于專業人士，“大概一年40億美元規模，已經比較成熟了。而我們就好比為他們提供了一個平民化工具，類似給視頻平臺提供了‘剪映’。”

未來音樂大模型的發展方向會是怎樣？中廠又該如何選擇賽道？“這就要對終局反復思考”，方漢說。

“AGI是夢想，但AIGC更容易賺錢，AIGC皇冠上的明珠一定是視頻生成。”而在視頻生成中，還需要音樂、音效、音頻來配合。

在整個視頻生成生態中，昆侖萬維又要如何卡位？“我們有音樂數據，先卡音樂的位置。有短劇方面的經驗和渠道，再去卡短劇這個位置，不斷地縮小我們的卡位。”

2月18日，昆侖萬維在Hugging Face上開源發布了視頻生成模型SkyReels-V1，兩個星期左右，下載量超過了10萬。

作為中國首個面向AI短劇創作的視頻生成模型，SkyReels-V1不僅支持文生視頻（T2V）、還能支持圖生視頻（I2V），是開源視頻生成模型中參數最大的支持圖生視頻的模型，在同等分辨率下各項指標同樣實現了開源SOTA。

方漢表示，SkyReels-V1定位是在短劇場景，而非一般視頻生成。“更準確地說，這是一個表演大模型，專門為使用者和觀眾生產最高質量的短劇以及影視劇。”

03、中廠的卡位之路

在方漢的判斷中，音樂和短劇市場的上限還極大。

例如，視頻生成后，沒有音樂，用各種各樣的AI工具去匹配，讓人去卡時間軸，還要卡得很準，是很困難的。而借助于音樂大模型，可以一攬子將視頻、配音、配樂全部生成，“保證你的點是準的，這對于影視制作是非常強的協同”。

雖然與渠道之間的商業生態，仍會存在漫長的磨合過程，但對于廣大MCN，尤其是短視頻作者來說，AI音樂會讓素人創作型歌手更容易冒出來，是確鑿無疑的。

對于很多音樂創作者認為“AI音樂沒有靈魂”的疑問，方漢認為，偏見需要時間去消除。“國內已經有頂尖創作者，比如郭帆導演與我們聯系。2024年的春晚，也已經出現了AIGC的內容。比如任素汐跳舞的背景就是由AI生成的。”

作為“中廠”要如何處理與巨頭的競爭關系，昆侖萬維已習慣淡然處之。

“在AIGC上，中廠還是大有可為的。大廠本質上是to C基因，就像字節做剪映一樣，它終歸是為自己的平臺去服務。對于其他客戶的需求，響應得不會有那么多。”而昆侖萬維正因為是“小廠”，從而更加開放，“什么樣的視頻生成模型我們都會去適配。”

特別是在DeepSeek引發了新一輪技術創新之后，AIGC技術將更多落實到產品上，也讓中小廠的機會更多閃現出來。

方漢分享了一個行業觀察：2023年創業的AI企業CEO幾乎全是算法工程師，2024年開始有一些CEO是產品出身。“2025年往后，我覺得會有更多產品出身的人會去做AI產品。”

他表示：互聯網行業人士常說，一流的企業做協議，二流的企業做產品，三流的企業做市場，在大模型領域也是如此。

例如，Anthropic做的MCP協議（模型上下文協議）在Agent領域應用非常廣。“基于MCP協議開發的Agent，我們看到的已經有上萬個了。”近日，OpenAI、谷歌、阿里也都紛紛仿效Anthropic，宣布擁抱MCP，上線了新的服務平臺。

“Agent最后會都捆在一個模型當中嗎？不可能，一定是所有的模型都適配。而從協議到生態，還有很長的路要走。”

方漢透露，有中國公司正在嘗試做Agent的工作流生態。接下來，Agent要適配所有模型，要用什么協議來適配？千奇百怪的長尾需求誰來響應？要用什么樣的工具去完成Agent Marketplace（用于展示和銷售各種AI Agents）？在上層如何去管理Agent Marketplace？“這就涉及很多路徑，有開源路徑，有閉源路徑。”

而AI生態的發展路徑勢必不會重復移動互聯網的老路。“像安卓或者iOS商店那樣，是所有人都不想看到的，因為大家在上面吃的苦頭已經夠多了。”

如何用更開放的生態來做Agent Marketplace，又要如何找用戶去收費？類似Manus這樣的Agent只是剛冒出來的事物，走到通用Agent市場將是漫長的過程。“大家不會再讓一個公司去壟斷所有，這里面的機會跟空間就非常多。”

作者 | 林小葵，編輯 | 李不清，圖片來源 | 視覺中國，本內容來自財經天下WEEKLY