AI 音樂 × AI 影片 2026 全景:從《過來人》看一個人怎麼做出 1.24 億播放的 MV,成本、工具、版權一次拆解

以喆FILM《過來人》為例,整理 2026 年 AI 音樂與 AI 影片的工具版圖、一支 AI MV 的完整工序、成本試算,以及版權與平台標示規則。

Share
《过来人 The OGs》MV 中的杜甫特寫
影片截圖:喆FILM《过来人 The OGs》官方 YouTube 版

10 月 13 日,武漢 90 後創作者喆FILM(王琨喆)發出 AI 音樂 MV《過來人》:十位古人在現代酒吧裡輪流開麥。依紅星新聞,截至 10 月 22 日 21 時,全網累計播放約 1.24 億次;他說自己是一個人、一台電腦,集中做了三四天,成本大約幾千元(報導沒有標示幣別)。

這個案例值得拆,不只因為數字大,而是它剛好站在 2026 年 AI 創作的交叉口:AI 音樂和 AI 影片這兩條線,都已經好用到「一個人做得出一支 MV」,同時也都被官司、版權和平台標示規則卡著。這篇用《過來人》當主線,整理五件事:AI 音樂與 AI 影片的工具版圖、一支 AI MV 的完整工序、成本大概多少、做完能不能發,以及怎麼標示。

先說結論(這是 AI郵報的整理,不是創作者的說法):生成已經便宜到可以重拍十次;真正稀缺的是兩件事,一是決定「留哪一句、留哪一鏡」的人,二是能說清楚「這支作品哪些部分是人做的」的紀錄。

《過來人》是什麼?一個人、三四天、1.24 億次播放

《过来人 The OGs》是喆FILM「古人開麥」系列的最新一支。系列之前是兩兩對戰的 freestyle battle(例如李清照對蘇軾),這次改成杜甫、蘇軾、劉邦、項羽、勾踐、孫悟空、曹操、李白、諸葛亮、司馬懿十個人輪流開口、最後合唱。依報導,三段主歌分別給杜甫、蘇軾、劉邦,代表三種人生境遇;之後其他人物一人一兩句接力,節奏加快,進入群像大合唱。

影片:喆FILM_Official 官方頻道《过来人 The OGs》,本文只以嵌入方式引用,版權屬於作者。

指標數字時間與來源
全網累計播放約 1.24 億次截至 10/22 21:00;紅星新聞(新浪科技轉載)
抖音/視頻號播放7,500 萬以上/4,500 萬以上新京報專訪稿(採訪日 10/22)
製作一個人、一台電腦,集中約 3 到 4 天;成本數千元新京報、紅星新聞(創作者自述,未標幣別)
YouTube 官方版約 15.2 萬次觀看10/23 查看

這些是報導與平台公開的數字,各平台口徑不同,而且還在增加,AI郵報沒有核對過後台。更完整的案例細節(為什麼杜甫第一個開口、聽眾是誰)放在後面的工序章節裡。

2026 年的 AI 音樂走到哪了?工具、授權與官司

先看工具版圖。下表只列這篇會用到的幾個,日期與說法都來自公開報導;《過來人》用了哪個音樂工具,創作者沒有公開,所以不要把它對應到任何一個:

工具近況(查詢日 10/23)授權狀態
Suno9 月 9 日推出 V6;據報導新模型家族以 Warner、BMG、Believe 授權的曲庫訓練Warner 已和解並授權(2025 年 11 月);UMG 與 Sony 仍在訴訟,9 月又提出新訴訟
Udio2025 年 10 月與 UMG、11 月與 Warner 和解,宣布要做「授權、封閉」的新平台,原訂 2026 年上線和解轉授權;我沒有找到正式上線的確認,現行服務仍在改版
ElevenLabs Eleven Music2025 年 8 月推出,與 Merlin、Kobalt 合作;官方稱輸出已清除廣泛商用主打「先授權再訓練」;Kobalt 說藝人要自願加入並分潤
Google Lyria 32026 年 2 月 18 日進入 Gemini app(beta):文字或圖片生成歌曲,附歌詞與封面,每首含 SynthID 浮水印;也進 YouTube Dream TrackTechCrunch 的報導沒有 Google 對訓練資料授權的說明;Google 說這不是用來模仿特定藝人

這張表看得出兩個趨勢,是 AI郵報的整理:

  • 從官司走向授權。三大唱片公司裡,Warner 已經分別和 Suno、Udio 和解並授權,UMG 也和 Udio 和解;UMG 與 Sony 對 Suno 的訴訟還在波士頓聯邦法院進行。依報導,兩家在 9 月提出新訴訟,主張 Suno 開發 V6 時用了舊模型的輸出與使用者互動,涉及超過 6 萬首錄音,並指控繞過技術保護從 YouTube 取得音樂;Suno 的立場是訓練可以構成合理使用,授權合作是新產品的商業協議,不是承認先前需要授權。這個案子的關鍵動議,據訴訟追蹤整理要到 2027 年才會處理(未經法院文件確認),所以今年內不太可能有結論。
  • 數量暴增,把關轉向偵測與標示。Deezer 在 7 月 21 日的新聞稿說,6 月高峰時,AI 生成曲目超過每日新上傳音樂的一半(約每日 9 萬首);但 AI 曲目只占平台串流的 1% 到 3%,2025 年全 AI 曲目的串流中,最高 85% 被判定為詐欺。Deezer 從 2026 年 6 月起明確標示 AI 音樂、從演算法推薦中移除,並下架用於串流詐欺或 6 個月沒人聽的 AI 曲目。

對做 MV 的人來說,這代表選工具時多了一個問題:這個模型的訓練資料有沒有授權說明?沒有授權說明的工具不是不能用,但風險由你自己承擔;而且就算工具有授權,也不等於你的成品自動擁有著作權(後面「版權」一節再談)。

2026 年的 AI 影片:模型各自擅長什麼?

AI 影片這一年的變化是「單鏡頭變長、參考素材變多」。下面是和 MV 製作最相關的幾個(規格來自報導與廠商說法,實際可用範圍以各平台為準):

模型近況對做 MV 的意義(AI郵報整理)
Seedance 2.5(字節跳動)6 月 23 日發表;單次可生成 30 秒;一次輸入最多可放 30 張圖、10 段影片、10 段音訊當參考(TechNode 引述第一財經);先在即夢與豆包 Pro 推出,API 預告將上火山引擎參考多、時間長,適合固定角色與帶音樂的鏡頭;LibTV 官網(10/23)列出 Seedance 2.5 720P 限時 0.19 元/秒
可靈 Kling 4.0(快手)9 月 28 日推出;單次最長 30 秒、最多 10 個關鍵影格;3.0 版(2 月)已有原生 4K關鍵影格可以控制動作從哪個姿勢開始、到哪個姿勢結束,對要對節奏的唱歌鏡頭有幫助(推測)
Wan 3.0、Vidu Q4 PreviewLibTV 官網首頁列為可選模型同一張畫布上可以混用不同模型,鏡頭失敗就換模型重拍
Sora(OpenAI)3 月 24 日宣布停止 Sora app;報導指出 API 預定 9 月 24 日結束提醒:別把整條工序綁在單一模型,要把角色圖、提示詞與分鏡存在自己能帶走的地方

另一個變化是工作介面:從「一個鏡頭一個提示詞」變成節點式畫布,把文字、圖片、影片、音訊節點連在一起,角色和參考圖放在資產庫,失敗的鏡頭局部重拍。《過來人》用的 LibTV 就是這一類。創作者說他最難處理的是角色一致性與對口型;Seedance 2.5 的多參考輸入與 Kling 4.0 的關鍵影格,看起來正是衝著這兩個問題來的,但這是 AI郵報的推測,不是廠商或創作者的說法。

LibTV 首頁,左側選單有「LibTV 畫布」
畫面:LibTV 官網首頁(2026/10/23 截圖)。

一支 AI MV 的完整工序:《過來人》每一步是誰做的?

把新京報專訪與紅星新聞的描述,對到一般 AI MV 的工序上,大概是下面這樣。「誰決定」那一欄是創作者的自述,沒有第三方驗證:

步驟做什麼誰決定《過來人》的做法(報導)
1 題目與歌詞底稿決定要講什麼、哪幾句留下人底稿與取捨由他決定;主題來自他手機備忘錄裡存了幾年的句子
2 歌詞試錯批量試句子、押韻、組合AI 做、人挑一開始讓 AI 直接寫,強行押韻、邏輯不通;後來改讓 AI 大量試句子,由他選
3 音樂與人聲編曲、十種古人音色AI 做、人調具體工具沒公開;諸葛亮那段生成了好幾版,加旋律後覺得不對,重新調整編曲
4 角色與參考圖把每個人物的樣子和狀態釘住人先要求 AI 區分人物形象與狀態再篩選;用資產管理固定角色與參考圖
5 分鏡與鏡頭生成把每句歌詞變成鏡頭AI 做、人挑主要在 LibTV 畫布完成;不同模型的可用性見上一節
6 局部重拍不滿意的鏡頭只重做那一段人他說最難的是角色一致性與對口型
7 本機剪輯對節奏、對歌詞、補救人最後回到本機剪輯成片;有些鏡頭和節奏、歌詞對不上,在後期重新剪接
8 標示與發布標明 AI 生成、選平台人他主動標註「本視頻由 LibTV 生成」;YouTube 說明欄署名「策劃|詞曲|AI 製作」

幾個細節值得記下來:

  • 為什麼杜甫第一個開口?他說杜甫最接地氣、困境最具體(搬家、租房、中年仍為家奔波);蘇軾代表人生起落與漂泊,劉邦代表起步晚但不服輸。孫悟空入選是「很感性的決定」,因為這十位都出現過在他之前的說唱對戰系列。
  • 寫古人的原則是「尊重」:不拿名人開涮、不讓人物說不符合身份的話、不醜化他們的經歷。
  • 誰在聽?他原本以為核心聽眾是喜歡說唱與歷史的年輕人;後台數據(創作者提供)顯示是 31 到 40 歲的中年人,之後年齡向上、向下都拓寬。紅星新聞寫到評論區有許多觀眾分享生活經歷、互相安慰,新京報專訪的標題則用了「樹洞」。
  • 他說的關鍵句:AI 替代不了做決定這件事;技術很容易複製,但一個人心裡的東西很難複製。

成本到底多少?創作者的數字與一個試算

創作者的說法是「數千元」。紅星新聞說明,成本主要是工具會員訂閱和算力消耗;新京報專訪中他說這是「很粗略的數據」。兩篇都沒有標示幣別。

為了知道這個數字合不合理,AI郵報做了一個粗略試算。這是我們的試算,不是創作者的數據,也不代表他用了這個模型:

項目算法結果
成片長度YouTube 官方版約 4 分 41 秒約 281 秒
每「遍」鏡頭費用281 秒 × 0.19 元(LibTV 10/23 列出的 Seedance 2.5 720P 限時價)約 53 元
重拍 5 到 10 遍53 元 × 5 到 10約 270 到 530 元
其他會員訂閱、更貴的模型或解析度、音樂與人聲工具、歌詞試錯、失敗的整段重做把總額推到「數千元」並不意外

這個試算只想說明一件事:單遍生成很便宜,錢花在重拍次數、時間和你願意為品質付多少。真正的限制不是預算,而是他說的那 3 到 4 天裡,要一個人判斷幾百個鏡頭哪個留。

做完能不能發?版權與標示的三層問題

AI郵報不是律師,下面是公開資訊的整理,要商用或接案前請另外請教專業人士。

第一層:這首歌、這支 MV 的著作權是誰的?

  • 美國:美國著作權局 2025 年 1 月的報告(Part 2)認為,純 AI 生成、人類沒有對表達方式有足夠控制的作品不受保護;人類的選擇、編排與修改可以受保護,申請時要揭露並排除 AI 生成的部分。管理音樂機械版稅的 MLC 也說,純 AI 生成的音樂作品不能登記。
  • 台灣:依經濟部智慧財產局官員的說法(媒體報導),現行著作權法保障自然人或法人;單純由 AI 生成的內容原則上不受保護,但把 AI 當輔助工具、有人類實際思想與心力貢獻的部分,可以主張。我沒有找到智慧局針對 AI 音樂的專門規定。
  • 對《過來人》的意思:這種案例裡,能主張的多半是人做的部分:歌詞底稿、人物與結構的選擇、重編曲、後期剪輯,以及一路上的取捨。這是 AI郵報的推論,不是法律意見。

第二層:工具的訓練資料與輸出有沒有爭議?

這就是前面音樂章節的官司。對使用者來說,實務上要留意:用的模型有沒有公開授權說明、服務條款允許哪些商用、成品上傳到串流平台或 YouTube 時有沒有被偵測出與現有作品相似。Suno 的案子還沒有結論,所以目前沒有人能保證「用某工具做的歌一定沒事」。

第三層:平台要不要你標示 AI?

  • 中國:《人工智能生成合成內容標識辦法》2025 年 3 月公布、9 月 1 日施行,要求以文字、聲音、圖形等方式顯式標示,並在檔案資料中加隱式標識,禁止惡意刪除或竄改。《過來人》畫面左上角就有「由 LibTV 生成」「AI 生成」的標記。
  • YouTube:據 Music Business Worldwide 報導,2026 年 5 月起 YouTube 會自動偵測並標示逼真的 AI 影片,即使創作者沒有揭露;報導說這個標示不影響推薦或營利資格。細節以 YouTube 說明中心為準。
  • 音樂串流:Deezer 已明確標示並移出推薦;Spotify 2025 年 9 月的政策針對未授權的聲音複製與垃圾曲目,並要求透過 DDEX 標準揭露 AI 的使用(依報導)。
  • 台灣:《人工智慧基本法》2025 年 12 月 23 日在立法院三讀通過,報導說它是框架法、中央主管機關是國科會;我沒有找到要求 AI 生成內容一律標示的具體條文。Instagram 與 Threads 這類平台的 AI 音樂標示規則,我也沒有找到清楚的公告。

實務上的簡單做法是:主動標示。YouTube 自己會標、中國有法規、串流平台在偵測,主動標示的成本幾乎是零,被動被標的風險比較大。

想照著做的人,可以怎麼起步?

以下是 AI郵報依這個案例與公開資料整理的流程,不是創作者的教學:

  1. 先決定「人的部分」。寫下這支作品裡哪些是你決定的:題目、歌詞底稿、人物、結構、取捨標準。這份清單就是之後說明版權與創作貢獻的依據。
  2. 先鎖歌,再花影片的錢。歌詞、段落與長度確定後,再生成鏡頭;歌改了,鏡頭就要重做。(這是多數 AI MV 教學的共同建議,來源以廠商部落格為主,請當經驗法則。)
  3. 選有授權說明的音樂工具,留下紀錄。保存提示詞、版本與時間戳記、你改了什麼,並看清楚服務條款的商用範圍。
  4. 先做角色參考圖,再做鏡頭。把每個人物的樣子與狀態先釘在資產庫,鏡頭失敗就局部重拍,不要整段重來。
  5. 用畫布,不要綁死單一模型。Sora 的例子說明了模型會消失,角色圖和提示詞要存在你帶得走的地方。
  6. 留時間給取捨。《過來人》的瓶頸不是生成,是一個人要挑幾百個鏡頭。排好預算,也排好檢查的時間。
  7. 發布前做三件事:確認工具的商用條款、在平台上主動標示 AI、確認沒有使用未授權的人像、聲音或曲風模仿特定藝人。

接下來可以觀察什麼?

  • Suno 與 UMG、Sony 的訴訟。決定「用未授權曲庫訓練」是不是合理使用,據訴訟追蹤整理,關鍵裁決要到 2027 年之後。
  • Udio 與唱片公司的授權平台。原訂 2026 年上線,採「封閉、藝人控制」的模式;如果上線,會是第一個大規模的「授權 AI 音樂」消費產品。
  • 影片模型的單鏡頭長度與參考能力。30 秒單鏡頭加上多參考輸入,會讓一鏡到底的唱歌畫面更容易做;也代表角色一致性不再是唯一門檻,取捨與敘事會更像差異。
  • 平台偵測與標示。YouTube、Deezer 與中國的標識辦法都在往「自動偵測、強制標示」走;之後用 AI 做的內容,被標示會是常態。

AI 音樂與 AI 影片常見問題

《過來人》用了什麼音樂工具?

創作者沒有公開。報導只說音樂與人聲由 AI 協助、歌詞底稿由他確定。本文不替他推測。

用 Suno 或其他 AI 音樂工具做的歌,可以商用嗎?

要看各工具服務條款的商用範圍,以及你的成品能不能主張著作權。純 AI 生成的部分,在美國與台灣的說法都是原則上不受保護;Suno 與唱片公司的訴訟也還沒有結論。需要商用或接案前,建議看條款並請教專業人士。

一定要標示是 AI 做的嗎?

中國有法規要求;YouTube 會在偵測到逼真的 AI 影片時自動標示。台灣我沒有找到一律要求標示的條文,但主動標示是低成本、低風險的做法。

一支 AI MV 成本多少?

創作者說這支是數千元(未標幣別)。AI郵報的試算顯示,單遍生成可能只要幾十元,成本主要來自重拍、訂閱與時間;實際金額取決於你選的模型與重拍次數。

可以直接複製創作者公開的畫布嗎?

他說畫布與提示詞已公開、可複製後修改,理由是就算不公開,截圖也能被 AI 工具反推。AI郵報 10 月 23 日沒有在 LibTV 上找到那份公開畫布,這點只能算他的說法。

「古人開麥」還會繼續嗎?

他說大概率會繼續,備選人物有陶淵明、辛棄疾、白居易、陸游,目前傾向陶淵明。

資料來源

本文資料查詢日為 2026 年 10 月 23 日;播放數字、模型規格、價格與官司進度都會變動,以各平台與法院最新資料為準。工具與模型的規格以廠商或第三方報導為主,未經 AI郵報獨立測試。

Read more