核心观点
　　AI音乐：计算机音乐因专业门槛相对高、结构化数据获取难度大，相比计算机视觉及自然语言处理发展较缓慢，随着大模型引发AI浪潮、硬件及基础设施快速升级，AI音乐迎来机遇：2023年2月谷歌推出MusicLM模型，尝试以Bert模型机制实现音乐数据的情景生成，结合早期基于RNN、VAEs、GANs的预训练模型，音色混音等难题得以攻克，上游数据标注领域也逐渐出现商业化工具。目前AI音乐发展的障碍在于核心版权资源高度分散，数字音乐行业版权壁垒高筑，原始录制文件无法从互联网直接获取，随着版权方投资入局，谷歌引领wav-towav类模型兴起，发展路径更加通畅，有望取得突破式进展。
　　市场回顾
　　市场层面：美股方面，本周标普、纳斯达克和道琼斯分别下跌2.6%、2.13%和2.85%。港股方面，本周恒生指数和国企指数分别上涨0.78%和1.43%、恒生科技指数下跌0.15%。行业层面，本周港股万得二级行业多数上涨，其中银行（4.57%）与公用事业Ⅱ（2.93%）表现较好，媒体Ⅱ（-3.35%）以及半导体与生产设备（-4.48%）表现较差。本周美股二级行业多数上涨，其中汽车及配件行业（2.07%）与科技、硬件与设备（1.55%）表现较好，银行业（-4.6%）以及能源（-5.76%）表现较差。
　　本周观点：
　　硬件升级解锁新的技术路径，“暴力求解”模式解放AI音乐生产力。计算机音乐已经几十年发展历史，基于深度学习的音乐生成约在2015年起步，主流模型是VAEs、GANs等，行业玩家包括索尼等科技公司、Spotify等流媒体平台、乐器厂商、AI音乐初创公司等。2022年以来大模型浪潮推动AI基础设施发展，谷歌尝试用NLP生成方式训练音乐生成模型，验证了MLM方式在音乐生成任务中的可行性（传统AI音乐模型的基础理论主要是概率类），音色、混音等难题得以一并攻克。随着算力持续升级、调优迭代、数据量增加，模型有巨大的升级潜力。
　　公司方面，（1）版权方：包括环球音乐、华纳音乐、索尼音乐等，其中索尼音乐依托索尼集团，AI研发和商业化能力领先。（2）流媒体平台：Spotify、TME、云音乐、Apple Music等，研究主要围绕用户行为、歌曲识别等展开，长期有望受益于AI增量内容带来的全行业降本增效。（3）互联网公司：谷歌、微软、百度等，AI研究成果储备最多，有望持续推动前沿技术革新。（4）AI通用技术商和数据公司，比如商汤，科大讯飞，海天瑞声等。
　　风险分析
　　美联储鹰派超预期；国内疫情发展超预期导致上市公司业绩预现金流收到较大影响；宏观经济及消费复苏不及预期导致整体需求不及预期；中概股退市风险；中美关系的不确定性；美团、京东、阿里等公司海外业务拓展成绩不及预期；反垄断风险及政策影响持续；游戏、直播、影视、社区团购等业务受到政策来带的不确定性；地缘政治冲突或导致企业国际化进程不及预期；下沉市场业务拓展不及预期；大股东减持风险导致股价短期存在不确定性；行业竞争加剧风险。