Udio ist ein generatives künstliches Intelligenzmodell, das auf der Grundlage einfacher Textvorgaben Musik erzeugt und sowohl Gesang als auch Instrumentierung produzieren kann. Entwickelt von Uncharted Labs, einem im Dezember 2023 gegründeten Startup, nutzt der Dienst generative KI-Techniken, um aus Benutzerbeschreibungen originelle Songs zu erstellen. Seine kostenlose Beta-Version wurde am 10. April 2024 öffentlich veröffentlicht und ermöglichte es Nutzern, bis zu 600 Songs pro Monat ohne Kosten zu generieren. Die Plattform bietet Abonnementstufen für erweiterte Funktionen wie Audio-Inpainting, mit dem Benutzer bestimmte Teile eines generierten Tracks modifizieren können.
Der Dienst entstand aus einem Team ehemaliger Forscher bei Google DeepMind und positionierte sich damit innerhalb der breiteren Welle kreativer KI-Werkzeuge, zu denen auch Text-zu-Musik-Konkurrenten wie Suno und Stable Audio gehören. Udios Start erregte erhebliche Aufmerksamkeit für seine realistische Gesangssynthese, warf aber auch Fragen zu den ethischen und rechtlichen Implikationen des Trainings von KI-Modellen mit urheberrechtlich geschützter Musik auf.
Geschichte
Udio wurde im Dezember 2023 von einem Team aus vier ehemaligen Forschern von Google DeepMind gegründet, darunter CEO David Ding, Conor Durkan, Charlie Nash und Yaroslav Ganin, zusammen mit Andrew Sanchez, unter dem Namen Uncharted Labs. Die Risikokapitalgesellschaft Andreessen Horowitz stellte finanzielle Unterstützung bereit, ebenso wie der Musikvertrieb UnitedMasters, die Musiker will.i.am, Tay Keith und Common, der Investor Kevin Wall, Instagram-Mitbegründer Mike Krieger und der DeepMind-Forscher Oriol Vinyals. Das Unternehmen sammelte 8,5 Millionen US-Dollar an Anfangskapital und wurde bei der Startfinanzierung mit 10 Millionen US-Dollar bewertet.
Nach mehreren Monaten in einer geschlossenen Beta-Phase wurde Udio am 10. April 2024 öffentlich veröffentlicht. Sanchez beschrieb das Ziel dahingehend, Musikern zu ermöglichen, großartige Musik zu schaffen und in Zukunft mit dieser Musik Geld zu verdienen. Die Veröffentlichung folgte auf andere Text-zu-Musik-Generatoren wie Suno und Stable Audio und markierte eine wettbewerbsintensive Phase in der KI-Musikgenerierung.
Udio erlangte virale Aufmerksamkeit, als es verwendet wurde, um „BBL Drizzy“ von Willonius Hatcher zu erstellen, einen Parodiesong, der während der Auseinandersetzung zwischen Drake und Kendrick Lamar weithin verbreitet wurde und in der ersten Woche über 23 Millionen Aufrufe auf Twitter und 3,3 Millionen Streams auf SoundCloud erzielte. Im August 2024 wurde „Verknallt in einen Talahon“, ein mit Udio generierter Song des österreichischen Produzenten Butterbro, der erste KI-generierte Song, der die deutschen Top 50 erreichte.
Fähigkeiten
Udio basiert die von ihm erstellten Songs auf Textvorgaben, die Genre (einschließlich Barbershop-Quartett, Country, Klassik, Hip-Hop, deutschen Pop und Hardrock), Texte, Story-Richtung und andere Künstler, auf deren Klang basiert werden soll, festlegen können. Der zugrunde liegende Generierungsprozess war Stand April 2024 nicht offengelegt. Das Programm generiert zwei Songs basierend auf den Vorgaben, und Benutzer können ihre Songs mit weiteren Textvorgaben remixen. Songs werden zunächst als etwa 30 Sekunden lange Stücke generiert und können in zusätzlichen 30-Sekunden-Schritten erweitert werden. Zahlende Abonnenten können auf erweiterte Funktionen wie Audio-Inpainting zugreifen, das gezielte Bearbeitungen innerhalb eines Tracks ermöglicht.
Der Dienst nutzt Deep-Learning-Modelle, die wahrscheinlich neuronale-Netzwerk-Architekturen ähnlich denen anderer generativer KI-Systeme beinhalten. Die Fähigkeit, realistische Vocals zu erzeugen, deutet auf die Verwendung ausgefeilter Transformer-basierter Modelle hin, obwohl das Unternehmen seinen technischen Ansatz nicht öffentlich detailliert hat. Die Benutzeroberfläche betont Einfachheit und macht sie für Menschen ohne oder mit nur minimaler musikalischer Fähigkeit zugänglich.
Rezeption
Kritiker boten gemischte Bewertungen von Udios Ausgabe. Mark Hachman von PC World verglich Udio mit KI-Kunstgeneratoren und lobte seine Fähigkeit, „ein paar ziemlich schlechte Texte“ in einen „ziemlich eingängigen“ Song zu verwandeln, und nannte die Vocals „unglaublich realistisch und sogar emotional“. Sabrina Ortiz von ZDNET beschrieb die generierten Songs als „beeindruckend“ und klangen, als wären sie professionell produziert, und stellte fest, dass sie „voller und reicher“ waren als die anderer Text-zu-Musik-Generatoren. Ryan Morrison von Tom's Guide schrieb, Udio habe „eine unheimliche Fähigkeit, Emotionen in synthetischen Vocals einzufangen“ und sei der einzige KI-Musikgenerator, der die Leidenschaft, den Schmerz und den Geist einer Gesangsdarbietung einfange.
Brian Hiatt von Rolling Stone schrieb, Udio sei „anpassbarer, aber vielleicht auch weniger intuitiv zu bedienen“ als Suno, und fügte hinzu, dass einige frühe Nutzer vermuteten, Udios Ausgabe könnte knackiger klingen. Benj Edwards von Ars Technica fand Udios Generierungsfähigkeit jedoch unvollkommen und „weniger beeindruckend“ als die von Suno, stellte fest, dass seine Songs erheblich kürzer waren, und nannte sie „halbfertig und fast albtraumhaft“. Als Reaktion auf die Beta-Ankündigung auf Twitter nannte Joshua Eustis von Telefon Tel Aviv Udio „eine App, um Musiker zu ersetzen“ und hinterfragte die verwendeten Daten. Udio wurde online auch als „seelenlos“ kritisiert und wegen seines Potenzials, Audio-Deepfakes zu erstellen. Lucas Ropek von Gizmodo erklärte, Udio sei „voller akustischem Unsinn“ und seine Songs seien „außerordentlich schlecht“.
Urheberrechtsbedenken
Kritiker hinterfragten, welche Daten zum Trainieren von Udio verwendet wurden und ob es sich um urheberrechtlich geschützte Musik handelte. Rolling Stone schrieb, es gebe „erhebliche Gründe zu der Annahme“, dass sowohl Udio als auch Suno mit urheberrechtlich geschützter Musik trainiert wurden, während Benj Edwards von Ars Technica schrieb, dass seine Trainingsdaten „wahrscheinlich mit urheberrechtlich geschütztem Material gefüllt“ seien. Udio reproduziert urheberrechtlich geschützte Songs nicht direkt, wenn danach gefragt wird. Ding hat erklärt, dass Udio „umfangreiche automatische Urheberrechtsfilter“ habe und dass das Unternehmen seine Schutzmaßnahmen kontinuierlich verfeinere. Stability AI verfolgte mit Stable Audio 2.0 einen anderen Ansatz und verwendete einen ausdrücklich lizenzierten Datensatz namens AudioSparx.
Im Juni 2024 wurde eine von der Recording Industry Association of America angeführte Klage gegen Udio und Suno eingereicht, die weit verbreitete Verletzungen urheberrechtlich geschützter Tonaufnahmen behauptete. Die Klage zielte darauf ab, die Unternehmen daran zu hindern, mit urheberrechtlich geschützter Musik zu trainieren, und forderte Schadensersatz von bis zu 150.000 US-Dollar pro Werk für bereits begangene Verstöße.
Im Oktober 2025 wurde eine Urheberrechtsklage von Universal Music Group mit Lizenzvereinbarungen beigelegt. Udio stimmte zu, eine Plattform zu starten, die nur mit „autorisierten und lizenzierten Musik“ trainiert wird. Das Unternehmen kündigte daraufhin an, dass bestehende Benutzer 48 Stunden Zeit hätten, um ihre Kreationen herunterzuladen, bevor es zu einem neuen streamingbasierten Geschäftsmodell übergeht.