从生成到归因：后流媒体时代的音乐AI智能体架构
信息检索
2025-11-11 v2 人机交互
多智能体系统
声音
摘要
生成式AI正在重塑音乐创作，但其快速发展暴露了在归因、版权管理和经济模型方面的结构性缺陷。与过去从现场表演到录音、下载和流媒体的媒体转变不同，AI改变了音乐的整个生命周期，模糊了创作、分发和变现之间的界限。然而，现有的流媒体系统，其版税流向不透明且集中，难以应对AI驱动生产所带来的规模和复杂性。我们提出了一种基于内容的音乐AI智能体架构，该架构通过块级检索和智能体编排将归因直接嵌入到创意工作流程中。该系统专为迭代的、基于会话的交互而设计，将音乐组织成存储在BlockDB中的细粒度组件（块）；每次使用都会触发一个归因层事件，以实现透明的溯源和实时结算。该框架将AI从生成工具重新定义为公平AI媒体平台的基础设施。通过实现细粒度的归因、公平的补偿和参与式互动，它指向了一个后流媒体范式，在该范式中，音乐不再是静态的目录，而是一个协作和自适应的生态系统。
引用
@article{arxiv.2510.20276,
title = {From Generation to Attribution: Music AI Agent Architectures for the Post-Streaming Era},
author = {Wonil Kim and Hyeongseok Wi and Seungsoon Park and Taejun Kim and Sangeun Keum and Keunhyoung Kim and Taewan Kim and Jongmin Jung and Taehyoung Kim and Gaetan Guerrero and Mael Le Goff and Julie Po and Dongjoo Moon and Juhan Nam and Jongpil Lee},
journal= {arXiv preprint arXiv:2510.20276},
year = {2025}
}
备注
Accepted to the NeurIPS 2025 AI4Music Workshop