SkyMusic: por qué la china Kunlun Tech ha puesto nerviosos a Suno y Udio

Seamos sinceros: hasta hace poco, la mayoría de las canciones generadas por redes neuronales sonaban como un robot intentando cantar bajo el agua. Nos habíamos acostumbrado a ver a Suno y Udio como el estándar de referencia, pero la industria de la IA avanza demasiado rápido como para que nadie se duerma en los laureles. Ahora entra en escena la china Kunlun Tech con su nuevo desarrollo, SkyMusic, y esta vez los titulares grandilocuentes sobre un «asesino de líderes» tienen fundamento real.

Para entender la magnitud del anuncio, conviene recordar que Kunlun no es una startup cualquiera: es el gigante que está detrás del navegador Opera y del potente ecosistema Skywork. El gran problema de la música generada por IA siempre han sido los matices. Generar un beat o una melodía sencilla era un reto de 2023.

En 2024 queremos oír emociones, respiraciones, cambios de timbre casi imperceptibles y eso que los músicos llaman «alma». SkyMusic apuesta precisamente por ello. Sus desarrolladores han aplicado la arquitectura de los grandes modelos de lenguaje (LLM) directamente a tokens de audio.

En lugar de limitarse a mezclar capas de sonido, el sistema entiende la estructura de una canción igual que GPT entiende la estructura de un texto. Gracias a ello, el modelo genera voces que suenan inquietantemente naturales. Si cierras los ojos, en muchos casos no podrás distinguir la grabación de una interpretación en directo en un estudio de gama media.

Las especificaciones técnicas impresionan, aunque no son lo principal. Sí, 80 segundos de generación y 44.1 kHz son el estándar de la industria.

Mucho más relevante es cómo SkyMusic gestiona la multitarea: controla a la vez la letra, la melodía y el arreglo, y mantiene la coherencia estilística durante todo el tema. Los ingenieros chinos afirman que su modelo es el primero de su clase en alcanzar este nivel de calidad en generación integral. Es un desafío serio para las empresas occidentales, que ahora mismo están más centradas en los aspectos legales del uso de contenido protegido por derechos de autor que en dar un salto tecnológico puro.

¿Qué significa esto para la industria en su conjunto? Estamos asistiendo a la formación de dos stacks tecnológicos paralelos. Por un lado, los modelos estadounidenses, atenazados por la regulación y por posibles demandas de las discográficas.

Por otro, las soluciones chinas, que avanzan a una velocidad increíble apoyadas en una enorme capacidad de cómputo nacional. Kunlun Tech tiene la clara intención de convertir SkyMusic en un producto global, y dispone de todos los recursos para lograrlo. Que el modelo ya ocupe los primeros puestos en las pruebas especializadas indica que la brecha entre Oriente y Occidente en IA creativa se está cerrando rápidamente y que, en algunos aspectos, ya ha desaparecido.

Por supuesto, quedan preguntas sobre la ética y sobre cómo recibirá la comunidad profesional este tipo de herramientas. Pero la realidad es que la barrera de entrada para crear contenido musical de calidad ha caído todavía más. Para crear un éxito ya no hace falta saber cantar ni tocar un instrumento: basta con tener una idea y el prompt adecuado.

SkyMusic va más allá de ser «otra red neuronal más»: confirma que la música se está convirtiendo definitivamente en datos que pueden manipularse con la misma facilidad que el texto en un chatbot. Entramos en una era en la que la competencia no girará en torno a la pureza del sonido, sino a la originalidad de la idea, porque la perfección técnica está ya al alcance de un solo clic. Lo esencial: Kunlun Tech ha demostrado que el liderazgo en música generada por IA no es patrimonio exclusivo de Silicon Valley.

¿Estás preparado para que tu próxima canción favorita la haya compuesto una red neuronal china?