阿里“快乐虾米”实测：AI 写歌门槛，这次只剩一句话了

撰文| 高晓阳

编辑| 郝 鑫

前几天，阿里巴巴发布AI音乐模型HappyShrimp，中文名「快乐虾米」。官方对它的定义很直接，用户只需描述一种情绪、一个故事或一段记忆，模型就能完成从作词、作曲、编曲到演唱的完整创作。

我们注册了账号，用7组测试把它验了一遍。先给结论，「用大白话写歌」这条路线，HappyShrimp基本走通了，歌词质量甚至是超出预期的部分。

阿里的解法：扔掉音乐术语

AI音乐工具这两年并不少，但大多数产品沿用同一套交互逻辑，用户需要堆叠音乐风格、乐器名称、律动关键词，也就是所谓的「Tag式输入」。这对普通用户是一道不低的门槛，你得先懂乐理，才能告诉AI你想要什么。

HappyShrimp从研发之初选了另一条路，精准理解自然语言。官方给出的核心卖点有三个：

端到端整曲生成，歌词、旋律、编曲与人声一体成型，不是分头处理再拼接，模型会整体规划、兼顾长程结构。

听懂生活语言，比如输入「适合在咖啡馆播放的曲子」或「写给刚毕业的自己」，模型自动把生活描述转化为专业音乐决策。

复杂指令精准控制，人声性别、唱法、调性、BPM、配器组合与情绪推进等多维指令叠加，也能准确落实。

针对AI音乐被诟病最多的三个痛点，人声机械、词曲错位、听感嘈杂，官方也宣称做了针对性突破。

发布节奏上，这款产品来头不小。上线首日，HappyShrimp宣布与太合音乐集团达成战略合作，双方将围绕音乐产业共建、AI音乐平台合作及音乐人共创展开探索。8月28日至30日，它还将亮相2026「阿那亚·虾米音乐节」，以音乐节为灵感创作现场氛围音乐。

目前HappyShrimp在国内及海外同步上线，国内站为happyshrimp.cn，海外站为happyshrimp.ai，新用户注册即送320免费积分。从官网界面看，创作入口只有一个输入框，描述上限5000字，默认每次生成2首，另有纯音乐和智能歌词两个开关。名字里的「虾米」和音乐节的联动，多少能看出阿里想借这款产品接住一点虾米音乐的情怀。

官方文章里还放了4个创作者推荐案例，女团风Kpop、凄婉法语音乐剧、赛车电影主题曲、70年代灵魂乐，个个听起来完成度惊人。问题来了，这些是普通用户随手就能生成的日常水平，还是精心挑选的样板间？

我们决定原样验一遍。

3分35秒，一首结构完整的歌

第一项测试最基础，也最关键，一句大白话能不能出一首完整的歌。我们输入的是：「写一首关于夏天傍晚和朋友在海边散步的歌，轻松、温暖，适合中文女声。」

点击创作后等了约2分钟，消耗40积分，系统一次给出2个版本。我们保留的这首时长3分35秒，前奏、主歌、副歌、桥段、完整结尾全部在位，是一首真正意义上的「整曲」，而不是几十秒的片段拼接。

听感上，人声的机械感不重，词曲之间没有出现错位，也没有为了凑字数硬塞歌词的情况。一个比较明显的进步在歌词上，它不再是早期AI音乐模型常见的大白话流水账，行文有了基本的文学性。

听得懂「咖啡馆」，也听得懂「刚毕业」

官方主打的「听懂生活语言」，我们用两个官方原例做了复现。

第一个是纯场景描述，「适合在咖啡馆播放的曲子」。模型给出的答案是一首轻电子，节奏松弛，编曲干净。把它放在咖啡馆或者餐厅的背景音里，确实不违和。对这类功能型需求来说，场景契合本身就是最大的及格线，它过了。

第二个更有挑战性，「写给刚毕业的自己」。这五个字里没有场景、没有曲风、没有任何音乐术语，只有情绪指向。生成结果让我们有点意外，歌词写出了毕业之后独立外表下的不安与慌乱，也写出了二十岁出头的勇敢和无畏，扣题是明确的，整首歌的情绪有起伏，符合毕业季的基调，没有流水线式的空洞表达。

这两轮测试基本能坐实官方的说法，把生活语言翻译成音乐决策，HappyShrimp做得是及格的，歌词叙事甚至是加分项。

8个指令，全部落实

接下来加码，官方宣称多维复杂指令也能精准控制，我们设计了一条同时包含5个维度、8项具体要求的指令：

「一首70年代灵魂乐风格的歌曲。要求：男声演唱，嗓音浑厚有力量感，转音丝滑；BPM90左右的慢板；配器包含管风琴、电钢琴和铜管组；情绪从平静克制逐渐推进到饱满爆发；歌词主题是久别重逢。」

逐项核对的结果，8项指令全部落实。

听感上，歌声确实有那个年代灵魂乐的豪迈感。印象最深的是副歌部分的转音，这种处理对真人歌手都是考验唱功的环节，HappyShrimp完成得没有违和感。单就「听得懂复杂要求」这一点，它的提示词控制力是目前AI音乐工具里少有的扎实。

官方样板间，复现出来多少

前面几轮是我们自己设计的题目，这一轮直接照搬官方创作者推荐案例，检验官方展示效果的成色。

先测「生成一首女团风Kpop」。官方案例里，这首歌有韩国女团顶流的旋律、多样的rap的flow、桥段的节奏转换和编曲爆发式的drop。

公允地说，生成的歌本身不差，旋律洗脑，是那种会单曲循环的水平，说它有出道女团歌的卖相并不夸张。但对照官方描述的工业完成度，rap和drop两个关键特征缺席，说明官方案例至少经过了多次生成挑选，或者创作者用了远比「女团风Kpop」更详细的提示词。普通用户随手一发，复现不出同款。

再测「以魅影被抛弃时的独白，生成一首凄婉的法语音乐剧片段」。这一轮的结果堪称惊艳，生成出来的歌曲确实用法语演唱，发音流畅，官方宣称的「罗西尼式设计」结构完整复现，开头管风琴式的氛围铺垫、慢板婉转、渐强推到悲愤高音、最后回归平静，四个阶段全部在位。语言不通，但旋律传递的凄婉氛围是准确的。

两个官方案例，一个打了折扣，一个完整兑现。这个组合本身就很有信息量，HappyShrimp的能力上限是真的，但上限案例不等于随手可得的平均水平。

给它出难题，反而有惊喜

最后一组是边界测试，专门看它在指令残缺和自相矛盾时怎么处理。

模糊指令，「来一首好听的」。模型交回来的歌叫《天会慢慢亮》，一首安静治愈的歌。这个决策挺耐人寻味，面对「好听的」这种完全开放的指令，生成了一首节奏舒缓的歌曲，旋律和唱法没有炫技，但写歌词的实力依旧在线。

矛盾指令，「一首安静的重金属摇滚，要轻柔又要炸裂」。它没有死机，也没有顾此失彼，而是把矛盾做成了情绪曲线，前奏温柔，副歌释放，从开头到副歌的过渡层层递进，没有割裂感，嗓音选了沙哑路线，恰好适配这种又收又放的风格。

边界处理是这次实测里最加分的部分，模型面对「坏问题」时展现出的取舍逻辑，比按部就班执行指令更能说明它的意图理解能力。

不尽如人意的地方

说完成色，再说问题。

最直接的一条，官方案例与普通用户的生成结果之间有落差。Kpop测试里rap段和drop双双缺席，意味着官方传播材料展示的是能力上限，不是默认水平。

生成速度也算不上快，每首歌从点击创作到出曲约2分钟，生成一次（2首）消耗40积分。免费额度320积分，大约能生成8次共16首，深度体验够用，想拿它当日常创作工具则需要付费。

另外产品整体仍处于Beta阶段，功能相对简单，创作入口只有一个描述框加两个开关，缺少对生成结果的二次编辑能力。改歌词、换段落、局部重生成这些在竞品里逐渐标配的能力，它现在还没有。

谁该去试试

回到最初的问题，「自然语言写歌」这条路线成立吗？我们的判断是，成立，而且HappyShrimp把它做到了可用的程度。生活语言理解、复杂指令控制、边界情况取舍，三个关键环节都过了实测，歌词质量更是明显超出我们对AI音乐的既有印象。

它最适合的是完全没有乐理基础的普通用户，想把一种情绪、一段记忆变成一首歌的人。对专业创作者来说，它目前更像一个灵感生成器，而不是生产工具。

上线第一天就牵手太合音乐，月底还要登上虾米音乐节的舞台，阿里给HappyShrimp规划的显然不只是一个玩具。AI音乐竞争的上半场是「生成得像不像」，下半场是「普通人能不能用」。从这次实测看，下半场的发令枪，已经响了。

微信号｜TMTweb

公众号｜光子星球

别忘了扫码关注我们！