把 AI 的失敗賣給你：675 美元的 Engram 取樣機，把幻覺變成樂器

2026 年 9 月 27 日，一家名為 Thoughtful Things 的小型音樂硬體新創在 Kickstarter 上開放了首款樂器的集資，而它的宣傳語句讀起來就像把整個 AI 音樂產業的推銷話術刻意顛倒過來。Engram（名字取自神經科學中的「記憶痕跡」假說）是一台取樣器兼 groovebox，內建可在本機運作的神經音訊模型，能撕裂輸入的音訊，甚至用公司自己的話來說——「幻覺」出全新的聲音。它不是一鍵生成暢銷歌曲的機器，而是一台要價 675 美元、核心賣點是「受控失敗」的設備：那些聲音之所以存在，正是因為一個小型模型在某個有趣的地方出了錯。

Engram 究竟是什麼

剝掉哲學外衣，Engram 就是一台包著非常規引擎的傳統取樣 groovebox。硬體端提供電子音樂人早已熟悉的工作流程：透過立體聲線路輸入或機身上的低保真麥克風錄下取樣、切片、變形、編排 pattern，再透過 MIDI 與 CV/gate 和錄音室裡其他設備同步。真正的新東西是訊號路徑中的「微型 AI」引擎——一個嵌入式神經音訊編碼器，能扭曲、混合、延展錄音，外加一個取樣生成模式，產生短促的故障感合成音訊供音樂人擷取再加工。

創辦人 Evan King 在集資影片中示範了這個互動：他用聲音向 Engram「點一首鋼琴」，而 Engram 吐出的是某種帶著毛玻璃質感、隱約像鋼琴的東西，而非乾淨的音色檔。他的定位是「潛空間的田野錄音機」（field recorder for latent space）——把這台機器指向神經網路的內部，就像上一個世代的音樂人把麥克風指向暖氣管或壞掉的對講機一樣。

技術上最有趣的功能是 Thoughtful Things 所稱的模型彎折（model bending）。設計參照是電路彎折（circuit bending）——刻意讓玩具、合成器與效果器短路，找出製造商從未預期的聲音的類比傳統。Engram 把神經音訊模型的內部結構暴露為可調參數，讓使用者把模型推過訓練分布的邊界、推過「正確」的臨界點，當作表現力的控制界面。這實際上是以神經基底重寫的具象音樂（musique concrète）：把「找到的聲音」當作素材的老派實踐，換上一個永不重複的生成來源。

微型 AI 與大型 AI 之分

公司在「微型 AI 對大型 AI」的區隔上著墨極深，而這不只是行銷。所有運算都在裝置上完成：沒有網路連線、沒有配套 App、沒有訂閱制。模型小到可以在「電競 PC 等級」的機器上訓練，公司表示這讓碳足跡維持在極低水準——與資料中心規模的生成系統形成尖銳對比。韌體也計畫開放，音訊模型可插拔，擁有者可以自製、分享、替換模型，「就像老派的 ROMpler 一樣」。

這裡還有一段坦白的起源故事。Engram 最初是一個基於 Meta AI MusicGen 模型的業餘專案——而那些模型僅供研究用途。商業版因此改用從零開始自行訓練的模型，這是必要的替換，因為原型的基礎在法律上永遠無法支撐一款商業產品。Thoughtful Things 也特別聲明與 Meta 無任何從屬或背書關係。

授權護城河

集資頁面上戰略意味最重的一段，跟聲音設計毫無關係，而是訓練資料聲明：「我們的音訊模型只在僅包含授權可供商業使用（CC-BY 或類似）音訊的開放資料集上訓練。我們從未、也永遠不會在非商業、盜版或其他竊取而來的資料上訓練模型。」

這個姿態是對 AI 音樂產業法律氣候的直接回應。就在 Engram 上線的同一週，Sony 與 UMG 再次就訓練資料起訴 Suno，UMG 也另行控告 DistroKid 涉及欺騙性商業行為與著作權侵權。一家銷售低於 1,000 美元樂器的新創，承受不起創投規模的訴訟，因此「只用乾淨授權資料訓練」既是倫理立場，也是生存策略。它恰好也開始形成護城河：當「僅以授權資料訓練」逐漸成為錄音室與品牌的採購要求時，這種宣稱會越來越難以事後補上。

Suno 的反面

品類脈絡至關重要。AI 音樂的大眾市場端——從文字提示一鍵生成完整歌曲——如今已被訴訟與平台風險所定義。Engram 則位於另一端：小型、本機運作、面向創作者的硬體，產出的是供人類編排的原始素材，而非成品曲目。《The Verge》的 Terrence O’Brien 在報導中明言這「不是裝在盒子裡的 Suno」，也不是衝著「排行榜前十」去的。

經濟規模也相應樸素。Kickstarter 目標是 10,600 美元，675 美元的早鳥價標榜為三折優惠，換算正式零售價約在 850 至 900 美元之間。集資採全有全無制，到 2026 年 10 月 27 日截止。Thoughtful Things 並未揭露單位經濟、出貨時程或代工夥伴——群眾集資的老規則依然適用，支持者實質上是在資助一家唯一公開產品就是這場集資的公司做首次量產。

為什麼「壞掉」的模型重要

行銷詞彙底下埋著一個真正的技術論點。現代神經音訊編碼器與生成模型的設計目標是重建、產出「合理」的聲音，它們的失敗通常被當成需要最小化的缺陷。Engram 的賭注是：失敗邊界正是有趣素材的所在——那些不存在於任何取樣庫中的「差一點是鋼琴」的詭譎質地，因為沒有任何聲學來源產生過它們。把這條邊界暴露為可演奏、可彎折的界面，是一種與「提示模型」截然不同的關係：它把神經網路當成一件有著類比觸感的樂器，而不是神諭。

它也重新框定了產業一直在爭論的「AI 創造力」議題。Engram 不宣稱會寫歌、不取代音樂人；它宣稱自己是一個人類可以策展的「意外製造機」。這個利基之所以站得住腳，正因為它謙遜——也因為它繞開了當前重擊 AI 音樂的兩大生存風險：訓練資料的著作權訴訟，以及對機器創作的文化排斥。

實驗型製作人的市場能否支撐一台 850 美元的盒子规模化销售，仍是未定之數。但作為 AI 音訊某個角落走向何方的訊號——裝置上運行、開放可改造、授權乾淨、賣的是不完美而非拋光——Engram 是這一季概念上最完整的發表之一。

註：本文數據反映 2026 年 9 月 27–28 日集資上線當時的 Kickstarter 頁面狀態。