“版税单到了，但数字没想象中好看。”林哲指着他的Suno后台说。他是我们上个月采访的独立音乐人，三个月前华纳与Suno和解后，他成了首批收到版权分成的AI创作者之一。
版税单拆解：Spotify播放12万次，到手约480美元
根据林哲展示的2026年第二季度（4-6月）版税单，他的AI生成歌曲在Spotify上累计播放约12万次。按照Suno与华纳等唱片公司达成的和解协议框架，AI音乐在流媒体平台的播放分成比例约为每千次播放3.5-4美元。扣除平台抽成（Suno平台抽成比例为15%，与《Suno版权和解后，我的AI音乐版税单长什么样？》中披露的Q1数据一致），林哲实际到手约480美元。
这比纯人工创作的独立音乐人收入略高——同等播放量下，传统独立音乐人在Spotify的收入通常在300-350美元。但林哲的秘诀是“量”：他平均每周发布8-10首AI生成歌曲，保持高更新频率以触发算法推荐。他的另一项收入来自Suno平台内创作分成：其他用户使用他的提示词或风格标签生成歌曲时，他能获得35%的平台内收益分成。这部分收入占他总收入的35%左右，约合240美元。
Udio的差异化策略：更强调“风格授权”
另一位AI音乐人张薇则主要在Udio平台活动。她发现Udio的分成模式更侧重“风格授权”：用户付费使用她训练的特定风格模型（如“赛博朋克中国风”），每次生成需支付0.02美元，她获得其中的60%。张薇的风格模型月均被调用约5000次，带来60美元收入。加上她在Udio平台外发布的歌曲在Apple Music等平台的播放分成（约200美元），她五月总收入约260美元。
“Udio的抽成更低（10%），但流量远小于Suno，”张薇说。她认为选择平台取决于目标：想快速变现靠Suno的流量和算法推荐；想建立个人风格品牌则Udio的模型授权更合适。
第三位音乐人李凯：月入300美元，但成本结构不同
李凯是三人中唯一同时使用Suno和Udio的“双平台玩家”。他五月总收入约300美元，其中Suno贡献220美元，Udio贡献80美元。但他的成本更高：他每月支付49美元订阅Suno Pro套餐（可商用、更高音质、优先生成），并花费约10小时调整提示词和后期处理。
“AI音乐人不是零成本，”李凯强调，“订阅费、时间成本、试错成本都得算。”他计算过，扣除订阅费后，他的时薪约25美元。“这比很多兼职高，但离‘全职’还有距离。”
平台抽成与算法：看不见的手
三位音乐人都提到，版权和解后最大的变量不是分成比例，而是算法推荐权重。Suno的推荐系统目前明显偏好“高互动率”歌曲：收藏率高于5%、完播率高于60%的歌曲更容易进入推荐流。林哲通过测试发现，AI生成歌曲的副歌部分若包含突然的节奏变化或人声切换，互动率会显著提升。
“这像是给AI歌曲设计‘爆款公式’，”他说，“但用户很快会审美疲劳。”
平台抽成规则也在微调。Suno在2026年5月更新了条款：对于播放量超过50万次的“爆款歌曲”，抽成比例从15%降至12%，但要求创作者签署更长的独家授权期。这种“阶梯式抽成”正在影响创作者策略：有人选择“广撒网”生产大量中低播放歌曲，有人则押注单曲冲击爆款。
对比传统音乐人：规模生产 vs. 单曲爆款
传统独立音乐人的收入结构高度依赖爆款。一首播放量1000万次的歌曲在Spotify收入约3-4万美元，但需要前期大量投入（制作、推广）。AI音乐人则相反：单曲播放量很少超过10万次，但通过每周发布10+首歌曲，月收入能稳定在300-500美元区间。
这种模式类似“内容农场”，但AI降低了边际成本。林哲算过，他生成一首AI歌曲的时间成本约为15分钟（包括生成、筛选、简单后期），而传统创作至少需要数小时。
但天花板也很明显：目前AI音乐人的收入中位数约350美元/月，远低于全职音乐人在美国的平均月收入（约2500美元）。正如《AI总监入职4A公司三个月，人类创意开始靠‘异常值’考核》中提到的，AI正在将创意生产变成“规模化流程”，但人类创意的价值正转向“筛选与说服”——在AI音乐领域，这表现为提示词设计、风格训练和算法优化能力。
版权和解后的现实：透明，但未解决所有问题
版权和解让AI音乐的合法性尘埃落定，但版税结算流程仍存在延迟。三位音乐人都表示，Q1（1-3月）的版税直到5月底才到账，周期约为两个月。Suno官方解释是“与唱片公司对账需要时间”，但创作者们认为这影响了现金流。
另一个挑战是版权归属的模糊地带。如果用户使用A创作者训练的风格模型生成歌曲，版权到底属于A还是用户？目前平台规则不一：Suno默认版权归生成者，Udio则更倾向于风格模型提供者拥有部分版权。这种不确定性可能引发未来的纠纷。
真实天花板在哪里？
综合三位音乐人的数据，AI创作者经济的真实天花板不在于单曲爆款，而在于规模化生产与长尾收益。月收入500美元是目前的中位天花板，突破需要：
- 跨平台分发：同时布局Suno（流量大）、Udio（风格授权）和传统流媒体。
- 风格模型商业化：像张薇一样，将独特风格训练成可授权模型。
- 算法适应：持续优化提示词，适应平台推荐机制的变动。
但这也意味着AI音乐人正从“创作者”变成“产品经理+数据分析师”。正如《GPT-5o之后，企业AI预算怎么花才不浪费》中企业面临的AI成本陷阱，个人创作者也得算清“隐性成本”：时间投入、订阅费、算法研究成本。
林哲的下一步计划是组建一个小团队：“一个人一周产10首，一个团队一周产100首。收入就能翻倍。”但他也承认，“到那时，这可能就不是音乐创作，而是AI音乐工厂了。”