SkyMusic : pourquoi le chinois Kunlun Tech inquiète Suno et Udio

Soyons honnêtes : jusqu'à récemment, la plupart des morceaux générés par réseau de neurones donnaient l'impression d'un robot essayant de chanter sous l'eau. Nous avons pris l'habitude de considérer Suno et Udio comme la référence absolue, mais l'industrie de l'IA évolue trop vite pour que quiconque puisse se reposer longtemps sur ses lauriers. Le chinois Kunlun Tech entre en scène avec SkyMusic, sa nouvelle création, et pour une fois, les gros titres sur un « tueur de leaders » reposent sur des bases concrètes.

Pour mesurer l'ampleur de l'événement, il faut rappeler que Kunlun n'est pas une énième start-up, mais un géant qui se trouve derrière le navigateur Opera et le puissant écosystème Skywork. Le principal problème de la musique générée par IA a toujours tenu aux nuances. Générer un beat ou une mélodie basique, c'était le défi de 2023.

En 2024, on veut entendre des émotions, des respirations, des variations de timbre à peine perceptibles et ce que les musiciens appellent « l'âme ». C'est précisément le pari de SkyMusic. Les développeurs ont appliqué l'architecture des grands modèles de langage (LLM) directement aux tokens audio.

Au lieu de se contenter de mélanger des couches sonores, le système comprend la structure d'une chanson comme GPT comprend celle d'un texte. Résultat : le modèle génère une voix d'un naturel troublant. Les yeux fermés, dans bien des cas, vous ne distinguerez pas l'enregistrement d'une prestation live dans un studio de gamme moyenne.

Les caractéristiques techniques impressionnent, mais l'essentiel est ailleurs. Certes, 80 secondes de génération et 44.1 kHz, c'est le standard de l'industrie.

Bien plus importante est la façon dont SkyMusic gère le multitâche. Le modèle pilote simultanément les paroles, la mélodie et l'arrangement, tout en préservant la cohérence stylistique sur toute la durée du morceau. Les ingénieurs chinois affirment que leur modèle est le premier du genre à atteindre un tel niveau de qualité en génération intégrée.

Un sérieux défi pour les entreprises occidentales, aujourd'hui davantage occupées par les questions juridiques liées à l'utilisation de contenus protégés que par une véritable percée technologique. Qu'est-ce que cela signifie pour l'industrie dans son ensemble ? Nous assistons à la formation de deux piles technologiques parallèles.

D'un côté, des modèles américains pris en étau entre la régulation et les poursuites potentielles des labels. De l'autre, des solutions chinoises qui progressent à une vitesse fulgurante en s'appuyant sur d'immenses capacités de calcul nationales. Kunlun Tech entend clairement faire de SkyMusic un produit mondial, et l'entreprise dispose de toutes les ressources pour y parvenir.

Le fait que le modèle occupe déjà les premières places des tests spécialisés montre que l'écart entre l'Orient et l'Occident en matière d'IA créative se réduit rapidement, et qu'il a même déjà disparu sur certains points. Bien sûr, des questions demeurent sur l'éthique et sur l'accueil que la communauté professionnelle réservera à ces outils. Mais la réalité est là : la barrière à l'entrée pour créer du contenu musical de qualité s'est encore abaissée.

Désormais, pour produire un tube, nul besoin de savoir chanter ou jouer d'un instrument : une idée et le bon prompt suffisent. SkyMusic n'est pas « un réseau de neurones de plus » : c'est la confirmation que la musique devient définitivement de la donnée, aussi facile à manipuler que du texte dans un chatbot. Nous entrons dans une ère où la compétition ne portera plus sur la pureté du son, mais sur l'originalité de l'idée, car la perfection technique est désormais accessible en un clic.

À retenir : Kunlun Tech a prouvé que le leadership de la musique IA n'est pas réservé à la Silicon Valley. Êtes-vous prêt à ce que votre prochain morceau préféré soit écrit par un réseau de neurones chinois ?