來了一個AI 混音助理「真的聽懂」你的音樂。
Safari Audio 出了一個叫 Meaw:Assist 的 plugin，直接掛在 DAW 裡面的 AI 混音顧問。它做的事情跟一個助理一模模一樣樣：聽你的音軌播一段、錄一段、loop 一段，它都能接收，分析完後跟你聊天，直接問它：
- EQ 怎麼調
- Compressor 怎麼設
- 有哪些 Plugin 適合用 （這個 Tool Use 直接打到我 痛點，非常適合我現在的情況，因為我真的常常忘記自己到底裝了什麼 plugin）
他都能回。
這類「理解音樂」的模型演進脈絡大概是這樣
- 最早是 Essentia 那派 rule-based 特徵擷取（抓 tempo、key、spectral features）
- 出現 CLAP — 音訊版的 CLIP，對比學習把音訊和文字拉進同一個嵌入空間
- 是 MERT，BERT 架構搭 CQT teacher 做 pre-training
- 到了Audio Language Model（這個我覺得超屌…SALMONN、MU-LLaMA、Music Flamingo、Qwen2-Audio、QWen Omni
從底層到抽象：rule-based → self-supervised 音樂基礎模型 → 通用 Audio LLM → domain-specific fine-tuned model（music understanding 的模型真的好狂，我超愛）。
Safari 說 Meaw 是自研模型，專門為混音流程訓練，就是最後一個節點，不像LLM 硬聊，亂扯你音樂如何如何，做到真正理解音樂：給描述、給 BPM、給歌詞，跟氛圍。
之前 Sonible smart:EQ 大概是在比較前半的節點，Meaw 的話，它不碰你的參數，只跟你對話、給建議、幫你想音樂設計。真的是你的混音助理或老師了（看你等級如何
拉遠一點看，如果不是做音樂 plugin 的人，想拆解任何一個 Agentic 的產品，拿這個思路來參考：
- 找到 User 的痛點 — Meaw 的案例就是「混音的時候想要有人可以問」
- 找到可用的模型 — music understanding model 這條線已經從 rule-based 走到 domain-specific LLM
- 根據你的 Domain 設計解法 — 把模型包進 DAW plugin，加上 chat interface，讓它在使用者的工作流裡面直接解決問題
痛點 → 模型 → Domain-specific 解法，這個框架套到任何產業的 AI 產品都通用 I think….
Now, we need the person truly understand our domain deeply!!!