Тъй като конкуренцията в големите AI модели постепенно се измества от състезания с параметри към възможности за внедряване в реалния свят, редица китайски стартиращи AI компании, фокусирани върху вертикални сценарии, започват да се открояват. Сред тях е Ziyouliangji Information Technology, основана през 2023 г., която се опитва да предефинира как обикновените хора създават музика чрез AI.
За разлика от много компании, концентриращи се върху големи модели с общо предназначение, Ziyouliangji избра да се фокусира върху музикалния сектор с високи бариери. Неговият основен продукт, Hitto (YinChao), е платформа за създаване на музика с изкуствен интелект, задвижвана от собствено разработения модел на музикалната основа на компанията. В четвъртък компанията също така представи Hitto на BEYOND Expo 2026, където демонстрира своите най-нови възможности за създаване на музика, задвижвани от AI.
Потребителите могат да генерират цели песни, просто като въведат изречение, качат снимка или опишат емоция. Чрез технологията компанията се надява да намали бариерите пред създаването на музика и да позволи дори на хора без музикално образование да композират лесно песни.
Музикалната демократизация е концепция, многократно изричана от Ziyouliangji. Jiang Tao, главен технически директор на компанията, веднъж сподели, че преди осем години се е опитал да създаде песен за съпругата си като подарък за годишнината от сватбата, но сложният и скъп процес на производство на традиционна музика е оставил дълбоко впечатление у него.
Това преживяване по-късно се превърна в една от ключовите причини той да навлезе в областта на музиката с изкуствен интелект. През 2024 г., когато моделите за генериране на музика от край до край станаха по-зрели, Джианг събра междудисциплинарен екип, комбиниращ експертен опит в алгоритмите с музикален фон, за да започне разработването на собствен модел на музикална основа.
В сравнение с генерирането на текст или изображение, AI музиката е изправена пред по-сложни технически предизвикателства. Създаването на музика изисква боравене със свръхдълъг контекст, мелодични структури и емоционално изразяване, докато китайските песни също включват уникални езикови характеристики като тонове и меко произношение. Ziyouliangji вярва, че това е една от причините задграничните AI музикални модели да се борят да се адаптират напълно към пазара на китайски език.
От техническа гледна точка една от най-силните страни на Hitto е неговият напълно собствено разработен тръбопровод. Екипът възприе хибридна AR+NAR архитектура, позволявайки на модела да поддържа съгласувани структури на песните, като същевременно предоставя прецизни локални детайли. Моделът също има мултимодални възможности и може да разбира текст, изображения, аудио и дори видео входове в унифицирано пространство за представяне.
В последната версия на Hitto V3.0 екипът допълнително подобри качеството на вокалното изпълнение на AI. Моделът вече може да произвежда фини техники за пеене, като тананикане, вокално бягане и дишащи вокали, като същевременно коригира емоционалното предаване според лиричното съдържание.
В същото време компанията се фокусира върху решаването на често срещан проблем в AI музиката – песни, които звучат гладко, но нямат запомнящи се кукички – чрез оптимизиране на генерирането на мелодия и аранжимент, за да направят песните по-запомнящи се и емоционално ангажиращи.
Настоящата потребителска база на Ziyouliangji се състои главно от обикновени потребители. Платформата е видяла много ориентирани към живота творчески примери: шофьори на камиони, които превръщат стихотворения, написани върху цигарени кутии, в песни, семейства, използващи генериране на песни, базирани на снимки, за да документират израстването на децата, и потребители, трансформиращи разбито сърце в музикален израз. За много хора музиката вече не се разглежда като професионално умение, а все повече като нова форма на емоционално изразяване.
Отвъд потребителското забавление, AI музиката навлиза и в комерсиалните сценарии. Текстът, композицията и вокалите за AI For Good, английската тематична песен на Световната конференция за изкуствен интелект през 2025 г., бяха частично генерирани с помощта на модела Hitto. Компанията също така започна да си сътрудничи с организации в областта на образованието, здравеопазването и психичното здраве, за да проучи използването на AI музика в области като терапевтична помощ и емоционална подкрепа.
Тъй като AI музиката навлиза в следващата си фаза, конкуренцията в индустрията се измества от това дали музиката може да бъде генерирана към това дали тя може наистина да резонира сред слушателите. Ziyouliangji има за цел не само да създаде инструмент за генериране на музика, но и да предостави на обикновените хора способността да изразяват себе си чрез музика.
В ера, в която AI става все по-широко разпространен, този акцент върху емоцията и творческата свобода представлява една от най-отличителните посоки, възникващи сред китайските стартиращи AI компании.
Свързани
Нашия източник е Българо-Китайска Търговско-промишлена палaта