AI在音乐表演中的应用

20XX/XX/XXAI在音乐表演中的应用汇报人:XXXCONTENTS目录01

AI音乐表演技术概述02

AI驱动的舞台表演创新03

AI虚拟歌手与数字人表演04

AI辅助的音乐竞技与评判CONTENTS目录05

AI机器人指挥与乐队协作06

AI实时交互与沉浸式表演07

AI音乐表演的挑战与未来趋势AI音乐表演技术概述01音乐人工智能的定义音乐人工智能（MusicAI）是人工智能在音乐领域的垂直应用，聚焦于模拟人类音乐活动并实现传统手段难以完成的复杂音乐任务。核心要素：数据数据是音乐人工智能的核心要素之一，为模型训练提供基础，中央音乐学院等机构在该领域有相关研究。核心要素：算法算法通过机器学习等技术处理音乐数据，实现创作与合成等功能，是音乐AI实现智能化的关键。核心要素：算力算力是音乐人工智能的核心要素之一，支撑着复杂算法的运行和大规模音乐数据的处理。音乐人工智能的定义与核心要素AI在音乐表演中的技术应用范畴

实时情绪捕捉与舞台联动《歌手2026》部署35台4K摄像机，以每秒50帧精度捕捉观众微表情（如流泪、微笑、皱眉），转化为“投入度指数”影响歌手成绩，并联动光影、机械舞台实时调整，实现“活态舞台”效果。

虚拟歌手与数字人表演乐华娱乐推出AI驱动女团HeyDream，华纳音乐推出AI偶像吴爱花，AI歌手“大头针”通过翻唱吸粉百万，虚拟歌手已从幕后走向台前，参与形象设定、内容生成和运营表达。

AI辅助现场演奏与交互LiveAIOrchestra系统通过麦克风阵列实时分析乐手演奏，预测后续乐句并生成互补伴奏声部，实现人机“对话式”即兴表演；AI机器人“智音”作为指挥家亮相2026江西新年音乐会，演绎AI原创作品。

AR/VR与沉浸式视听融合2026马年春晚肖战演唱《灯塔》时，AI实时动作捕捉结合生成式光影渲染，将肢体动作与歌声频率转化为动态粒子流与三维视觉效果；2026粤港澳大湾区春晚曾舜晞表演中，AI根据情绪调整AR星空场景，增强沉浸感。AI音乐表演技术发展历程早期探索阶段（20世纪50-90年代）1956年，工程师MartinL.Klein和DouglasBolitho利用计算机创作情歌，成为AI音乐表演探索的开端。同期，化学博士LejarenHiller联合数学家LeonardIsaacson编写程序，创作出弦乐四重奏《IlliacSuite》，暴露了早期计算机作曲只能机械执行预设指令的局限。实验室走向应用阶段（21世纪初-2010年代）1997年前后，美国作曲家DavidCope开发的EMI系统能够模仿巴赫或莫扎特风格创作音乐，甚至在盲听测试中让专业听众难辨真伪，但因争议过大，开发者删除了音乐数据库。2016年，索尼计算机科学实验室通过学习13000份乐谱模仿披头士创作《Daddy’sCar》，2017年谷歌Magenta项目启动，AI音乐开始触碰现代音乐产业应用领域。快速发展与产业融合阶段（2020年代至今）2025年9月起，以SunoV5为代表的AI音乐模型能力持续进化，AI音乐完成从演示为主的demo形态向可商业使用、可规模化部署的跃迁。2026年，AI机器人“智音”亮相江西新年音乐会担任指挥，《歌手2026》引入AI情绪捕捉技术，AI在音乐表演中的应用进入新阶段。AI驱动的舞台表演创新02AI光影与表演者互动技术原理动态捕捉与数据转化通过高精度红外摄像头与惯性传感器实时采集表演者肢体动作，如关节位移、速度等数据，经算法处理生成动态轨迹坐标，实现肢体动作向光影控制参数的转化。生成式AI的光影实时渲染采用动态视频生成模型，结合歌声的频率、振幅等参数，输入风格提示词即时输出匹配的光影序列，并可叠加特效实现特定视觉质感，使光影与音乐情感同步。数控机械与投影系统的精准执行地面LED矩阵与顶部激光投影仪构成三维光影空间，根据AI分析结果，数控舞台系统自动调整升降、投影角度等，确保动态光效以表演者为视觉焦点，实现精准执行。2026马年春晚《灯塔》案例分析

01技术架构：三层系统联动实现“人光共舞”动态捕捉与数据转化：通过高精度红外摄像头与惯性传感器实时采集肢体动作，生成动态轨迹坐标；生成式AI光影实时渲染：采用类似Veo2的动态视频生成模型，结合歌声频率、振幅参数即时输出光影序列，并叠加特效；数控机械与投影系统精准执行：地面LED矩阵与顶部激光投影仪构成三维光影空间，实现动态光效聚焦。

02艺术表达：技术赋能情感叙事意象具象化：冷调波纹投影营造深海压迫感，副歌暖色光束形成“破雾穿云”效果，蓝色流苏套装与数控追光反射金属光泽，实现“将整片海洋穿于身”的意境；情感强度可视化：低吟段局部剪影与微光颤动突出孤独感，高亢段落全屏暖橙光束爆发与粒子喷射强化救赎力量。

03行业突破：AI实时交互的舞台革命从预制到即兴：AI模型实时解析动作与声学数据，实现“每一次表演光影皆不同”，即兴动作可生成全新粒子效果；节能与可持续性：数控LED系统耗电量仅为传统舞台灯的40%，生成式AI减少大量实体布景制作，契合“绿色制作”导向。高精度多模态数据采集采用高精度红外摄像头与惯性传感器，实时捕捉表演者肢体动作，如关节位移、速度等数据，生成动态轨迹坐标，为光影渲染提供精准输入。生成式AI光影实时渲染结合歌声频率、振幅参数，输入风格提示词，AI模型即时输出匹配的光影序列，叠加胶片颗粒、霓虹色差等特效，实现复古未来主义等视觉质感。数控舞台系统协同运作地面升降舞台嵌入可编程LED矩阵，配合顶部激光投影仪构成三维光影空间，根据表演者动作自动延展光路、调整投影角度，确保光效以表演者为焦点。实时动作捕捉与动态光影生成AI技术在舞台视觉呈现中的突破01实时动作捕捉与光影联动2026年马年春晚，肖战演唱《灯塔》时，高精度红外摄像头与惯性传感器实时采集肢体动作，AI系统将关节位移、速度数据转化为动态轨迹坐标，触发光影粒子流方向变化，实现“人光共舞”的视觉效果。02生成式AI的实时光影渲染采用类似Veo2的动态视频生成模型，结合歌声频率、振幅参数（如高音段对应光束穿透效果），即时输出匹配的光影序列，并叠加胶片颗粒、霓虹色差等特效，营造复古未来主义视觉质感。03数控机械与投影系统的精准执行地面升降舞台嵌入可编程LED矩阵，配合顶部激光投影仪构成三维光影空间。当表演者移动时，脚下自动延展光路，数控吊臂同步调整投影角度，确保动态光效始终以表演者为视觉焦点。04情绪数据驱动的舞美即时调整《歌手2026》中，AI情绪捕捉系统检测到观众沉浸度骤升时，自动触发360°环绕LED屏的粒子流特效；机械舞台根据实时情绪热力分布图，自动旋转至情感反馈最强烈的观众区域，强化情感共鸣。AI虚拟歌手与数字人表演03头部企业布局：从幕后工具到台前主角娱乐公司加速将AI推向台前，哇唧唧哇发布九周年家族曲《āiáiǎiài》AIMV，乐华娱乐推出首支AI驱动女团HeyDream，华纳音乐打造AI偶像吴爱花，AI已深入参与形象设定、内容生成和运营表达。市场表现：流量中心与榜单渗透以AI歌手“大头针”为代表的虚拟偶像在短视频平台备受欢迎，AI歌曲开始霸榜国内音乐平台。卢小旭预判，到2028年，热门单曲排行榜前十位中，AI歌手的演绎将占据70%以上。模式验证：虚实结合的市场接受度韩国SM娱乐推出的aespa女团，其虚实成员同台演出的模式已验证市场接受度，显示虚拟偶像与真人偶像结合的形式能够获得观众认可，为行业发展提供参考范例。虚拟偶像的发展现状与市场接受度AI歌手声纹克隆与演唱技术声纹克隆技术原理与效率AI声纹克隆技术通过分析1秒清晰音频即可高度复刻人声特征，实现对目标歌手声音的精准模仿，为虚拟演唱提供基础。AI生成演唱的全流程能力从输入风格、主题等提示词，AI可自动完成歌词生成、旋律创作、编曲配器乃至虚拟演唱全流程，如程序员杨平创作《七天爱人》，AI含量超90%。AI歌手的市场表现与争议以酷狗AI歌手“大头针”为例，通过翻唱歌曲吸粉百万，显示市场接受度；但“AI周深”“AI孙燕姿”等未经授权的高仿灰色内容也引发侵权争议。声纹克隆的版权与伦理挑战未经授权的声纹克隆及AI翻唱侵犯表演者权与声音权，2024年北京互联网法院审理的全国首例AI声音侵权案，明确录音制品授权不等同于声音AI化授权。HeyDream女团与吴爱花案例解析乐华娱乐HeyDream女团：AI驱动的虚拟偶像乐华娱乐发布首支AI驱动女团HeyDream，AI深入参与形象设定、内容生成和运营表达，代表AI从幕后工具走向台前，重塑大众对真实表演和艺人存在感的认知。华纳音乐AI偶像吴爱花：IP打造新探索华纳音乐推出AI偶像吴爱花，是AI在音乐表演领域IP化运营的典型案例，显示出娱乐公司开始正式将AI推向台前，探索虚拟偶像在主流市场的发展潜力。案例共同启示：AI重塑表演生态HeyDream与吴爱花的出现，标志着AI不仅是表演辅助工具，更成为表演主体之一，冲击着传统音乐表演的价值判断，推动行业思考AI时代表演艺术的核心稀缺价值。虚实成员同台演出的市场验证参照韩国SM娱乐推出的aespa女团，其虚实成员同台演出的模式已验证市场接受度，为虚拟歌手与真人歌手的合作提供了成功范例。AI歌手演绎的市场预测小旭音乐CEO卢小旭预测，到2028年，热门单曲排行榜前十位，AI歌手的演绎将占据70%以上，显示出虚拟歌手在未来音乐市场的重要地位。虚拟偶像的产业布局娱乐公司开始正式把AI推向台前，哇唧唧哇发布九周年家族曲《āiáiǎiài》AIMV，乐华娱乐发布首支AI驱动女团HeyDream，华纳音乐推出AI偶像吴爱花，AI不再只是幕后工具，而是深入参与形象设定、内容生成和运营表达。虚拟歌手与真人歌手的同台表演模式AI辅助的音乐竞技与评判04《歌手2026》AI情绪捕捉技术应用技术部署与数据采集演播厅部署35台4K超高清摄像机，以每秒50帧精度捕捉观众面部微表情、身体动作及瞳孔变化，实时记录流泪、微笑、皱眉、鼓掌频率、起立幅度等7类情绪反馈。三级解析算法逻辑原始数据经边缘计算终端预处理后，由云端AI模型进行基础识别层（人脸关键点定位）、情绪映射层（12种核心情绪标签归类）、权重生成层（动态计算投票置信系数）三级解析，将情感反应转化为可量化数据。投票权重与赛果影响AI情绪捕捉数据占歌手总成绩的15%，通过“情感响应式投票算法”调整传统票数权重，如持续落泪反应可能赋予更高权重，旨在用客观生理数据补充主观评价，声称提升竞技公平性。实时交互与舞台协同AI情绪数据驱动舞美系统即时调整，包括光影联动（观众沉浸度骤升时触发360°环绕LED屏粒子流特效）、机械舞台响应（根据情绪热力图自动旋转至反馈强烈区域）及声场优化（动态调节不同座区声压级）。伦理争议与人文反思引发情感真实性困境（无法区分表演性反应与深层共情）、算法黑箱风险（15%权重分配逻辑未完全公开）及人文价值稀释（艺术“不完美”或遭系统性过滤）等争议，如日本歌手BENI因语言隔阂致表情反馈低迷被AI误判淘汰。观众微表情识别与情感数据分析

多模态数据采集技术架构演播厅部署35台4K超高清摄像机与红外感应设备，以每秒50帧精度捕捉观众面部肌肉运动、瞳孔缩放及肢体微动作，构建多维度情感数据源。

三级情绪解析算法模型基础识别层定位人脸关键点轨迹，情绪映射层比对超大规模数据库归类12种核心情绪标签，权重生成层根据情绪强度与持续时间动态计算投票置信系数。

情感数据驱动的实时交互应用AI情绪数据触发舞美系统即时调整，如观众沉浸度骤升时自动启动360°环绕LED粒子流特效，机械舞台根据情绪热力图旋转至反馈最强烈区域。

跨文化情感识别挑战与案例日本歌手BENI演唱日语歌曲时，观众因语言隔阂表情反馈低迷，AI误判为"低感染力"致其垫底淘汰，暴露算法对跨文化表达的误读风险。AI在音乐竞技公平性提升中的作用

01AI情绪捕捉：从主观到客观的评分维度拓展《歌手2026》引入AI情绪捕捉技术，通过35台4K摄像机每秒50帧精度捕捉500名观众微表情、肢体动作等7类情绪反馈，转化为“投入度指数”并占总成绩15%，试图用生理数据补充主观评价，减少“粉丝抱团”或“专家偏好”带来的偏差。

02全开麦技术与AI辅助：保障表演真实性AI时代音乐竞技更强调现场真实感，如《歌手2026》推行全开麦无修音直播，歌手签署“OneTake协议”，AI技术从幕后修饰工具转向保障“演唱瑕疵与即兴发挥无后期处理”，凸显实力派与录音室歌手的差异，倒逼歌手专注现场表现。

03数据校准与权重优化：平衡多元评价体系AI情绪数据可隐性校准现场听审团、云端国际评审、明星陪看团等多方投票权重。例如，当细腻抒情段落触发观众落泪时，AI会加权该表现的情感价值，避免“炸场型”表演垄断优势，尝试构建更全面的竞技评价维度。

04技术局限与人文思考：公平性的边界探讨AI在提升公平性的同时也面临挑战，如日本歌手BENI因语言隔阂导致观众表情反馈低迷被AI误判“低感染力”淘汰，算法对跨文化表达、内敛艺术风格的误读，以及情绪数据权重透明度不足引发的“隐性操控”质疑，提示需平衡技术理性与艺术感性。技术介入艺术评判的伦理思考单击此处添加正文

情感真实性困境：外显表情与深层共情的割裂AI仅能识别外显表情，无法区分表演性反应与深层共情，可能放大“戏剧化表情”的权重优势，内向观众面无表情的沉浸可能被系统判定为“无反应”，导致票权贬值。算法黑箱风险：评判标准与权重分配的透明度争议AI情绪数据在总票数中的占比上限等关键信息未完全公开，存在“隐性操控”质疑。如《歌手2026》中，格蕾丝·金斯勒联排第一却直播跌至第六，引发观众对AI数据被用于平衡“剧本”的猜测。人文价值稀释：艺术中“不完美”的系统性过滤当刘宪华的即兴颤音、莫文蔚的哽咽或破音等“不完美”被拆解为数据点，艺术中珍贵的“人性护城河”可能遭系统性过滤。AI可以将抽泣归类为“情绪波动指数”，却无法解读泪光背后的个体记忆与情感逻辑。跨文化表达误读：算法的文化背景局限性日本歌手BENI在《歌手2026》演唱日语歌曲时，观众因语言隔阂表情反馈低迷，AI误判为“低感染力”致其垫底淘汰，暴露算法对跨文化表达的误读风险，难以平等理解不同文化背景评审的情绪表达。AI机器人指挥与乐队协作05AI机器人"智音"指挥系统技术原理多模态数据感知与解析系统通过高精度传感器实时捕捉乐队演奏的音频信号、乐手肢体动作及乐谱数据，利用深度学习算法解析音高、节奏、音色及演奏表情等关键信息。动态指挥决策生成基于音乐结构分析与情感映射模型，AI根据实时演奏状态动态生成指挥手势参数，包括节拍速度、力度变化、声部平衡等，确保指挥意图与乐队表现精准同步。机械执行与反馈调节机械臂执行系统采用高精度伺服控制技术，将决策参数转化为流畅的指挥动作；同时通过视觉与听觉反馈回路实时修正误差，保障演奏的稳定性与艺术表现力。AI原创作品适配优化针对中央音乐学院人工智能作曲系统创作的作品，"智音"可预加载乐谱特征数据，通过算法模拟人类指挥对作品风格的理解，实现AI创作与AI指挥的深度协同。2026江西新年音乐会案例分析

AI指挥机器人“智音”的亮相2026年12月28日，在江西南昌举办的“潮涌赣鄱乐动新年”2026江西新年音乐会上，AI机器人“智音”作为“音乐指挥家”首次公开亮相，为观众呈现了充满未来感的视听盛宴。

AI原创作品的演绎AI机器人“智音”指挥演奏了两首“AI原创”作品，这些作品由中央音乐学院人工智能作曲系统打造，展示了AI在音乐创作与指挥领域的实际应用。

技术与艺术的融合呈现音乐会通过AI机器人指挥这一创新形式，将人工智能技术与传统音乐表演相结合，不仅为观众带来了新奇的体验，也体现了科技对音乐演出形式的革新。AI指挥与人类乐手的协同机制

AI指挥的技术架构：从数据捕捉到指令生成AI指挥系统通过高精度传感器实时采集乐队演奏数据，经边缘计算预处理后，由云端AI模型进行音乐特征分析，生成包括tempo调整、声部平衡等在内的精准指挥指令，实现对演奏的动态把控。

人机交互界面：指令传递的无缝衔接AI指挥通过视觉反馈系统（如动态光影提示）和听觉引导（如节拍提示音），将指令传递给人类乐手。例如，AI指挥“智音”在2026江西新年音乐会上，通过指挥棒挥舞幅度和灯光颜色变化，与乐队实现实时互动。

适应性学习与协同优化：提升整体演奏效果AI指挥具备机器学习能力，可通过分析历史演出数据和乐手反馈，优化指挥策略。在与人类乐手的长期合作中，能逐渐适应不同乐手的演奏风格，实现个性化的协同，提升乐队整体的演奏默契度和艺术表现力。提升排练效率，缩短磨合周期AI可辅助分析乐谱、纠正音准节奏，帮助乐队快速定位问题，减少重复排练时间，尤其对复杂作品的磨合效率提升显著。实现精准实时伴奏，灵活适配演奏AI系统能根据乐手实时演奏动态调整伴奏，如LiveAIOrchestra可预测乐句并生成互补声部，支持爵士即兴等复杂互动场景。优化舞台声音效果，保障演出质量AI可实时分析声场环境，动态调节不同座区声压级与声像定位，如L-ISA沉浸式扩声系统结合AI情绪数据优化声场，提升听觉体验。突破人力限制，丰富表演形式AI机器人如“智音”可担任指挥，精准控制乐队演奏；虚拟歌手、数字器乐等AI角色能与真人乐手同台，拓展演出的视觉与听觉维度。AI在乐队排练与演出中的应用优势AI实时交互与沉浸式表演06LiveAIOrchestra人机共演系统实时演奏分析与预测系统通过麦克风阵列实时捕捉乐手演奏音频，利用深度学习模型分析当前乐句特征，预测后续演奏走向，实现精准的音乐互动。动态伴奏声部生成根据乐手演奏的和弦进行、节奏型等信息，AI即时生成互补的伴奏声部，在爵士即兴等场景中能动态回应乐手乐句，形成“对话式”表演。柏林爱乐乐团应用案例2026年柏林爱乐乐团巡演中，第二小提琴声部使用该系统辅助演奏复杂段落，AI生成的装饰音为演出增添独特韵味，同时保持与首席的完美同步。手势交互与音乐生成技术融合

实时手势捕捉与音乐参数映射通过高精度红外摄像头与惯性传感器捕捉肢体动作数据，如关节位移、速度等，经算法处理生成动态轨迹坐标，实时映射为音乐的旋律、节奏、音量等参数，实现肢体律动与音乐生成的同步联动。

AI模型驱动的音乐即时生成采用类似Veo2的动态视频生成模型或Transformer架构改进模型，结合手势数据与预设音乐风格（如“深海波纹”“粒子流”），即时生成匹配的音乐序列，支持多轨音频输出，实现“手势即创作”的实时音乐生成体验。

跨文化音乐对话的交互实践在《空之形·栖居于声》等作品中，通过手势交互技术让笙与电子人声跨越东西方文化对话，表演者的手势动作触发不同文化风格的音乐元素融合，拓展音乐表演的文化表达边界与互动可能性。元宇宙音乐会与虚拟表演场景虚拟偶像与AI歌手的舞台呈现

乐华娱乐推出首支AI驱动女团HeyDream，华纳音乐推出AI偶像吴爱花，AI不再只是幕后工具，而是深入参与形象设定、内容生成和运营表达，重塑大众对于真实表演的认知。沉浸式交互与跨媒介融合

中央音乐学院推出AI交响乐《千里江山图》、机器人指挥“智音”等实践，并进一步拓展至虚拟歌唱、数字器乐、三维声场和元宇宙音乐会等呈现领域，实现音乐演出方式的创新发展。跨国界跨学科的联合共创

2026音乐科技融创节上，四部全球首演作品如《后冬之旅：循环声境》《兰亭·曲水流声》等，以技术为媒介，将自然、文化与数字艺术结合，打造沉浸式声音剧场，线上线下累计参与超2万人次。AI驱动的跨感官音乐体验创新

视听联觉：AI实时音画转换2026音乐科技融创节引入法国动画大师格里高利·庞的“视听联觉/声绘动画”，AI将拉威尔、贝多芬等经典旋律实时转化为流动动画，动画师与交响乐团同台，成为“另一位演奏家”。

动态光影交互：情绪与视觉的共舞2026马年春晚肖战演唱《灯塔》时，AI通过实时动作捕捉与声学分析，将肢体动作与歌声频率转化为动态光影，如肢体延展触发粒子流扩散，高音段对应光束穿透效果，营造沉浸式“人光共舞”。

空间音频与虚拟场景构建“声景时空隧道”项目采集13个历史文化地标的真实环境声音，AI辅助设计构建沉浸式空间；《兰亭·曲水流声》用数字技术将千年雅集转化为沉浸式声音剧场，实现听觉与空间感知的融合。

多模态交互表演：跨越文化与媒介《空之形·栖居于声》通过AI手势交互技术，让笙与电子人声跨越东西方文化对话；AI机器人“智音”指挥乐队演奏AI原创作品，结合视觉呈现与音乐演绎，拓展表演的多模态边界。AI音乐表演的挑战与未来趋势07建立合规训练数据体系推动“先授权、后训练”模式，如2025年华纳音乐与Suno达成合作，使用官方授权音乐数据训练AI模型，从源头解决版权争议。明确AI生成内容版权归属遵循“人类作者”原则，国内监管新规明确AI作品版权归属实际创作主体，严禁未经授权用于AI训练，压实平台审核与主体责任。技术手段防范侵权行为推广音乐指纹、区块链等溯源技术，如韩国栋国大学研发的ArtifactNet系统，可从物理信号层面识别AI音乐生成痕迹，助力侵权取证。规范平台用户协议与权益完善用户创作权益保护机制，避免平台通过协议“隐形收割”用户作品用于AI训练且无需付费，提升AI音乐内容占比、投诉处理等透明度。版权与伦理问题的应对策略人类创造力与AI技术的平衡

人类创作者的不可替代性AI可生成技术层面的“合格品”，但人类创作者的情感共鸣、人生体验、文化背景及独特审美是其无法复制的核心价值，如华晨宇强调的“瑕疵中的真实呼吸感”。

人机协同的创作新模式AI作为高效工具处理标准化的编曲、混音等“行活”，人类则专注创意策源、情感注入与终极艺术判断，形成“人类创意+AI技术执行”的深度协作模式。

守护音乐的人文价值与多样性需警惕AI训练数据偏向主流商业音乐导致的文化多样性消亡风险，应引导AI助力而非取代民族音乐、小众音乐的传承与创新，守护音乐的文化内涵与精神内核。AI音乐表演人才培养方向

人机协作能力培养培养音乐人掌握AI编曲、混音等工具，实现“人类创意+AI执行”的协作模式，如中国传媒大学《戏·韵》项目采用“人类作曲+AI编曲”模式复原古乐器音色。

AI工具应用与实践技能开展AI音乐创作、虚拟偶像运营等课程，如河北省群众艺术馆及全省150余家文化馆在青年文化夜校中推出“AI+音乐创作”课程，累计开设3800余门。

跨学科知识整合能力融合音乐、计算机科学、艺术设计等多学科知识，培养既懂音乐又掌握AI技术的复合型人才，如中央音乐学院、上海音乐学院自2019年起开设音乐人工智能相关专业。

艺术审美与情感表达能力强调人类在创作中的情感注入与文化解读，如华晨宇等音乐人强调“瑕疵中的真实呼吸感”，培养学生在AI辅助下保持音乐的情感张力与人文价值。热门单曲榜AI歌手占比预测小旭音乐CEO卢小旭预判，到2028年，热门单曲排行榜前十位，AI歌手的演绎将占据70%以上。AI音乐内容消费占比预测有预测指出，未来用户听到的歌曲中，30%可能来自AI，而成本只需真人歌曲的10%。市场接受度与虚拟偶像趋势参照韩国