北京时间 2026 年 2 月 18 日（周三），谷歌在官方博客正式宣布：Gemini 应用已集成公司最先进的音乐生成模型 Lyria 3 。这意味着普通用户只需通过简单文本描述或上传一张照片/短视频，就能瞬间生成一段高质量、带歌词的 30 秒音乐片段，并自动配上由 Nano Banana 模型生成的专属封面艺术。
Lyria 3 核心能力：从"想法"到"成品"只需几秒
Lyria 3 是 Google DeepMind 团队在音乐生成领域的最新迭代，相较前代模型，它在以下几个维度实现了显著突破：
- 多模态输入 ：支持纯文本提示（如"90 年代复古说唱，讲述一只袜子找到另一只的搞笑爱情故事"），也支持上传照片或短视频作为灵感源（例如上传狗狗远足照，生成"森林冒险主题的欢快民谣"）。
- 输出质量 ：生成带人声歌词 + 伴奏的完整 30 秒轨道，支持多种风格（从 lo-fi、R&B、拉丁流行到实验电子、乡村摇滚等），人声自然度、编曲复杂度、动态变化都接近专业水准。
- 创意控制 ：用户可指定节奏、情绪、乐器、演唱风格（如"粗粝男声 + 乡村口音 + stomp 打击乐 + 极简混响"），甚至能 remix 系统提供的预设轨道。
- 视觉联动 ：每首生成的作品都会自动搭配一张由 Nano Banana（Gemini 图像模型）创作的专属专辑封面，风格高度匹配音乐氛围。
实际使用入口：在 Gemini 网页版或移动 App 的"工具"菜单中选择"Music"，输入提示或上传媒体即可开始创作。目前已全球推送，支持英语、日语、韩语、印地语、西班牙语、葡萄牙语、德语、法语等语言，需年满 18 岁。
安全与伦理：SynthID 水印 + 艺术家保护机制
面对音乐行业对生成式 AI 的长期担忧，谷歌这次给出了相对完整的防护方案：
- 所有 Lyria 3 生成的音频都嵌入 SynthID 不可感知数字水印，可被检测工具识别出 AI 来源。
- 系统严格禁止直接模仿特定艺术家的声音或作品。如果提示中明确点名真实歌手（如"像 Taylor Swift 那样唱"），Gemini 只会将其视为"风格参考"，生成相似但不相同的泛化内容。
- YouTube Dream Track 功能同步升级，创作者可用 Lyria 3 为 Shorts 生成背景音乐，已在美国率先上线并逐步扩展。
Google is embedding inaudible watermarks right into its AI generated music | The Verge
市场反应：Spotify 股价短期承压，但长期影响待观察
消息发布后，流媒体巨头 Spotify（SPOT）日内涨幅一度回吐近 5%，Sirius XM（SIRI）也短暂转跌。市场担心 AI 音乐工具会进一步侵蚀版权音乐的消费场景。
Spotify Stock (SPOT) Crashes After Google Unveils New AI Music Feature - TipRanks.com
不过多数分析师认为，短期冲击更多是情绪性反应。Lyria 3 目前仅限 30 秒片段，更适合个人娱乐、社交分享、生日礼物、短视频 BGM 等轻量场景，距离取代专业音乐创作或威胁 Spotify 核心库还有距离。相反，这可能预示谷歌未来会将类似能力深度整合进 YouTube、Google Photos 等生态，进一步提升用户粘性与广告变现潜力。
对 AI 音乐未来的几点思考
- 创作民主化 ：门槛极低的多模态音乐生成，将让数亿非专业用户拥有"私人作曲家"，这可能是 AI 真正走进日常生活的一个里程碑。
- 生态闭环 ：Gemini（文本+图像+视频+音乐+语音）正在成为全能创作中枢，与 YouTube、Android 等产品联动后，想象空间巨大。
- 行业博弈加剧 ：唱片公司、词曲作者、表演者权益如何保障？SynthID 等技术是否足够？后续很可能引发新一轮版权与 AI 训练数据之争。
总的来说，Lyria 3 的推出标志着生成式 AI 从"视觉+语言"正式跨入"听觉创作"主流战场。对于普通用户，这是一个好玩又实用的玩具；对于科技公司，这是证明 AI 变现路径的重要一步。你已经试过用 Gemini 生成自己的专属主题曲了吗？最想让它给你写什么风格的歌？欢迎评论区分享你的 Prompt 和生成结果～