他用AI辦了個音樂節，主題：別讀博

鄧思邈 發自 凹非寺
量子位 | 公眾號 QbitAI

一個博士生連續做了6小時實驗后，凌晨3點才吃上晚飯——

他打開了一首AI生成的歌，開始單曲循環。

聽著歌詞里的“被搶一作”“延畢”“審稿不通過”“創新點都沒有”“科研理想”，他又哭又笑，眼淚止不住地往下流。

那些他在組會上咽下去、在導師面前沒敢說出口的話，無奈、恐懼、焦慮、疲憊……全在這首歌里。他突然感覺自己被看見了，被理解了。

就這么一邊聽著歌，一邊把實驗做下去。直到窗外泛白，他才記起來自己一夜沒睡覺。

他不是一個人。

就是這樣42首歌組成的“不讀博音樂節”系列，在B站上收獲超5000萬次播放，376.4萬次點贊。

△參考文獻：少女時代.《Gee》EP, 2009.

為了用AI做出這樣一首滿意的歌，作者抽卡次數多的時候可以生成100多個版本

沒人知道他的真實身份，但卻有3000多封信寫給他表達感謝：

你不是站在岸上呼喊的人，而是會跳下水，和我們一起感受在水里掙扎浮沉的感受。

接下來，你將會看到一個被迫停下來的科研人，在停下來的時候，做出了讓別人得以喘息的東西。

他創作出這些歌詞和旋律，原本是為了治愈自己，結果治愈了別人，而別人的回應又反過來治愈了他。

寫歌的人自己也在水里

寫出這些歌的人，網名叫“餛飩皮茄總”。

△圖片為AI生成

是在讀博士生？博士畢業了？博士后？還是大學青椒？

說實話，我也不知道，他也不敢告訴我。

我只知道他是一名科研工作者，他寫下的每一個字，他自己或多或少都親眼目睹過、親身經歷過。

而這些情緒和作品的集中爆發，發生在一個他不得不從現實中抽離的時間點。

去年七月，他出了一場意外事故，左臂嚴重骨折，手術之后連正常生活都難以為繼，更別提回學校做科研。

但他竟然告訴我，至今他都非常懷念胳膊不能用的那三個月，是他最幸福的時光

父母把他安置在自家開的月子中心的單間里，有人每天送飯，從睜眼到閉眼，他就坐在桌前創作，不需要操心任何家務。

唯一受傷的是左臂，右手能用來操作電腦，大段空白的時間完全由他自己支配。

在那之前，他一直處于一種快節奏持續高壓、不停工作的狀態，每天被實驗任務、研究任務和各種deadline推著往前走。

△圖片為AI生成

那種生活里，一個人很容易忽視自己內心真實的感受是什么，甚至來不及問。

直到骨折之后，他才第一次被允許停下來，嘗試用一種旁觀者的視角去客觀看待自己，去審視那些長期被壓抑、被忽視的感受

科研進度被迫停滯了，但新的東西生長了出來。

去年7月18日那天晚上，觀看《歌手》直播，他聽著那個熟悉的旋律（原曲出自某冷門女歌手），腦子里突然閃過了另一套歌詞的模樣。

歌詞里寫的不是愛情，而是一個博士生面對一次次拒稿時的心酸和疲憊，是審稿人不斷否定和打壓之后的委屈，是學術夢想一點點碎掉的失落，還有明明已經崩潰、卻還是要硬著頭皮繼續做下去的那種無奈的釋懷。

他當天晚上就開始寫，第二天中午就寫完了。

他未曾預料過這首歌會大火，當時他以為只會有幾千次觀看，幾百個點贊。結果視頻一發出去48小時，播放量當即突破了5萬。

來自聽眾的鼓勵和正反饋源源不斷，于是他開始了平均兩到三天一更的節奏，更一條火一條，每天睜開眼都是999+，那種感覺“真的像做夢一樣”。

那段時間里他每天早上5、6點起床，晚上9點多就睡覺，或許也正是因為作息健康、精力充沛，去年8月他一口氣發了12首作品

他更沒有想到的一點是，這些歌同時在治愈他自己，縫合他的傷痛。

科研完全停擺的那幾個月里，他和外面的世界幾乎完全切斷了聯系，出不了門，見不到人。

但每天打開手機，后臺都會涌進無數條私信和評論。茄總說：

我不會覺得和這個世界脫節。這個世界在用另一種方式給我反饋。

那些歌詞，是他與自我進行的對話，就像是把自己長期壓著的情緒拆開來、放大、反復表達的過程。寫完之后，他反倒覺得輕松了很多。

他會選擇用音樂來表達，很大程度上只是因為一件事：喜歡。

沒有音樂科班背景，不識譜，也不會樂器。但音樂幾乎貫穿了他所有的日常，恨不得一天24小時把耳機掛在耳朵上——

做實驗、跑代碼的時候也要放BGM，他覺得只有這樣才能撐過那些枯燥的時間。

最初他動手寫歌的想法其實很樸素，如果能把這些迷茫、困惑和不甘心做成歌，那以后一個人搞科研的時候，至少可以當作背景音樂播放給自己聽。

近五年里，他看了30多場演唱會，從陳奕迅、鄧紫棋，到Taylor Swift，再到IU、BLACKPINK，他理解那種被音樂裹住、情緒一下子打開的感覺。

音樂于他，是愛好，也是一種排解苦悶的出口。他說音樂會讓人感到生活無時無刻都充滿旋律，“它會成為你人生當中的一種伴奏。”

用搞科研的方法論去“搞抽象”

他一開始并沒有刻意去總結什么方法。

只是寫著寫著，處理音樂的方式，就不自覺帶上了科研訓練留下的痕跡。

只不過研究對象換成了音樂旋律、情緒和人。

第一步，先選歌

他有一套“選歌三要素”：我聽過他的歌，我不討厭他的歌，我身邊的人也都聽過他的歌。

在此基礎上，還有一個獨家的選題庫可供參考。

通過逐條讀取留言區或私信評論，他主動記錄下粉絲的點歌需求，進行歌曲的呼聲權重排序，目前已經統計整理了上千條數據。

在他看來，聽人勸，才能讓別人更喜歡你。

盲目蹭新歌熱度不是他想要的，因為那樣做出來的作品，往往也與他歌詞原本想要表達的主題內核不搭。

這還沒完，這段視頻所選取的畫面，必須得是現場Live，因為音樂現場比錄制的MV更沉浸，適合用來釋放情緒。

△圖片為北京鳥巢五月天演唱會現場

他選素材也有一套標準——

只選兩類現場：舞臺美學設計在線、歌手當場情緒符合他填的歌詞。同時面部特寫還不能太多，否則口型不好處理。

所以他會把這首歌市面上能找到的所有Live版本，挨個看一遍，再做決定。

他拒絕用AI生成歌手演唱畫面或對口型，哪怕技術上已經可行。

實在碰到沒辦法對口型的情況，他會選擇把那個畫面瞬間切換，對準臺下的聽眾，或者來一個遠景鏡頭。

曾經因為找不到滿足要求的視頻素材，他不得不放棄一首非常想改編的歌，因為畫質是他的底線，1080P以下的素材不能用——“這是對觀眾的不負責”。

當歌曲敲定好之后，第二步進入填詞階段，茄總把它比作寫“八股文”或命題作文。

你不是在充滿自由的情況下去創作，它有著非常明確的規則、格式和方向在引導你。

他會對著原曲，記錄下每一句歌詞的字數、斷句、重音位置，甚至連原唱在哪里停頓都要打上標記。

最關鍵的一點在于，改編后的歌詞句尾的韻腳發音嚴格與原詞對齊，這是為了確保畫面中歌手口型能夠自然“對上”，不讓觀眾感到出戲。

原曲的音樂風格，也會對他的填詞產生影響。

如果原曲是憂傷的情歌，那二創的歌詞就可以用來表達科研人的心酸疲憊、無人認可的悲傷；如果原曲節奏很歡快，他就會在歌詞中加入更多自嘲、搞笑、抽象的元素，以樂景襯哀情。

他發現觀眾特別喜歡看外語歌被改編成中文，但發音依然順滑貼切的感覺，這背后與一個叫“空耳”的小技巧分不開。

例如，文章開頭少女時代的《Gee》，大家耳熟能詳的那句“Gee Gee Gee Gee / baby baby baby”，被他改編成了“記記記記 / 背背背”和“寄寄寄寄 / 悲悲悲”；

Michael Jackson的那首《Beat It》的“Just Beat It”，被他改成了“Just 避雷”。

他還從電影里學了一個技巧：打破第四面墻

仔細看你會發現，他的歌詞里經常會突然冒出來一句直接和觀眾互動的話，就像是歌手突然抬起頭，對著屏幕前的人開口。

填詞的工作，大部分時間都是一氣呵成寫完的，AI基本幫不上什么忙，因為“寫詞需要人腦主動去思考，需要溫度，這是AI給不了的。”

第三步，才到了重頭戲，也就是用AI模型生成音樂

這項工作會占到他總工程量至少一半的時間，甚至有時候能到70%。

在他看來，AI充滿幻覺，沒有哪一個模型能做到100%穩定不翻車。

突然的升調、降調，咬字發音不清晰，甚至完全改變歌詞旋律……諸如此類的情況時有發生。

所以他的應對策略是“賽馬”，同時動用Suno、MiniMax Music這樣的商業閉源模型，也包括HeartMuLa、ACE-Step這樣的開源模型，對同一段內容進行反復“抽卡”。

然后從這些模型生成的歌曲片段里面優中選優。

他會聽每一個版本，挑出表現最好的段落，再拼接成完整作品。

抽卡次數多的情況，同一首歌他甚至會反復修改，做出100多個版本。相當于他要把這首歌重聽100多遍，可以說是近乎強迫癥般的審美堅持……

他對自己的要求只有一條：我不能糊弄粉絲，也不能糊弄我自己。

AI擅長模仿和復制，但不擅長舉一反三，它生成的歌很難擺脫原唱的影子，“尤其是當你想添加一些自己想法的時候”。

所以茄總具體改了什么地方？

配樂，請看彈幕：

咬字和發音。AI如果念不準某個中文字的發音，就把它改成英文里的同音詞，或是筆畫更少、發音相近的中文字。

調（Key）。他會為了YOASOBI《群青》里一個不那么燃的結尾升華，去某魚花錢找真人歌手錄制降調后的Demo，再用AI過一遍，只為了增添那一點點“悲情現實主義”的質感。

如此一番“折騰”下來，你最終聽到的是一個好聽耐聽的版本，這也是茄總放在第一位的衡量標準。

他從不刻意追求對原唱音色的“神還原”。

相反，他希望自己的改編版本，在好聽程度和情感表達效果上，能做到讓聽眾暫時忘記這是一首抽象的二創。

“我”的含量很高，作品本身散發出一種主體性，這是他想要的，他也做到了。

△圖片為AI生成

但有些問題，到今天他也沒有解決。

茄總在改編過程中發現，AI至今都無法處理密集、復雜的和聲疊唱。比如在多聲道音頻面前，模型會失去辨別力，把幾個人的聲音誤認為是同一個人發出的，從而失去了原本的層次感。

這是他目前唯一真正放棄的遺憾。其他的所有較勁，都指向同一件事——

他想把這些歌做得足夠好，好到對得起聽歌的人。

那群聽歌的人

截至去年年末，茄總在后臺收到了3000多封粉絲來信。

那是B站推出的年終總結功能，用戶可以給自己的“年度摯愛UP主”寫一封信。

很多人提到會在做實驗時循環播放他的歌，也有人在讀博讀不下去時反復回來聽，甚至有人打算把他寫進論文致謝。

這群人需要他的歌，不是因為這些歌能解決任何實質性問題。

事實上，也沒有人因為他的歌，真正改變了人生走向。

來這里聽歌的人，要么是看完視頻慶幸自己當初沒選擇讀博；要么就是覺得——這說的就是我現在的感受。

大家其實是在尋找一種共鳴和歸屬感

△參考文獻：YOASOBI.《群青》EP, 2020.

他們的父母、親朋好友未必能切身體會他們做科研時的感受和處境，于是需要一個互聯網嘴替幫他們發聲，從中找到一種精神解脫，然后接著繼續苦中作樂

而且這種狀態，并不只是發生在網絡世界。

茄總有一個同樣在搞科研的朋友，從小唱歌就非常好聽，自己也創作過很多歌，但從來沒敢發出來，只是私下發給他聽。

有一天他們打視頻電話，聊到這件事，朋友嘆了口氣，說已經很久很久沒有寫過新歌了，因為沒有時間

讀博最殘忍的一點，是它會把人放進一種長期不確定的封閉環境里

你不確定自己的實驗失敗多少次才能成功，不確定費盡千辛萬苦寫出的paper會不會被拒，不確定還需要多久才能達到畢業要求。

全世界和你做同一個細分方向研究的，可能不超過10個人

你的父母不理解，你的朋友不理解，尤其是當實驗失敗、論文被拒、導師也未必能給出有效的幫助的時候。

人在這種處境里，很容易開始懷疑自己，覺得自己一無是處，然后這種自我否定會慢慢積累，甚至變成長期的內耗，慢慢侵蝕進身體里。

更深的困境在于，很多人拼命內卷，最后卻發現自己追逐的那個研究方向根本沒有意義。

真正有價值的想法早就被人做過了，剩下的大多是跟風的熱點、邊角料的題材，或者為了滿足考核指標硬湊出來的偽命題。

他們不是不努力，但他們自己也搞不清楚，這些努力到底值不值得。包括茄總他自己在內，也是擰巴的曲中人之一。

純粹靠好奇心驅動的研究，是極少數人才能享受的奢侈品——它需要更高的容錯率，也需要更多的資源支持。

絕大多數普通科研工作者只能被績效和KPI牽著走，什么熱點火就做什么，被迫生產出那些可以快速發表、可以拿到經費的東西。

大多數人在踏進“圍城”之前，也沒有想清楚自己到底該不該、適不適合讀博。

很多人要么是出于科研信仰，要么是把學歷當投資。但茄總發現，這兩種理由都不牢靠。

因為科研信仰會在一篇篇灌水的paper面前慢慢磨損；投資的回報又從來不是穩定的，“絕大部分資質平庸的博士生，畢業之后還是拿不到985和211的教職，也拿不到大廠頂尖的人才計劃offer”。

作為同路人，茄總想通過這些歌，把沒有擺在明面上的代價講清楚。很多人只看到讀博的好處，但從來沒想清楚這背后隱藏著什么。

如果把個體經驗拉回到整體層面，這群聽歌的人，其實是一個正在持續擴張的群體。

根據國家統計局數據，全國在學研究生人數（含碩士和博士）從2023年的388.3萬，到2024年的409.5萬，再到2025年的430萬，三年連續攀升。

那些聽歌的人終究會離開這條路，但還會有新的人走進來，帶著同樣的疲憊，同樣找不到人說話，同樣在評論區戒讀……

沒有人會讀一輩子讀博士，但是每年都會有新人讀博士。

One more thing

今年年初，茄總重新回歸科研生活。視頻更新的頻率不得不回到一周一更，甚至是一月一更。

有人會私信關心他：是不是手頭在趕什么paper？是不是論文馬上要提交了？

他們替他想好了理由，因為他們自己也是這樣過來的。

但茄總依舊沒有斷更，當然也不會停更。

讓他真正下定決心要把這個系列做下去的那個時刻，發生在去年中秋節。

那天他上傳視頻的時間比平時晚了很多，快到深夜11點才發出去。

他以為沒什么人會看，結果不到一個小時，評論區涌進來很多人，給他點贊，留言祝他中秋快樂。

就是那一刻，他突然意識到，“我要守護這個群體。”

曾經，他在工位獨自肝到深夜。現在，因為這些歌，他和無數素未謀面的陌生人之間，建立了某種真實的連接。

他想了很久，該對這群人說些什么。

還在考慮要不要讀博的人：先想清楚你愿意為它付出什么代價，而不只是你想從中得到什么好處。

正在讀博的朋友：不要因為實驗失敗、文章被拒而否定自己，你的身心健康比任何一篇paper都更重要，都更值得被珍惜。

已經博士畢業的朋友：你能走到今天真的很不容易，接下來的人生，請不必再用同一套標準去證明自己。

他一直覺得自己歌詞里寫的那個人，是一個有血有肉的普通人。

不是只會坐在原地嘆氣，更不是什么loser，而是那種在學術生涯里遭受了很多挫折、卻還是在積極樂觀往前走的人。

你應該認識這樣的人。

或者，你就是。