AI + 音乐：赋能，而非主导

来自节庆档案

‘AI + 音乐：赋能，而非主导’探讨了音乐创作中人类表达与人工智能之间的平衡，汇聚了佐治亚理工学院、纽约大学、Meta、Fish Audio 以及卡内基梅隆大学的多元视角。

2025 年活动嘉宾及个人简介：

Gil Weinberg — 教授兼创始主任，佐治亚理工学院音乐技术中心
作为机器人音乐领域的先驱，韦因伯格通过融合人工智能、机器人技术与人类表达的项目，重新定义了创作与协作的边界。

Ziyu Wang — 博士后研究员，纽约大学科朗数学科学研究所
在扬·勒库恩教授的指导下，王开发出融合机器学习与音乐智能的音乐世界模型，将学术深度与艺术实践相融合。

Xiaosha (Evelyne) Li — 研究员/作曲家/艺术家，乔治亚理工学院音乐信息学小组
李的研究聚焦于音频表达与AI可解释性，连接了机器感知与音乐控制。她的作品在各大平台的播放量已突破70万次。

Helena Zhang — 联合创始人兼首席执行官，Fish Audio
在表达性语音生成领域处于领先地位，张的工作通过Fish Audio和OpenAudio拓展了文本转语音技术的情感与创造性边界。

Rafael Valle — 研究科学家，Meta超级智能实验室
曾任职于NVIDIA的生成式音频专家Valle，在多模态理解与AI即兴创作方面的研究，推动了机器创造力的边界。

Xinyu Yang — 博士研究生，InfiniAI实验室与Catalyst小组，CMU
可扩展基础模型系统研究员，亚马逊AI研究员，以及多个全球AI学术社区的创始人，致力于推动负责任人工智能的发展。