2026 年 9 月 3 日，北京石景山一家公司拿到了 4000 万美元。这是 AI 音乐这门生意里，华人团队目前最大的一笔单轮融资。

它做的东西叫 ACE Studio：一个月收入超过 200 万美元的软件，接近 10 万人在为它付钱，其中约九成来自海外。

做这件事的团队，不到 40 个人。

ACE Studio 中文官网首屏。它把自己叫“AI 音乐工作站”，不是“一键生成歌曲”。

它名单上的用户，是一群最挑剔的人：给《沙丘》《盗梦空间》配乐的汉斯·季默，美国传奇音乐人 Stevie Wonder，R&B 教父 Teddy Riley，还有百大 DJ 榜首 Martin Garrix 的团队。创始人郭靖自己有个说法——这些用户“人均格莱美”。

这不是一个“AI 帮你写歌”的故事。同一个赛道上，Suno 和 Udio 早就能做到：输一句话，出一整首歌，免费，谁都能玩。ACE Studio 卖得更贵、上手更麻烦，却把东西卖给了专业棚里的人。

它到底卡住了哪个位置？

一句话出歌这件事，早就有人做了

Suno 那一类产品的用法很简单：你写一句话，它给你一首歌。出来什么样你控制不了，不满意就再抽一次。

这套玩法刷短视频够用，要发片就不够用了。一首要收进专辑的歌，人声得能改一个字，鼓点得能挪半拍，弦乐得能单独调。可生成出来的成品是一整块音频，里面的东西你动不了。

专业音乐人的麻烦，从来不是写不出来，是改不动。

ACE Studio 把这个顺序倒过来做。它不是一个抽卡按钮，是一间工作室：你把旋律写成 MIDI、把歌词贴上去，选一个 AI 歌手让它唱出来；哪一句不满意，就去钢琴卷帘里拖那一个音符，改那一个字的歌词，调换气、调张力、调假声。整首歌分轨摊开，人声、弦乐、鼓各占一条，想动哪条动哪条。

AI 歌声生成器页。140 多种声线、8 种语言，声音可以换、可以克隆、可以按音轨单独导。

2.0 版的编曲界面。左边是钢琴键，中间是音符块，每一句都能单独拖动、单独改字。

它跟通用大模型的用法，差在哪儿

有一点得先讲清楚：Suno 和 ACE Studio 都是自己训模型的公司，不是套壳调接口。ACE Studio 跑的是自家的 ACE Music Models。媒体转述的公司口径是，主流评测上它仅次于 Suno v5.5，而生成一次的成本大约是对方的五分之一。

真正的差别在使用方式上。

通用大模型回答的是“给我一首歌”，用户要的是一个结果。ACE Studio 面对的是另一句话：我这首写到一半的歌，第三句那个字得唱上去。用户要的不是成品，是过程里的每一个决定权——音高、节奏、情绪，都得能落到具体那一个音符上。

这件事难在哪儿？难在模型得看懂专业创作。让它唱一句“啊”容易，让它知道这个音要唱多长、气口在哪儿、什么时候该收，需要的是大量真实制作过程里的数据。所以它不是拿公开音乐硬喂出来的，是拿七年间一批批专业用户的实际操作一点一点磨出来的。

这也是它敢卖给专业人士的底气：数据来自这些人的工作流，模型最后服务回这些人。

做这个的人，高中时被一句话噎住过

郭靖高中时只会唱歌。第一次听到别人录的、有完整编曲的歌，他说整个人像“被雷劈了一下”。

他跑去问对方，能不能教我编曲。得到的回答是：这不是一般人能学会的，不是从小学音乐，不可能理解乐理和编曲规律。

这句话在他脑子里刻了很久。用他自己的说法，像一个思想钢印。

转折发生在他 gap year 去硅谷那段时间。他自学英语、高等数学，还学了编程。学完他突然意识到一件事：音乐创作可能本来没那么难，难的只是这个领域的工具不够好。

这成了他做 AI 音乐的起点。

创业之前，他在乐逗游戏负责《水果忍者》《神庙逃亡》这些全民级休闲游戏的国内增长。这段经历没教他音乐，教他的是另一件事：怎么把一个专业工具，做到普通人手里也能用。

现在的团队不到 40 人：CTO 赵文骁做过腾讯游戏引擎的研发，管机器学习和语音合成；首席产品官盛聪尔是华纳音乐中国最年轻的签约词曲作者之一；核心算法研究员袁锐斌是香港科技大学博士，参与打造过音乐表征基础模型 MERT，也主导过千问音乐模型的研发。

一个做游戏增长的，加一个做引擎的、一个写词的、一个训模型的，凑在一起做音乐软件。

从虚拟歌手到 4000 万美元，中间隔了七年。

一个月 200 万美元，钱有几处来路

ACE Studio 的钱有两处来路。

一处是按年收的软件费。中文站上的标价是这样的：艺术家版年付摊到每月 83.17 元，艺术家 Pro 版每月 116.58 元，也可以一次性买断，1499 元。

中文定价页。两档年付加一个买断价，付款支持支付宝和银行卡。

另一处是按点数卖的生成额度。做歌消耗点数，档位越高每月给的越多，用完了再买。

这两块加起来，就是那个“月入 200 万美元”。

把它的收入拆开看，最值钱的部分在海外。

值得一提的是这门生意的成色。软件做出来之后，多卖一份几乎不增加成本——公司披露的口径是毛利约九成。40 个人，一个月收 200 万美元，摊到每个人头上是一个月 5 万美元。

它还把模型开源了，谁都能下

ACE Studio 之外，团队把底层的音乐生成模型也开源了，名字叫 ACE-Step。论文、代码、权重都放在网上，协议是 Apache-2.0，允许商用。

ACE-Step 官网上放的模型结构图。左边是它怎么把歌词、旋律和乐器拆开分别处理。

按论文里的说法，这个模型在 A100 显卡上生成一首 4 分钟的歌只要 20 秒，比同类大模型方案快 15 倍。

开源这一半不赚钱，但它把工具的门槛和信任一起降下来了。

开源对做音乐的人意义不小：模型不只在云端的大机房里，也能落到自己的电脑上。ACE Studio 的门槛因此不只是一句宣传——想看它底子怎么样，去 GitHub 拉下来跑一遍就知道。

有几个地方得说清楚

这句话是郭靖说的。他自己就是被“专业领域”拦过的那个人：高中时因为一句“不是从小学音乐不可能理解”，他信了很多年，觉得写歌是别人的事。

他后来做的事，就是把这句话拆掉。用的办法也不巧——不是教所有人去学乐理，而是把那些乐理塞进一个软件里，让想写歌的人只管把旋律哼出来，剩下的交给模型。

从虚拟歌手到音乐工作站，他做了七年。七年之后，汉斯·季默和 Stevie Wonder 用上了这家北京公司做的音乐软件。这件事本身，比那 4000 万美元更有意思。