让3岁孩子用AI做曲，这个北京人跑去深圳造“音乐版乐高”

每天，有超过700万首歌被AI写出来。

这个数字来自全球最大的AI音乐平台Suno。700万首是什么概念？全球三大唱片公司加起来，一年的新歌发行量不到它的零头。腾讯音乐研究院的数据显示，AI生成歌曲在平台入库新歌中的占比，一年之内从5.2%涨到21.4%。

人类正以前所未有的速度生产音乐。但这件事跟孩子无关。

打开任何一个AI音乐工具，Suno、Udio，或者国内的天工Mureka、MiniMax Music，你要写提示词，要选曲风，要调参数，要理解什么叫“和弦走向”。这些界面连成年人看了都想砸键盘，更别说一个连字都认不全的3岁小孩。

这就留下一个真空：AI把音乐创作的门槛压到了历史最低，前提是你得是个成年人。而那群最需要音乐启蒙的人，被整个行业绕开了。

95年的北京小伙谭飞，在当过游戏主播、做过新东方老师、设计过爆款儿童桌游后，把目光盯上了儿童AI音乐硬件赛道，创办了Musekey。

当下AI音乐产能迎来爆发式增长，行业大多聚焦成人市场，追求标准化、专业化的音乐产出，不断打磨技术参数与成品质感。谭飞的Musekey则跳出了这一主流赛道，瞄准了被行业普遍忽视的儿童音乐启蒙空白。

一个北京人，跑到深圳做“儿童生意”

今年31岁的谭飞，一路走来都在围绕同一件事：怎么让复杂的东西变得好玩又好懂。

北师大毕业后，他先是做了游戏主播，打英雄联盟，自称“技术很强”，还跟韩国传奇选手Faker交过手。

“那一年也算创业。”他这么评价那段经历。整天泡在游戏里的日子，让他对年轻人的交互习惯有了本能的直觉。但这段“创业”终究不算是一份传统意义上的稳定职业，此后，他转身去了新东方，开始做跟自己专业相关的工作——教高中物理。虽然不到一年便遇上了“双减”，但在一线讲台的经历，让他建立逐步起了对孩子认知规律和学习心理的深度理解，这也正是他日后做产品的底层逻辑。

离开教培后，他来到了一家儿童桌游公司。在这里，他第一次接触产品开发，也正是这段经历似乎打通了他做产品的“任督二脉”。

在讲述这段经历时，他告诉霞光AI实验室，面试时，老板出了道题：半小时内设计一套桌游。结果他5分钟就想通了——他把小学数学应用题“鸡兔同笼”变成一套闯关游戏的桌游，这相当于把四五年级才学的知识点，降维成了一个3到8岁小朋友都能玩明白的互动游戏。这个设计，不仅被桌游老板采纳，还做成产品，卖出上千万人民币。

谭飞也因此与产品设计结下了不解之缘。

后来，他又加入一家叫“奇点灵智”的AI儿童陪伴机器人公司，做“多奇”这款产品，一个主打英语学习的小外教机器人。他是那家公司的1号员工、1号产品经理，经历了从原型到量产、从0到1的全过程。这让他提前踩过儿童 AI 硬件的坑：供应链、语音交互、儿童耐心边界、家长信任、量产节奏、内容安全。也让他意识到：儿童 AI 硬件不能只做“会聊天的玩具”，真正有长期价值的方向，应该是让孩子产生新的行为。这比“他是 1 号员工”更有价值。

从一线教学积累的经验，到桌游阶段验证的“复杂知识降维”方法论，再到机器人时代跑通的硬件从0到1全流程，谭飞拼齐了“教学认知+产品设计+AI落地”的能力闭环。

于是，他决定自己创业，仍选定儿童赛道，做全新的AI音乐硬件。今年年中，他带着一套在桌游和机器人行业跑通了的方法论，创办了Musekey。

一个北京人，南下深圳，在李泽湘旗下的孵化机构——深圳科创学院，拿到了种子轮融资。

让3岁娃娃，也能创作歌曲

先看一组数字。

全球AI音乐生成市场，2025年规模约30.8亿元人民币，预计到2030年将升至171.4亿元，五年复合增速超过40%。CISAC（国际作者和作曲者协会联合会）的测算更乐观：到2028年，AI生成的音乐和视听内容全球市场规模将达到640亿欧元。

与此同时，全球乐器市场规模约64.9亿美元，中国儿童音乐教育市场已突破千亿元。全球儿童玩具市场在2023年就已达到1341亿美元，其中北美独占354亿美元。AI玩具在中国的市场规模今年预计达到290亿元，并且正以惊人的速度增长。

但说回AI音乐这个赛道，繁荣的表象下面藏着一个尴尬：所有产品都在服务成年人。

你去Suno上写一首歌，输入“孙燕姿风格+孤独+吉他”，几秒钟就能收获一首带人声、歌词和封面的完整歌曲。但对一个3岁的孩子来说，这意味着什么？他连“孙燕姿”是谁都不知道，更别说理解什么叫“风格”。

谭飞对这个问题的洞察，来自一个朴素但被忽视的真相：孩子的音乐语言，和成年人的完全不同。

他分享了一个案例。一群中国小朋友被问到“你们想创作一首什么歌”，有个孩子的答案是：“We love animals.”正常的成年人思维会怎么展开？“我们爱老虎，因为它很威猛；我们爱大象，因为它很温顺。”但这群孩子创造的歌是这样的：

We love 喵喵喵——（中间一段空白）—— We love 汪汪汪——

“你说正常的音乐大模型能写出这种东西吗？”谭飞反问，“它干不出来。”

这正是所有面向成年人的AI音乐工具在面对儿童时的根本困境：它们太“正确”了。正确的和弦走向，正确的歌词结构，正确的情感表达，但孩子不在乎正确，孩子在乎的是好不好玩。

“我在探索的，就是什么是适合孩子的音乐，什么是孩子听起来觉得酷的音乐。”谭飞说，“这可能是整个工作中最大的难点，也是大厂难以切入这个赛道的主要原因——我们专门针对儿童的‘无逻辑表达’训练了模型，这种对不完美和好玩的理解，是追求正确的通用大模型无法直接复用的。”

“有些人做事靠逻辑推演，有些人靠直觉。”他这样解释自己的方法论，“我是更偏直觉出发，但后面要补逻辑推演的那一类人。”

直觉告诉他什么？

第一，学音乐太痛苦了。“我小时候也被逼着学过乐器，每个都学了不到一个月就顶不住了，因为太难听了。”谭飞说。他现在自己也在重新学钢琴，“还是好难。这个模式几乎刻在了每一个中国家庭的记忆里：没有兴趣，硬学；有了兴趣，但坚持很难。但从来没有人认真想过，能不能先让兴趣发生，再让学习跟上？

第二，音乐是一种表达，而在人类所有表达方式中，音乐的门槛是最高的。你可以用语言讲故事，可以用画笔涂鸦，可以用乐高拼出一个小房子。但音乐？你没法“随便玩玩”。哪怕最简单的旋律，也需要识谱、手型、节奏、和声，任何一个环节出了错，出来的就是噪音。

“我想做的事，就是让音乐变成孩子能够‘随便玩玩’的东西。”

儿童AI音乐硬件，应该长什么样？

谭飞设计的交互逻辑极其简洁：孩子面对这个硬件，不需要写提示词，不需要选和弦，甚至不需要理解“创作”是什么意思。产品会像一个游戏一样，用孩子能理解的选择题引导他：“你想要小动物的歌，还是吃饭的歌？”“想用小恐龙的声音唱，还是小鸭子的声音？”

几次选择之后，一首属于孩子自己的歌就出现了。

“我的目标是在半分钟之内，让一个3岁的孩子感受到这个产品的乐趣。”

这就是他的“音乐版乐高”理念。乐高为什么能风靡全球80多年？因为它把“建造”这件事的门槛降到了最低，3岁小朋友三下五除二就能拼出一辆车、一栋房子，这种成就感是即时的。

但他强调，他不会像乐高那样做物理模块的机械拼接。“音乐不是旋律和节奏随便一叠就好听的，得保证孩子的体验感。”所以他会开放给孩子的，是音色（小恐龙还是小鸭子？）、乐器（想要鼓还是小提琴？）、风格（通过游戏化引导认识爵士、古典），以及一个杀手锏：孩子可以把自己的声音放进AI生成的歌里。

“那就变成了人声和AI声的二重唱，甚至加上父母的声音三重唱。”他说，“这个事会变得无限好玩。”

目前，该产品仍在打磨研发阶段，不过谭飞也对产品后续商业化开始思考。他认为，中国家长对儿童产品的诉求更偏向于应试教育，而自己设计的产品则偏向兴趣学习和素质教育，因此他选择了一个清醒的策略：先去北美完成商业模式验证，再转回国内市场。

数据显示，全球儿童玩具市场北美独占约四分之一，且美国消费者对“less is more”的理念，一个产品做好一件事，有着远比中国家长更高的容忍度。“北美对品牌的故事和创作理念更认可，不会要求你在音乐里塞学科教育。当地用户付费习惯也更成熟，多元的文化环境能帮助我们在短期内收集到海量的差异化反馈，快速迭代产品。”

目前，MuseKey已经完成早期原型机和POC概念验证。在第一轮中国家庭入户测试中，孩子10天人均使用约220分钟，80%的参与家长产生了购买行为。

与此同时，MuseKey已进入EVT阶段，种子用户池里已经有100到200个家庭，其中相当一部分是美国家庭。团队也在推进美国家庭的测试，谭飞的判断是，儿童 AI 音乐硬件如果要成立，不能只证明“孩子第一次觉得新鲜”，还要继续验证三个指标：孩子是否会反复创作，家长是否愿意为产品概念付费，以及作品是否能带来家庭内分享和社交传播。

更令他意外的是，有些美国家长在测试中给出的反馈，是中国创业者很难凭空想象到的。

“我的demo视频里出现了一个词叫dinosaur，恐龙。”谭飞回忆，“结果有个美国家长的反应特别强烈，说这个词不是一个好词。我当时特别疑惑：恐龙怎么了？孩子的玩具有恐龙不是很正常吗？”

后来他才明白，“dinosaur”在英文俗语里可以用来形容女性“守旧过时”。他只记得小时候在国内网络用语中看过“恐龙”的表述，却从未意识到这背后巨大的文化差异。

“我立刻就把demo里的词换了。得益于AI，几秒钟就能重新生成。”

这个故事揭示了一个更深层的问题：做全球化AI儿童产品，远不止是翻译一下界面语言。歌词里的一个词、营销话术里的一种语气，任何一个细节，都可能踩进文化差异的坑里。

而当这种文化误读发生时，它暴露了一个常被忽视的盲区：成人习以为常的常识，往往是对孩子最大的预设。

现阶段，很多产品只是给成人工具套上卡通UI，拿“成人觉得孩子该喜欢什么”做标准答案。但谭飞视角下的AI，不应是执行这些预设指令的生成器，而是协助纠偏的协作者。在发现这类由文化差异引发的认知偏差时，AI的快速响应能力，本质上是为了给成人视角的干扰留出修正空间，而非急于给出一个看似“正确”的标准答案。

只有放下对“应该如此”的执念，在真实、碎片化的跨文化反馈中持续迭代，才能真正贴近孩子的语境。

从“乐高”到“迪士尼”

如果只是做一个AI音乐玩具，谭飞的故事到这里就可以结束了，但他的规划颇为宏大。

若将MuseKey的第一阶段形容为“音乐版乐高”，让孩子用更低门槛进入音乐创作，那么第二阶段的核心，便是将这些零散的创作沉淀为系统化的内容生态；最终在第三阶段，实现IP价值的衍生与拓展。

谭飞并不认为儿童IP一定只能由少数创意团队自上而下设计。相反，当足够多孩子持续创作时，他们反复选择的角色、主题、声音和故事，可能会成为新的内容线索。

这不是立刻要做一个“迪士尼”，而是先从一个创作硬件出发，观察孩子真实喜欢什么，再逐步延展到音乐内容、角色内容和IP衍生。这条路径的关键，不是用AI批量生产内容，而是从孩子真实创作中发现内容。

在谭飞看来，MuseKey的长期价值不只是一件音乐硬件，而是一个儿童创作入口。

孩子每一次创作，背后其实都有自己的故事：他选择什么角色，喜欢什么声音，想要什么情绪，愿意把谁的声音放进歌里。这些选择不只是音乐参数，而是孩子表达自己世界的方式。

过去，音乐很难承载这种低龄儿童的表达，因为创作门槛太高。但AI让孩子的声音、想法和选择第一次可以被快速转化成完整作品。硬件则负责把这个过程变成一个低屏幕、可触摸、可反复进入的家庭场景。

这也是MuseKey想抓住的机会：在AI生成内容越来越泛滥的时代，真正稀缺的不是更多标准化歌曲，而是孩子自己的声音、选择和表达。