标签： AI技术

做AI音乐生成的公司越来越多，但大多数产品生成出来的东西，听起来总有点「千篇一律」——风格定好了就一路走到黑，想换个感觉得重新生成整段。ElevenLabs 昨天发布的新版本 Music v2，想解决这个问题。

一首歌里能切换好几种风格

ElevenLabs 做语音 AI 起家，去年 8 月才推出第一代音乐生成模型，当时主打的是「商用授权清晰」，敢明确说训练数据是有许可证的。这在 AI 音乐圈子里其实不多见——Suno 和 Udio 两家到现在还背着版权诉讼，环球音乐和索尼音乐都在告他们。

这次的 v2 版本，核心卖点是「中途换风格」能力。官方演示里，同一段旋律可以从歌剧唱腔一路切到重金属，再切回流行，整首歌听起来还是连贯的。说唱段落也能处理得够快，不会拖沓。

另一个实用功能是「局部重制」。你可以选中歌曲的某一段，用文字描述想要的效果，模型会只重新生成那一段，其他部分完全不动。对做音乐的人来说，这比重新生成整首歌省事得多。

ElevenLabs 强调，v2 模型建立在有许可的训练数据之上，生成的内容可以商用，用户不必担心版权问题。

AI 音乐赛道挤满了人

最近几个月，各家 AI 实验室都在冲音乐生成这个方向。Google 在 I/O 大会上发布了 Lyria 3 Pro，还顺带推出了用 Flow Music 工具生成音乐视频的功能。Stability AI 本月也发布了能生成六分钟长曲的音频模型。Suno 的 v5.5 版本同样在近期上线。

竞争这么激烈，ElevenLabs 把「版权干净」当作差异化卖点，确实是条路。环球音乐和 TikTok 上个月刚续签了协议，里面专门加了联手打击未授权 AI 音乐的条款。Spotify 也在和厂牌谈类似的授权框架。整个行业都在想办法把 AI 音乐「合法化」。

新模型现在已经能在 ElevenLabs 的 ElevenCreative 工具里用到，面向市场营销和品牌团队。专门做 AI 音乐创作的 ElevenMusic 平台也在运营，API 版本很快就会开放。

• Music v2 支持同一首歌内切换多种音乐风格，歌剧、说唱、金属可以串在一起
• 可单独重制歌曲的某个片段，不影响其他部分
• 训练数据有商用授权，生成内容可合法用于商业场景
• 支持多语言歌词、人声和编曲，可靠性较上一代有明显提升

埃琳·布罗克维奇这个名字，看过那部2000年同名电影的人都不会陌生。朱莉娅·罗伯茨演的那个倔强的环保活动家，靠一己之力掰倒了太平洋煤气电力公司。现在，她把目光转向了AI。

不是AI本身有什么问题——是支撑AI的那些数据中心。布罗克维奇最近上线了一个网站，专门收集全美各地社区对本地数据中心项目的投诉，还做了一张互动地图，把这场”AI基础设施竞赛”的真实足迹摊开在阳光下。

“建设AI基础设施的竞赛正在美国一个个城镇中展开。在一些地方，数据中心受到了欢迎。而在另一些地方，它们被推迟、遭到反对，或者干脆被彻底放弃。这张地图记录了这场竞赛的真实足迹——揭示了增长、冲突和不确定的模式。”

数据中心到底惹了谁

表面上，数据中心是”数字经济基础设施”，地方政府也乐意看到投资落地。但住得近的人想法不一样——数据中心耗电量惊人，冷却系统吃掉大量水资源，还有噪音问题。更别说那些动辄占地几十英亩的巨型建筑，对周边社区的空间压迫感很强。

布罗克维奇的地图不是那种冷冰冰的基建统计，而是把每个争议项目的社区反馈都记录了进去。哪些项目被推迟了、哪些遭到了居民集体反对、哪些已经悄悄下马——这些信息散落在各地新闻和市政会议记录里，普通人根本没渠道汇总来看，现在有了这张地图，情况不一样了。

AI热潮背后的基础设施焦虑

这件事的背景其实挺大的。各大科技公司为了跑AI模型，正在全美疯狂建数据中心。微软、谷歌、亚马逊、Meta，每家都有自己的超大算力基地扩建计划。这股浪潮涌到哪儿，哪儿的电力和水资源压力就跟着上来。

有些州（比如弗吉尼亚和得克萨斯）因为电网容量问题，已经开始重新审视数据中心的审批流程。社区居民也越来越多地出现在市政听证会上，拿着电费账单问官员：为什么数据中心来了以后，我的电费涨了？

布罗克维奇的玩法

她的网站（brockovichdatacenter.com）不只是放一张静态地图。访客可以提交自己社区的数据中心相关投诉，相当于一个众包式的数据收集平台。这种方式和她早年调查水污染事件的路径其实是一脉相承的——靠普通人提供的线索，拼出大公司不愿意让你看到的全貌。

目前这张地图已经覆盖了数十个活跃争议地点，集中在弗吉尼亚州（那里是全球最大的数据中心集群之一），以及俄勒冈、得克萨斯、亚利桑那等州。随着AI算力需求继续膨胀，这张地图上的红点只会越来越多。

布罗克维奇这次盯上的，是AI时代最容易被忽视的那层东西——不是算法，不是模型，是那些24小时嗡嗡响的机房，以及它们和周边社区之间越来越紧张的关系。

过去几年，印度的外卖市场疯了一样增长，Zomato和Swiggy都上了市，云厨房数量也在猛增。与此同时，做家庭服务的初创公司也越来越受欢迎，比如按需家政平台Urban Company、Snabbit和Pronto。

就在这种背景下，一家叫Human Archive的硅谷初创公司冒了出来。他们的想法听起来有点疯狂——让这些零工工人戴上带摄像头的特制帽子，把日常工作的第一人称视角视频收集起来，用来训练机器人。

“物理AI和机器人研发的核心瓶颈，是缺乏展示人类执行日常工作的高质量、真实世界训练数据。印度蓬勃发展的零工经济，正是这种尚未被开发、可规模化获取的数据来源。”

820万美元入账，投资人阵容豪华

周二，Human Archive宣布拿到一笔820万美元的融资。投资方名单读起来像AI圈的名人录——Wing Venture Capital、NVP Capital、Y Combinator，还有来自OpenAI、英伟达、谷歌、Mercor、BAIR、SAIL、Brad Bao和Meta的天使投资人。

四个创始人全是加州大学伯克利分校和斯坦福的学生——Samay Maini、Rushil Agarwal、Shloke Patel和Raj Patel（后两人是表兄弟，Raj Patel担任CEO）。四个人在机器人、硬件和触觉数据领域都有研究背景。

帽子、手套、动作捕捉服，全副武装

一开始，Human Archive用临时装置或现成设备采集数据。现在，他们已经开发了能够协同工作的定制硬件，可以同步收集不同类型的数据。目前已经在多个地点部署了1000多个活跃的头戴设备，累计部署超过50种不同设备，可以同步采集7种不同模态的数据。

他们的逻辑是：光有视频数据不够，得把视频和其他传感器数据配对，价值才能大幅提升。所以他们在做触觉手套、全身动作捕捉服、腕部摄像头——把RGB-D（实时配对的彩色图像和深度信息）和力反馈、全身动作、腕部视角这些数据同步采集起来，然后卖给AI实验室。

碰壁：头部家政公司说”不”

虽然Human Archive在跟多家公司谈合作，但现实给了他们一记耳光。包括Pronto和Urban Company在内的多家印度家政服务头部公司，都拒绝了合作。

事情在上周末闹到了公开层面。印度媒体Entrackr报道称Pronto正在积极寻求合作关系，以收集工人数据用于机器人训练；而Snabbit此前曾与Human Archive进行过早期讨论，但项目最终告吹。Urban Company的CEO Abhiraj Singh Bhal在X平台上直接回应称，公司不会参与此类安排。

Raj Patel随后回击称，Urban Company很快将被迫重新考虑，否则将面临客户流失、失去相关性的风险。联合创始人Rushil Agarwal更直白——他发帖称Pronto创始人Anjali Sardana听到他提出数据合作想法时，曾经嘲笑他”愚蠢”。

工人每小时拿1美元，隐私问题谁来管

Human Archive向参与数据收集的工人支付每小时1美元的基础报酬。《经济时报》的报告显示，其他公司支付的报酬是每小时250卢比到400卢比（约2.63到4.20美元）。Patel表示竞争对手的报酬比Human Archive高，但其在印度的实地存在使其能够保持较低的薪酬水平。

比工资更棘手的是隐私问题。目前尚不清楚Human Archive向工人提供了哪些关于其镜头使用方式的信息。该公司表示，其商业合同符合印度《数字个人数据保护法（DPDP法）》的要求，会显示隐私政策通知，以及详细说明数据收集目的和处理方式的同意信息。公司还表示所有数据都是匿名的，并且会对录像中的人脸进行模糊处理。

上周，Moneycontrol报道称，印度电子和信息技术部正在审查通过家政服务人员收集第一人称数据的初创公司的同意机制和数据收集实践。监管的风，已经开始吹了。

教皇良十四世的首份通谕《Magnifica Humanitas》刚发布，就有人怀疑：这玩意儿是不是用AI写的？而且写的还是AI的危险。

通谕是教皇写给全球天主教徒的长篇信件，通常讨论重大的道德和社会问题。这份通谕之所以受关注，因为它是第一份聚焦AI及其广泛影响的通谕。更有意思的是，发布仪式上还站着Anthropic的联合创始人Christopher Olah。

AI检测工具说：有点悬

事情起因是LessWrong论坛上Linch Zhang发的一项分析。他用流行的AI检测工具Pangram检测了这份通谕，结果发现：

• 某些段落有40%到100%的概率是AI生成的
• “genuinely”这个词出现频率异常高，而这个词在Claude模型的写作中很常见
• 第一章被Pangram标记为62% AI生成

The Verge把通谕大约2000字的内容扔进Pangram，结果是：约46%的内容估计为AI撰写。

通谕是教皇发布的篇幅较长的信件，旨在传达针对当时重要道德和社会挑战的教导。这份通谕是教皇良十四世的首份通谕，也是第一份聚焦AI及其广泛影响的通谕。

但AI检测不是百分百靠谱

当然，AI检测工具并非万无一失。Zhang的分析也发现，Pangram把某些章节标记为”几乎0% AI生成”。作为对比：

• 前四份通谕的前20段内容，Pangram100%判定为人工撰写
• 教皇良十四世的一次演讲转录文本，Pangram评级为100%人工撰写

Pangram在AI研究人员中口碑还不错。2025年3月他们声称，把人工撰写的内容误判为AI生成的概率约为万分之一。但不同AI检测工具的结果可能截然不同，即使结果一致也无法保证完全正确。

这件事为什么有意思

且不论这份通谕到底是不是AI写的，这件事本身就挺讽刺的：

• 一份警告AI危险的文档，本身可能就是AI写的
• 发布仪式上站着Anthropic联合创始人（Claude的东家）
• AI检测工具自己也在被质疑准确性

目前梵蒂冈还没有回应置评请求。这份通谕的核心内容是呼吁在AI时代保持”深刻的人性”，如果它真的是用AI写的……那这个反讽力度简直拉满。

不管结论如何，这件事给所有人的提醒是：AI生成的内容正在进入人类最权威的文本行列，而我们用来检测它的工具，本身也还在被验证。

F1这几年的热度不用多说，美国尤其如此——Netflix那部《极速求生》把车手们的日常搬上屏幕，硬生生的把一项”有钱人的运动”变成了大众娱乐。tech公司当然也看到了这块肥肉：AWS、Oracle、Anthropic都在往车队里塞钱、塞技术。

IBM两年前突然意识到，自己在体育赞助这块有个巨大的空白：F1。于是他们找上了法拉利——历史上赢了最多比赛的车队，没有之一。

“他们是历史上最成功的车队。”IBM体育与娱乐合作副总裁Kameryn Stanhouse这么说。

不只是赞助，是讲故事

IBM跟法拉利的合作核心，说白了就是”用AI讲故事”。法拉利专门新设了一个职位——”粉丝发展负责人”，由Stefano Pallard担任。他的任务不是拉更多粉丝进来，而是让每个已有的粉丝都觉得”这支车队认识我”。

想法其实挺朴素的：比赛期间每秒钟产生数百万个数据点，车手和赛车的每一个动作都被记录。问题是，这些数据对普通粉丝来说就是天书。IBM的AI把这些数据变成普通人能看懂、愿意看的内容——这才是难点。

新App里有什么

旧的法拉利粉丝App基本上是个”查赛程工具”——查完就走，没人留下来。新版本不一样了：有AI写的比赛总结，有幕后故事，有预测游戏，还有一个AI伴侣可以回答问题。

甚至连”把App翻译成意大利语”这种基本功能，在IBM接手之前都没有——尽管法拉利是个意大利车队，意大利粉丝也占大头。你可以想象之前那个App有多”原始”。

Pallard说，他们用AI分析App里的互动信号——哪些内容受欢迎、粉丝发来的消息情绪如何——然后据此调整讲故事的方式和内容的分发策略。”这帮我们理解Tifosi（法拉利粉丝的昵称）真正想要什么，然后直接指导我们怎么呈现内容。”

粉丝变了，法拉利也得变

F1去年发布的数据有个有趣的发现：75%的新粉丝是女性，而且很多是Z世代。她们入坑的入口往往是F1学院——一个全女性赛车系列赛，目的是培养下一代女车手。

这些新粉丝和老粉丝要的东西其实是一样的——更多。更多数据、更多内幕、更多功能。Pallard说：”未来五年的愿景，是让每个粉丝都觉得这个体验是为他们量身定做的——不管他们跟了我们30年，还是30天。这才是持久忠诚度的来源。”

IBM进场之后，App的互动数据确实在往上走——比赛周末的互动量增长了62%。当然，这个数字是IBM自己给出的，但方向应该没错：当AI真的在帮你”讲故事”而不是”塞数据”的时候，人们是感受得到的。