AI作曲进入一句话时代:谷歌Gemini推出音乐模型

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

  1. 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。
  2. 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。
  3. 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~

相关推荐
土豆12501 小时前
你只说要什么,它负责拆活交付:任务编排插件上手指南
人工智能·llm
GoldenSpider.AI3 小时前
讲透 Claude Code 的 Code Mode:原理、流程、用法与 24 轮实测
人工智能·ai编程·claude code
oak隔壁找我3 小时前
一款运行在 DSH(DeepSeek Harness)中的工作区文件管理插件
人工智能
江屿风3 小时前
AI Agent架构全解析:从规划到记忆的智能跃迁
人工智能·笔记·架构·agent·c/s·mcp工作流
ZONGYUAN-ROOT3 小时前
【API配额】多源 LLM API 配额池化实战:轮换调度、变化量监控、故障自愈一套方案(Python 完整实现)
人工智能
syso_稻草人3 小时前
qwen-image-2.1 高清放大拆解:Qwen21LatentUpscale 潜空间 2x + denoise 0.35 修细节,12 组场景实测
人工智能·stable diffusion·prompt·comfyui·qwen-image2.1
羲云网络4 小时前
GPT Image 2.6 动态表情怎么改:从情绪歧义到动作节奏验收
人工智能·gif·图像编辑
EatFan5 小时前
AI Agent 工程化元年:从单体智能到 Agent 集群的架构演进与落地路径
人工智能·架构·ai agent·autogen·crewai·agent集群·记忆工程
泯泷5 小时前
别再“裸聊”大模型了!你家的 AI 为什么总胡说八道?根子在 RAG
人工智能·算法·架构