在經典作品《小王子》中，有這樣一幕情節：一個小孩子畫下了蛇吞象的樣子，他向大人們展示自己的作品，并問他們害不害怕。然而，所有的成年人都說：「一頂帽子有什么可怕的？」

但對于充滿想象力的孩子來說，這并不是一頂帽子，而是一條正在消化大象的蟒蛇：

相信每一位讀者都曾被這段情節所打動，這就是藝術創作的精髓所在。對于小朋友來說，即使是幾筆簡單的線條，也代表著最純真可愛的想象。

比如，簡單的幾筆涂鴉，為何不能代表光怪陸離的科幻世界？借助 AI 的「畫筆」，從靈感到完整作品也不過幾秒的時間：

再比如，一條隨手畫出的波浪線，也能變成一段美妙的旋律：

這些神奇的「AI 魔法」，都來自于一個名為「騰訊 AI 編程第一課」的小程序。

騰訊AI編程第一課，，，

騰訊AI編程第一課

小程序

孩子們的「AI 第一課」

自 2022 年以來，生成式 AI 熱度不減，以 Stable Diffusion、GPT-4、PaLM 2 為代表的大模型成為了熱門關鍵詞，并衍生出文本生成、圖像生成、動畫制作、視頻生成等領域的落地產品，深刻改變了人們的生活方式。

不難想象，未來將是 AI 創造更多價值的時代。這個時代對青少年的 AI 認知與計算思維提出了新的要求，但這些「高大上」的技術，對孩子們來說仍然是有距離感的。

如何將最前沿的技術以易感知的方式傳遞給他們，增強青少年對科學技術的興趣、深化青少年對 AI 領域發展的認知呢？

通過劇本式、「玩中學」的方式，騰訊與中國宋慶齡基金會共同發布「AI 編程第一課」公益項目，為全國零基礎青少年提供 AI 和編程啟蒙小程序平臺，首批上線內容結合中國航天、未來交通兩項國家重大科技議題，原創趣味探索故事，讓青少年在1小時中初識計算思維、AI基本原理、人機協同理念等。

開學之際，「騰訊 AI 編程第一課」正式上線。在騰訊音樂天琴實驗室的技術支持下，小程序上線了「AI 創作」版塊，分為「AI 作曲」和「AI 作畫」兩個功能，希望能讓孩子們體驗到最新 AI 技術的魅力。

今年 10 歲的靜宜（化名）是「騰訊AI 編程第一課」的首批「用戶」之一。幾天試用下來，最讓她好奇的就是「AI 創作」功能的實現原理：

「為什么不同的線可以生成不同的曲調？」

「曲線如何變成音樂？」

「AI 是怎么猜到我心中想畫的是什么呢？」

這些問題的確令人好奇，所以這款寶藏應用背后有哪些 AI 技術？接下來，讓我們一探究竟。

從一條線到「宮商角徵羽」的神奇之旅

提到 AI 音樂生成，大部分人并不陌生。今年 1 月，谷歌發布了「MusicLM」，實現了從文本或圖像中生成高保真音樂。之后，Meta 開源了可生成各種音頻的 PyTorch 庫「AudioCraft」，能夠基于用戶輸入的文本生成高質量、高保真的音頻，不僅能生成有旋律的音樂，甚至還可以選擇樂器。這一系列方法都有一個特點：直接從文本 / 圖像生成音頻。

在「AI 作曲」功能研發過程中，天琴實驗室首先對上述方法進行了嘗試與評估。他們發現，現有的從文本到音頻的音樂生成大模型確實取得了不錯的進展，但距離大規模商用還有一個挑戰必須解決：采樣率低的問題。

「音樂的標準采樣率為 44.1 kHz 或 48 kHz，語音的采樣率是 16 kHz，目前大部分方法生成的音樂只有 24 kHz 或者 32 kHz，音質有待提升。」天琴實驗室 AI 作曲團隊技術人員澤文表示。

來自 QQ 音樂負責此次「AI 作曲」功能研發的團隊成員都有過音樂創作經歷，有人曾擔任樂隊吉他手，也有人曾是音樂制作人。這些經歷讓他們對于生成音樂的質量要求更加極致，同時也帶來了重要的啟發：他們忽然想到，或許可以采用與人類創作過程非常相似的生成方式，以保證音樂的連貫性和高質量。

最終，他們決定采用「符號音樂生成」這一技術路線。「從自然語言處理的角度來看，樂符本來就可視為一種語言，不同的是樂譜包含的信息密度比文本更高，還包括旋律、節拍、樂器、流派等。」天琴實驗室 AI 作曲技術人員哲旭表示。

經過與一線產品團隊的交流，技術團隊還獲得了一個重要洞察：相比于常見的「哼唱識曲」，「畫線譜曲」對于青少年來說是更具新鮮感的生成方式，更能引發他們對 AI 的興趣。

在這個設想的推動下，技術團隊以「曲線」作為輸入，以樂譜轉化為音頻作為輸出，打造出了頗具創意的「AI 作曲」功能。具體來說：

• 第一步是從劃線圖像到音符的識別。孩子們畫線的起伏高低就象征著旋律的變化，界面中的橫軸為時間，縱軸對應不同的音符「do re mi sol la」，同時，也對應著中國傳統的五音「宮商角徵羽」。
• 第二步是旋律的續寫。有了五個音符的組合，AI 就有了靈感，并將其擴展為一段 16 秒的旋律。模型基于自回歸的方式逐個音符進行預測，每個時刻的輸入都依賴于上一個時刻的輸出，直到生成一段連貫的音樂。
• 第三步就是編曲。編曲模型會分析旋律的節奏、調子、和弦，給旋律加上不同的樂器和節奏，并提供了流行、古典和電子三種編曲風格。
• 第四步是算法渲染，樂譜將被轉化為音頻。

至此，一首完整的音樂就完成了。

天琴實驗室 AI 作曲負責人 Ethan 表示，符號音樂生成技術的價值遠不止于娛樂向、教育向的 C 端產品，更值得期待的是成為高效的音樂人創作工具。從文本直接到音頻的過程像一個「黑箱」，而「符號音樂生成」有完整的樂理系統支撐，生成結果也是可編輯的，音樂人可以在生成的樂譜中進行二次創作。

這種對于技術落地價值的考量，在天琴實驗室的技術探索中是一以貫之的。作為騰訊音樂旗下首個音視頻實驗室，他們希望真正將 AI 創新技術融入到產品之中，為用戶提供高度個性化及差異化的音樂娛樂體驗。

目前，天琴實驗室在 AI 音樂生成的技術積累已經覆蓋了作曲、混音、編曲、作詞、演唱等全部音樂創作環節。除了提供「作曲、混音、編曲」能力的一站式音樂生成技術「琴樂」，以及 AI 輔助作詞平臺「覓詞」。此外，騰訊音樂 AI 伴侶「小琴」和「小天」兩款虛擬人產品均已應用于歌曲的智能演唱之中。

比如，本次「AI 編程第一課」的主題曲《魔法字符》，就是由騰訊、QQ 音樂、騰訊音樂天琴實驗室共同打造的，從作曲到演唱全鏈路均由 AI 完成。其中，「琴樂」一站式音樂生成技術完成作曲、混音及編曲，「覓詞」輔助創作了趣味十足的魔法歌詞，虛擬人「小琴」負責最終演繹。 

AI 時代，每個人都是「神筆馬良」

與音樂的意義類似，繪畫也是一種表達情感的方式。

當前，AI 在繪畫生成方面的應用已經比較成熟，比如通過文字 Prompt 生成圖像的 Stable Diffusion、Midjourney。但用過的人都知道，如何設計 Prompt 也是一大難點，生成結果未必總能「如人所愿」。

問題來了：AI 能不能接住小朋友的奇思妙想呢？

天琴實驗室 AI 作畫團隊的成員們意識到，對于「AI 作畫」功能的用戶群體 6-12 歲的孩子來說，以文字形式去生成圖像仍然存在一定的門檻，特別是僅使用文本難以控制生成細節，無法對圖片進行細化編輯。

因此，他們將目光鎖定在一種更能發揮想象力和創造力的方法：線稿成畫。

在「AI 編程第一課」的「AI 作畫」中，不同于傳統的「文生圖」需要輸入非常復雜的 Prompt，用戶只需要簡單描繪幾筆，就能讓「草圖」變成「精品」。

這種方法不僅需要擴散模型強大的生成能力，還需要精確的條件控制方案。「AI 作畫」這一功能能夠在短時間內順利上線，很大程度上得益于天琴實驗室在圖像生成領域的技術積累。

從 2022 年，天琴實驗室開始布局生成式 AI 技術，并在 QQ 音樂和全民 K 歌中應用落地，比如直播禮物、歌詞海報、歌曲背景圖、AIGC 播放器、歌曲封面圖等多項功能。對生成圖像風格 / 內容的精確控制，一直是天琴實驗室在重點研究的方向。

比如，「AI 歌曲封面」就是 AI 技術與音樂理解結合的一大成果，為 QQ 音樂曲庫中大量封面留空的作品自動生成封面，不僅能夠讓音樂人和作品的關注度得到提升，更重要的為新上作品提供了降低制作成本的選擇。

此外，天琴實驗室還推出了 AI 音樂視覺生成技術 MUSE（Music Envision），「以歌生圖」能力就是其一大亮點：用戶選擇一首歌或一段歌詞，就可以將歌曲的意境用 AI 技術具象化呈現出來，包括歌詞海報、歌詞動效視頻等視覺內容。

這種「意境」與「具象」的轉化，在本次「AI 作畫」中也有所體現。「小朋友的繪畫作品可能會更加寫意，對于這種情況，我們專門使用兒童涂鴉和最終成品圖進行了搭配訓練，為模型定制相關能力以提升最終生成效果。」天琴實驗室 AI 作畫負責人 Ben 表示。「我們在精確描繪和物體識別之間進行了一種平衡，一方面讓草圖的線條起到引導作用，另一方面通過簡單的線條進行內容本身的識別，同時給到模型一定的自由發揮空間。」

而這些成果和經驗不只用于騰訊音樂的內部業務，也正在賦能全行業。

很多 AI 應用面向的用戶數量都比較龐大，這將帶來極高的大模型推理成本。對于這個問題，天琴實驗室推出了 MUSE Light 大模型推理加速引擎，并在 HuggingFace 公開發布了 lyraSD、lyraChatGLM、lyraBELLE 三項開源大模型的加速版本，實踐效果均為行業領先，在 B 端助力技術從業者和科研工作者節約時間和成本。

在「AI 編程第一課」的研發實踐中，MUSE Light 幫助節省了 90% 以上的推理成本，使圖像的生成加速了 10 倍，且有效提升了用戶體驗。

此外，團隊還觀察到：「從草圖生成圖像的技術已經取得不錯的效果，但如果他人想去嘗試一件同樣的事情，前期會花很多的時間，才能找到比較合用的模型。」

為了解決這個痛點，天琴實驗室將過往的技術實踐經驗匯集在 AI 繪圖創作平臺「MUSE UI」之中。該平臺融合了 MUSE Light 大模型推理加速等多項行業領先的創新技術，提供了「一鍵出圖」、「模型廣場」、「圖搜模型」、「動圖生成」、「一鍵定制繪圖加速服務」、「多場景繪圖應用」等多項功能。借助 MUSE UI，設計師、插畫師和其他專業人士將節約更多時間成本并最大程度地提高效率。

據了解，經過內部業務實踐的檢驗之后，MUSE UI 平臺也將在不久后面向全行業開放。

當萬物皆可 AI 生成的時代來臨

這兩年來，與生成式 AI 相關的技術創新與應用總能成為熱門話題。

雖然從內容生產的維度去評價，AI 生成音樂、圖像作品的藝術價值還存在諸多爭議。但可以期待的是，隨著技術的不斷發展，現階段的很多問題將被克服，AI 生成內容的水準必然會有所突破。

從生產力發展的角度看，生成式 AI 使得內容生產的門檻不斷降低，效率不斷提高，這對于各行各業來說都是巨大的變革。例如，使用 AI 生成營銷文案，成本僅為人工撰寫的幾十分之一，且內容更加多樣化。

可以確定的是，未來的社會生產分工，將會更注重人機協作模式，對人的計算思維能力的培養也更加重要。我們必須適應這種變化，找到自身在新時代的定位，更充分地去感受科技帶來的美好。

在這種背景下，科學教育理念也需要隨之進化。對于今天的青少年來說，他們未必需要過多關注 AI 的底層技術，未必需要一行一行地編寫代碼，更重要的是先學會如何「Prompt」。

對于「AI 編程第一課」的青少年用戶來說，這可能是他們的「AI 第一課」，也是他們成為智能時代新型人才的起航點。