世界艺术与科技对话 · 音乐分会场
知识图谱与零基础学习路径
4月27日至29日,由中国文联国际联络部、中国文联理论研究室、中国经济信息社主办的“世界艺术与科技对话”活动在北京举行。中国文联党组成员、副主席、书记处书记高世名，中国音乐家协会分党组书记王萃，中央音乐学院校长于红梅出席相关活动并致辞。
🗺️ 知识图谱总览
世界艺术与科技对话 · 音乐分会场 2026.4.27
会议概况 主题：演化与创生 地点：中央音乐学院 六大核心议题 • 未来音乐教育 • 音乐大模型研发 • 智能音乐创作 • 音乐感知与分析 • 人机协同表演 • 数字音乐产业 | 核心理论与概念 音乐范式转变 线性结构→开放系统 | 静态聆听→沉浸场域 | 感官感受→神经交互 人机关系光谱 自动化工具 → 协同合作者 → 共创演化伙伴 教育转型 单一技能→复合人才 | 项目制跨学科 | 真实场景驱动 技术哲学 笛卡尔二元论 | 皮尔斯连续论 | 具身认知 | 格式塔感知 |
🇨🇳 中国专家专场
柯杨（央音副院长） • 跨界与重构 • 从作品中心→开放系统 • 音乐可被计算/生成/演化 • 央音音乐AI系（2019） | 刘忠心（国音副院长） • 三大强国建设 • 识变 / 共为 / 探索 • AI赋能教育变革 • 艺科融合创新 | 田彦（沈音院长） • 认知重塑与教育转型 • 两种文化→第三种文化 • 谐律智愈实验室 • 教创演学研评六位一体 | 陶陌（星海院长） • 大湾区模式 • 产学研转创用全链路 • 全国首个独立音乐科技学院 • 课程改革：+38 / -56 / 重组31 | 王瑞（浙音院长） • 守恒与流变 • 科技求真，艺术求美 • 两个AI：Artificial vs Artistic • 艺术智性的可贵 |
🌍 国际专家专场
Gérard Assayag（IRCAM） • REACH项目 • 赛博人类共创性 • 交互学习 Interaction Learning • Somax2实时系统 • 转移熵与创造性效率 | Georg Hajdu（汉堡） • 混合AI Hybrid AI • 艺术家与工具协同演化 • Healing Soundscapes医院声景 • DJster随机引擎 • 情感空间映射 V-A模型 | Craig Vear（诺丁汉） • 以人为中心方法 • Solaris爵士四重奏 • 具身数据集：EEG/皮肤电/视频 • 数字乐谱外化AI信念 • 低密度心灵（皮尔斯连续论） |
Juhan Nam（KAIST） • 人机音乐合奏 • 自动钢琴系统 • 多模态：音频+视觉+MIDI • VirtuosoNet表现力生成 • Matchmaker乐谱跟随 | Jonathan Wyner（伯克利） • 艺术家中心视角 • AI三重角色：镜像/乐器/延伸 • 伦理六维图 • BEATL课程框架 | 徐帆（Suno） • 从生成到协同 • Suno：V1→V5演进 • 技术影响史：唱片→LP→MIDI→AI • 未来：DAW+对话 |
🏛️ 实践与平台
| 央音：音乐AI与信息科技系 | 国音：科技与音乐结合新模式 | 沈音：谐律智愈实验室 | 星海：音乐科技学院 | IRCAM：REACH / Somax2 |
| 汉堡：Ligeti中心 | 诺丁汉：Solaris / DigiScore | KAIST：自动钢琴 | 伯克利：BEATL实验室 | Suno：AI音乐生成平台 |
📍 零基础学习路径（6阶段）
🎯 总目标
在3-6个月内建立"音乐×科技"的跨学科认知框架，能够：理解音乐AI基本原理与发展脉络、使用至少2种AI音乐工具进行创作/分析、建立批判性思维讨论人机协同伦理问题、明确个人未来的深耕方向。
阶段一 · 1-2周：开眼与祛魅
🎯 目标：打破"技术恐惧症"和"艺术神秘感"，建立音乐与科技协同演化的宏观视野
| 学习模块 | 核心内容 | 对应资料 |
|---|---|---|
| 历史脉络 | 音乐与科技并非新事物：从骨笛→合成器→电子音乐→AI，技术一直在重塑音乐形态。 | Georg Hajdu P75 |
| 范式转变 | 从作品（静态）到过程（动态开放系统）。音乐可被计算、生成、演化与再组织。 | 柯杨 P26-27 |
| 两个AI | Artificial Intelligence vs Artistic Intelligence。人工智能越发达，艺术智性越可贵。 | 王瑞 P56 |
| 现实图景 | 国内音乐学院科技布局：央音/国音/沈音/星海/浙音。 | 刘忠心 P35-37 |
📝 实践任务
• 用 Suno 生成一首简单的歌，体验"一句话创作"的完整流程
• 写下你的焦虑：你担心AI会取代音乐的哪些部分？哪些部分不可替代？
• 对比聆听：传统器乐录音 vs AI生成音乐，记录第一感受差异
🏁 里程碑
能向同学讲清楚"音乐科技不是新鲜事物，而是一直在演化"，并举例说明从骨笛到Suno的技术连续性。
阶段二 · 3-4周：理论地基
🎯 目标：掌握3个核心理论框架，建立分析音乐科技现象的思维工具
| 理论框架 | 核心内容 | 对应资料 |
|---|---|---|
| 三种文化 | 斯诺"两种文化"→布罗克曼"第三种文化"（科技与人文深度融合）。音乐AI是第三种文化的典型前沿。 | 田彦 P42 |
| 人机关系光谱 | AI三重角色递进： ① 镜像(Mirror)：反映习惯与偏好 ② 乐器(Instrument)：意图驱动的交互工具 ③ 延伸(Extension)：拓展想象力的认知假体 | Jonathan Wyner P119 |
| 认知重塑三层次 | 技术从"工具"→"搭档"；音乐从"聆听对象"→"沉浸场域"；观众从"用心感受"→"神经交互" | 田彦 P43 |
📝 实践任务
• 听一段电子音乐/AI生成音乐，用"三种文化"视角写300字分析
• 对比体验：传统乐器演奏 vs AI生成同风格旋律，用"Mirror/Instrument/Extension"框架记录差异
• 绘制一张"人机关系光谱"手账图，标注你知道的音乐软件位置
🏁 里程碑
能用"Mirror/Instrument/Extension"分析任意一款音乐AI工具，并指出它处于光谱的哪个位置。
阶段三 · 5-7周：技术通识
🎯 目标：不需要会编程，但要听懂技术原理，消除"黑箱恐惧"
| 技术方向 | 通俗理解 | 对应资料 |
|---|---|---|
| 生成式AI | 理解大模型、扩散模型：AI通过学习海量音乐数据的统计规律，根据文本条件生成符合概率分布的新音频。不是"复制"，而是"概率性创造"。 | 徐帆 P123 |
| 人机协同表演 | 自动钢琴如何"听懂"人类演奏？核心链路：音频输入→乐谱跟随→实时分析→表现力生成→机械执行。 | 南周汉 P99-100 |
| 数字乐谱 | 乐谱不再是纸，而是可交互、可计算、可外化AI情感的动态界面。Craig Vear的Digital Score理论。 | Craig Vear P14-15 |
| 混合AI | Georg Hajdu的Hybrid AI：不盲目使用深度学习，而是将经典算法（随机过程、规则系统）与神经网络结合，追求透明与可控。 | Georg Hajdu P78-79 |
📝 实践任务
• 观看南周汉的VirtuosoNet演示（P101），理解"AI如何给钢琴加表情"
• 画一张"人机协同表演"流程图：人类演奏→AI感知→AI决策→AI执行→声音输出
• 体验一款开源/免费工具，记录"可控性"与"不可控性"
🏁 里程碑
能向非技术背景的人解释"乐谱跟随"和"生成式模型"的区别，并说明为什么"混合AI"更可控。
阶段四 · 8-10周：工具上手
🎯 目标：掌握2-3个具体工具，从"观看"进入"操作"
| 工具类型 | 推荐入手 | 学习路径 |
|---|---|---|
| AI生成工具 | Suno / Udio / ACE Studio | 徐帆（P124-132）：从V1到V5的交互演进。重点：从"生成"到"编辑"再到"协同"。掌握提示词工程。 |
| 人机合奏工具 | Yamaha Daredemo / 自动伴奏软件 | 南周汉（P97-98）：了解实时合奏技术要求。尝试与AI"二重奏"，体验"被倾听"和"被跟随"。 |
| 创作辅助工具 | OpenMusic / Sonic Pi / DAW | 阿萨亚格（P60）：了解计算机辅助作曲逻辑。不需要写代码，用图形化工具理解"算法作曲"思维。 |
| 声景设计 | 环境音乐App / Healing Soundscapes理念 | 海杜（P80-85）：用声音设计情绪空间。为特定场景（如图书馆）设计30分钟声音环境。 |
📝 实践任务
• 用Suno完成一个完整作品：提示词生成→人工修改歌词→调整结构→导出。记录"AI vs 人工"时间比例
• 尝试用AI工具分析一首传统民乐（如星海非遗声景复原方向P9），看AI能否识别调式、乐器
• 建立"工具日志"：记录每周使用音乐AI工具的问题、惊喜和挫败感
🏁 里程碑
拥有一个可展示的"人机协同"音乐作品（哪怕1分钟），并能说明AI生成部分、人工干预部分、创作意图。
阶段五 · 11-12周：伦理与批判
🎯 目标：建立批判思维，不盲目追捧也不盲目排斥技术
| 伦理议题 | 核心问题 | 对应资料 |
|---|---|---|
| 作者性危机 | AI生成的音乐，作者是谁？版权归谁？当AI从"工具"变为"合作者"，"作者-作品"关系如何重构？ | Wyner P120 / 徐帆 P18 |
| 数据偏见 | 训练数据中的文化偏向：西方音乐中心主义？男性作曲家主导？AI会复制并放大人类社会的文化偏见。 | Wyner P120 Cultural Representation |
| 身体与感知 | 当AI能生成"完美"音乐，"具身演奏"（肢体动作、呼吸、汗水的现场性）还有价值吗？Craig Vear强调：具身性（Embodiment）是不可丢失的维度。 | Craig Vear P14 |
| 艺术智性 | 在AI时代，人类音乐家不可替代的核心能力是什么？王瑞提出：Artistic Intelligence——审美判断、文化理解、身体感知、价值抉择。 | 王瑞 P56 |
| 本真性 | 数字时代的"原真性"(Echtheit，本雅明)流失与重建。当声音可被无限复制、修改、模拟，什么是"真实的"音乐经验？ | 王瑞 P54 |
📝 实践任务
• 组织小型辩论："AI音乐作品能否参加音乐比赛？评奖标准应如何调整？"
• 写一篇短文（800字）：《我想成为什么样的音乐AI时代的音乐人？》明确立场与底线
• 分析Suno/UDIO版权政策，对比传统音乐版权法，找出3个法律灰色地带
• 用Wyner"伦理六维图"（训练数据/来源/归属/同意/补偿/文化表征）分析一款常用音乐App
🏁 里程碑
能提出至少3个关于音乐AI的伦理质疑并给出立场；能平衡"技术乐观主义"与"人文保守主义"。
阶段六 · 13周+：方向选择与深耕
🎯 目标：根据个人背景选择细分赛道，对接院校与实验室资源
以下六大方向对应会议的六大核心议题：
方向一 🎓 智能音乐教育 适合：师范生、教育技术爱好者 路径：大模型教学应用、智能评估、跨学科课程设计、PBL方法。 院校：中国音乐学院（刘忠心）、沈阳音乐学院（田彦） | 方向二 🤖 音乐大模型研发 适合：计算机/数学/电子工程背景 路径：NLP、音频信号处理、扩散模型、乐谱识别(OCR)、MIR。 院校：央音音乐AI系（柯杨/李小兵）、清华/北大/中科院 | 方向三 🎼 智能音乐创作 适合：作曲系学生、音乐制作爱好者 路径：算法作曲、交互式生成、风格迁移、AI辅助配器、OpenMusic。 院校：IRCAM（阿萨亚格）、星海音乐学院（陶陌） |
方向四 🧠 音乐感知与分析 适合：音乐学/心理学/神经科学背景 路径：MIR、情感计算、脑科学（EEG/fMRI）、多模态数据分析。 院校：KAIST（南周汉）、沈音（脑电实验室）、诺丁汉（Vear） | 方向五 🎭 人机协同表演 适合：表演专业、舞台技术、新媒体艺术 路径：实时交互系统、数字乐谱、增强现实演出、机器人音乐。 院校：诺丁汉（DigiScore）、汉堡（Ligeti中心）、伯克利（BEATL） | 方向六 💼 数字音乐产业 适合：艺术管理、音乐产业、文旅科技创业 路径：AIGC平台运营、版权经济、音乐疗愈、文旅声景、非遗数字化。 院校：星海（大湾区模式）、汉堡（Ligeti健康集群） |
📝 实践任务
• 选择1个方向，精读对应专家演讲原文，整理"专家观点摘要+我的疑问"笔记
• 联系本校相关院系（央音音乐AI系、星海音乐科技学院），了解课程与实验室开放政策
• 制定个人"艺科融合"能力矩阵：现有技能 + 需补充技能 + 时间计划（6个月/1年/3年）
• 关注学术会议：世界音乐人工智能大会（SOMI）、中国计算艺术大会（CCF）、ISMIR
🏁 里程碑
完成《个人音乐科技学习与发展规划书》：方向选择理由、能力差距分析、6个月行动计划、目标院校/导师/社群清单。
💡 给零基础学生的特别建议
1. 不要先学编程 音乐科技的核心是"音乐问题意识"，技术只是工具。先建立审美与伦理判断，再决定要不要写代码。 | 2. 保持"双母语" 每天既听音乐（传统/当代），也看科技新闻（AI进展），培养跨界语感。 | 3. 加入实践社群 关注中央音乐学院"世界音乐人工智能大会"、中国计算机学会"计算艺术分会"，获取持续学术资源。 | 4. 从批评开始 如果你第一次用Suno就觉得"这不像音乐"，这恰恰是最好的起点——追问"为什么不像？缺了什么？" |
内容整理自：2026年4月27日 中央音乐学院「世界艺术与科技对话·音乐分会场」会议资料
涵盖柯杨、刘忠心、田彦、陶陌、王瑞、Gérard Assayag、Georg Hajdu、Craig Vear、Juhan Nam、Jonathan Wyner、徐帆 等11位专家演讲