Misurata, sa respirare: la musica AI è arrivata al suo "momento Eureka"?

Aggiornato:

Vi è mai capitato? Un brano generato con l'AI suona bene al primo ascolto, pulito e d'impatto, e poi finisce lì: non vi viene mai voglia di premere di nuovo play.

Il problema non è la povertà di mezzi. È l'opposto: molti sistemi AI sentono il bisogno di riempire ogni spazio, e il risultato sembra più una dimostrazione di potenza che un brano scritto davvero. Batteria fittissima, armonie ispessite, intensità emotiva sempre al massimo. Ogni strato musicale sembra dover giustificare la propria esistenza, e l'insieme dà l'impressione di impegnarsi troppo. Nella scrittura umana, invece, conta moltissimo sapere quando non suonare: preparare il terreno, lasciare aria, così che il climax, quando arriva, abbia davvero tenuta.

Pensate al "remix" AI di Bubble (《泡沫》) che tempo fa ha fatto discutere, poi rimosso con tanto di scuse dell'autore. Oltre al nodo del copyright, gran parte delle critiche nasceva dal fatto che l'arrangiamento AI aveva cancellato quasi tutta la forma emotiva dell'originale, e con essa progressione e tensione. I confini del diritto d'autore del resto sono ancora in movimento: il 29 gennaio 2025 lo U.S. Copyright Office ha pubblicato un report secondo cui l'output dell'AI generativa può essere protetto solo quando un autore umano ha definito elementi espressivi sufficienti, e fornire semplici prompt non basta a creare tutela. U.S. Copyright Office

Audio: versione AI di 《泡沫》 (Bubble)

A onor del vero, negli ultimi anni la musica AI si è impegnata a suonare più umana. I primi modelli vocali cantavano un intero brano come in un unico fiato senza interruzioni; oggi sanno simulare respiri e pause, e gestiscono anche una certa variazione emotiva. Il progresso tecnico è reale e si sente. Eppure resta poca la musica AI che la gente torna ad ascoltare volentieri, perché i modelli non hanno ancora imparato la misura, e nella gestione dei sali e scendi emotivi lungo il brano restano lontani dal lavoro umano.

Una volta superata in modo diffuso la soglia del "sa scrivere una canzone", la competizione si sposta dalla generazione alla composizione. E "composizione" qui va in due direzioni: se il modello riesce ad avvicinarsi agli standard della produzione umana, e se il prodotto dà ai musicisti strumenti davvero usabili, invece di consegnare solo una traccia finita che suona completa.

Il modello V9.5 da poco rilasciato da Mureka, piattaforma cinese di musica AI, è la prima cosa dopo un po' di tempo che mi ha mostrato entrambe le direzioni avanzare insieme. Nella pagina ufficiale di prodotto, V9.5 è presentato come un passo avanti per melodia, armonia e arrangiamento più naturali, con performance vocale e copertura stilistica migliorate. Mureka V9.5 official page

Figure 1

Il claim è "True to music. Open to every idea." — non più rincorsa al "più pieno e più complesso" fine a sé stessa, ma enfasi su misura, vuoti, emozione e controllo del creator sulla musica. Un'impostazione che fa eco allo slogan di Mureka: "Eureka Flows, Music Grows."

Quindi: mentre la musica AI passa dal saper generare al capire come si compone, sta arrivando a un suo momento eureka?

Figure 2

Quando l'AI smette di riempire tutto

Negli ultimi due anni il passo decisivo per la musica AI è stato chiudere la questione se fosse possibile generare una canzone completa.

Ma con le capacità dei grandi modelli che convergono, quello da solo non stupisce più nessuno. Oggi gli utenti non si accontentano della novità del "brano scritto dall'AI"; giudicano le tracce AI come qualsiasi altra musica. Ha emozione? Ha un hook? Vale un secondo ascolto? Il cambio lato offerta è netto. Secondo i dati pubblicati da Deezer a luglio 2026, al picco di giugno 2026 la piattaforma riceveva quasi 90.000 brani interamente generati con l'AI al giorno — oltre la metà dei nuovi caricamenti giornalieri. Eppure quelle tracce raccoglievano solo dall'1 al 3 percento degli stream effettivi sulla piattaforma. Saper generare musica e farsi riascoltare restano due cose molto diverse. Deezer Newsroom

Qui emerge il punto debole ormai evidente della musica AI attuale: un'accozzaglia di strumenti, arrangiamenti elaborati, mix saturi e voci spinte oltre i limiti umani — quasi ogni elemento impegnato a dimostrare di esistere.

Figure 3

Con queste domande in testa, abbiamo provato a fondo il nuovo modello Mureka V9.5 di Mureka.

Dopo il test pratico, la sorpresa più grande di Mureka V9.5 è che sembra aver iniziato a capire davvero la composizione. Non punta più tutto sul "più pieno e più complesso"; lascia che la musica si apra e si ritragga, molto più vicino a come si scrive per davvero, e il rapporto tra prompt e risultato finale è diventato decisamente più controllabile.

Prendete Give Me a Little More Time (《再给我多一点时间》), che avevamo già generato con il modello V9. Questa volta, a testi completamente invariati, abbiamo riprogettato il prompt:

"Ambient Lo-Fi atmosphere, 70 BPM slow tempo, built on Rhodes electric piano and analog synths with tape-saturation character, supported by delicate urban folk guitar, a minimal kick, and rain samples — aiming for a slow, restrained electronic ballad mood carrying the loneliness of late night."

Il risultato è stato più interessante del previsto.

Audio: brano AI 《再给我多一点时间》 (Give Me a Little More Time)

Partiamo da timbro e texture. Mureka V9.5 ha una presa più matura sul Lo-Fi retrò: la grana calda del Rhodes, la leggera distorsione e il carattere analogico della saturazione da nastro si integrano nel suono complessivo in modo abbastanza naturale, invece di sovrapporre qualche elemento etichettato per stile.

In pratica, la corrispondenza tra prompt e output è diventata molto più leggibile. Quando il creator descrive nel prompt una certa atmosfera, un tempo e un mood, il modello inizia a tradurre quelle intenzioni astratte in scelte musicali concrete con discreta coerenza, invece di aggrapparsi a un paio di tag di genere e fermarsi lì.

Lo stesso si sente nella logica di arrangiamento: anche dove il prompt non lo chiede in modo esplicito, Mureka V9.5 non insegue più la densità per la densità, e ha iniziato a gestire attivamente quanto riempire l'arrangiamento.

Nella nostra demo di prova Eureka (《尤里卡》) questo si sente soprattutto all'ingresso della voce e nelle transizioni del bridge, dove viene lasciato più spazio alla melodia principale. Il tappeto non occupa in continuo l'intero spettro di frequenze, e le parti si lasciano a vicenda il respiro necessario, così l'emozione può crescere con lo sviluppo del brano invece di restare su un unico livello di tensione dalla prima battuta.

Audio: brano AI 《尤里卡》 (Eureka)

Anche i cambiamenti sul fronte vocale meritano attenzione.

Prendete la demo The Life We Make. Dove parecchi modelli di musica AI puntano di default su una voce dalla presenza soverchiante — timbro pesante e interpretazione sempre piena per segnalare rifinitura — Mureka V9.5 sceglie invece una strada più trattenuta e più credibile.

Ad ascolto attento, l'esecuzione è più sciolta, e la dizione non è forzata per cercare enfasi. Un cambio del genere può non colpire al primo impatto, ma lascia che passaggi morbidi, fiati, consonanti e colore della voce partecipino davvero alla resa emotiva, e questo dà all'intera traccia un arco più naturale.

Audio: brano AI 《The Life We Make》

Arrangiamenti più trattenuti, aderenza più fedele all'intento creativo e voci più naturali in Mureka V9.5 riportano tutti alla stessa domanda: in che modo esattamente l'AI ha iniziato a capire la logica compositiva di un brano nel suo insieme?

Per rispondere bisogna guardare all'approccio tecnico sotto il cofano.

Molti modelli di musica AI compongono ancora passo passo, generando man mano mentre predicono cosa viene dopo. Così la traccia completa esce in fretta, ma senza un piano unitario per la struttura globale si tende ad avere transizioni brusche tra sezioni, pacing emotivo irregolare, e a volte arrangiamento e resa vocale che vanno ognuno per conto proprio.

Mureka V9.5 prosegue e affina invece l'approccio MusiCoT (Music Chain of Thought), più vicino a un flusso reale di produzione musicale. Prima di generare melodia specifica, strumentazione o voce, pianifica l'impalcatura strutturale dell'intero pezzo — organizzazione delle sezioni, curva emotiva, crescendo dinamici, e dove lasciare spazio rispetto a dove spingere — e poi sviluppa il resto della generazione intorno a quella cornice complessiva. La pagina pubblica di ricerca MusiCoT nota anche che i ricercatori hanno estratto dieci gruppi di campioni casuali da un set di 100 brani e li hanno confrontati con un modello base, Suno V4, Udio V1.5 e Mureka V5.5. MusiCoT research page

Figure 4

A giudicare dai risultati, il miglioramento non è che una singola dimensione percettiva sia salita da sola: è che la compiutezza complessiva del brano è più vicina alla logica della composizione reale. Arrangiamento, voci e prompt non sono più tre elementi che si sfidano a fortuna durante la generazione; hanno iniziato a servire un'unica narrazione musicale più coerente.

Così, mentre il settore inizia a parlare di vuoti, pacing emotivo, fedeltà al prompt e valore al riascolto, i criteri con cui si giudica la musica AI si avvicinano sempre più ai criteri della musica e basta.

Figure 5

Dal brano generato all'idea coltivata

Per i creator, gran parte dei tool di musica AI ha fin qui seguito uno schema di generazione molto riconoscibile: in sostanza, una composizione a colpo di slot machine.

Qui emerge il cambio più interessante nel modo in cui Mureka intende i creator. Mentre il prodotto passa dalla generazione one-shot alla creazione per versioni, l'esperienza pratica chiarisce una cosa: il modello si fa carico di ridurre l'incertezza dell'output, mentre il prodotto si fa carico di allargare lo spazio decisionale del creator, restituendo più controllo a chi fa musica.

In un certo senso, Mureka sta portando l'AI dal generare contenuti al coltivare idee — ed è questo il momento eureka della musica AI.

Figure 6

L'espressione "momento eureka" viene dal greco heurēka, "l'ho trovato". Descrive di solito l'istante in cui, dopo una lunga ricerca, si arriva alla risposta chiave e l'idea si accende. Che è una buona descrizione della composizione stessa. La parte difficile in genere non è trascrivere un brano; è trovare, tra infinite sensazioni vaghe, melodie e mezze idee, l'attimo del ecco, è questa.

Sul lato modello, Mureka prova a trasformare il "suona bene" in una capacità di sistema controllabile, riproducibile e in grado di migliorare nel tempo. Semantica dei testi a livello di sezione, incontro tra esecuzione vocale ed emozione, e rapporto tra struttura musicale e progressione semantica sono stati riuniti in un unico framework di ottimizzazione.

Una volta che il modello diventa abbastanza solido, però, i problemi davvero interessanti si spostano sul livello di prodotto. Più che generare altri bei brani, conta se il creator riesce a scegliere in modo efficace tra versioni diverse. Ecco perché le successive capacità di prodotto di Mureka vanno lette come un unico filo logico.

Character & MV, per esempio, permette al creator di fornire una foto e un breve campione vocale, dopodiché un personaggio virtuale fatto di "aspetto + voce" può essere riusato nei lavori successivi, fino a costruire un'identità digitale più completa.

Video 5

Soundtrack risolve un altro tipo di cucitura nel processo creativo. Prima i videomaker finivano il girato e poi andavano a caccia di una musica di sottofondo abbastanza vicina; ora l'AI partecipa alla sonorizzazione a partire da scena, movimento e mood a schermo.

Nella colonna sonora che abbiamo testato per Growing Up (《长大》), la musica generata è interamente al servizio del racconto per immagini, segue l'evoluzione dei visual invece di limitarsi a recuperare un tappeto di sottofondo stilisticamente simile.

Video 6

Mureka Co, al contrario, è più vicino a un passaggio chiave del workflow musicale professionale. Entra direttamente in ambienti DAW come Ableton Live, dove il linguaggio naturale può creare tracce, impostare i BPM, caricare effetti, generare brani completi o singoli stem, e gestire separazione degli stem e allineamento del beat.

Per i creator professionisti questo conta in particolare. L'AI gestisce l'esecuzione mentre il creator continua a gestire il giudizio, e generazione e produzione smettono di essere due mondi separati.

Video 7

Da qui in poi il cambiamento è sempre più difficile da ignorare. Mureka sta costruendo una piattaforma di creazione completa AI-native.

I principianti possono produrre testi, melodie, voci e brani finiti tramite un agente conversazionale o una modalità personalizzata. I content creator possono sonorizzare immagini e video e produrre videoclip musicali AI. I produttori professionisti possono andare a fondo nel workflow DAW usando Studio, editing multitraccia, export degli stem e Mureka Co.

L'intera pipeline copre tutta la filiera dall'ispirazione iniziale a generazione, rifinitura, produzione video e finalizzazione professionale. Una singola idea può essere esplorata in fretta sulla piattaforma, poi controllata ed eseguita tra versioni diverse — e ciò che il creator trattiene davvero è la parte più difficile da automatizzare: il giudizio estetico, le scelte su cosa tenere e cosa tagliare, e l'espressione finale.

Per questo ciò che rende Mureka diversa non si misura chiedendosi solo se le demo di V9.5 siano più d'effetto di quelle di qualche altro modello.

Figure 7

Per chiudere

Vista così, Mureka sta crescendo oltre il puro tool di generazione musicale AI e si avvicina a un'infrastruttura creativa per l'era della musica AI: ciò che connette non sono solo modelli e opere finite, ma l'intera catena di ispirazione, generazione, editing ed eventuale pubblicazione.

La differenza è che i creator a cui si rivolge, i modi in cui producono e le forme che prendono i loro contenuti sono tutti più AI-native.

Questo significa anche che la prossima fase della competizione nella musica AI probabilmente non sarà una gara tra soli modelli, ma una gara sul punto di ingresso alla creazione.

La vera posta in gioco futura non è solo chi genera la traccia dal suono migliore, ma chi diventa il tool che un creator apre per abitudine — il posto dove un'idea può andare dalla prima apparizione a generazione, revisione e rifinitura, fino all'opera finita.

La capacità del modello conta ancora, certo; fissa il tetto di ciò che un prodotto di musica AI può fare. Ma mentre il divario di capacità tra modelli si assottiglia, ciò che decide davvero se gli utenti restano potrebbe ridursi a se il workflow è maneggevole, se c'è abbastanza libertà creativa, e se la piattaforma riesce ad assorbire le richieste sempre più complesse che i creator portano.

Il modello fissa il tetto della capacità, il workflow definisce l'esperienza di creazione, e ciò per cui le piattaforme competono davvero sono le abitudini dei creator.

Fonti