Gemini 集成 Lyria 3：AI 音乐生成进入主流应用

AI 写歌，正式进入 Google 主场。

Google 周三（18 日）在官方博客宣布，Gemini 应用现已搭载旗下最先进的音乐生成模型 —— Lyria 3。

用户可以通过文字、图片，甚至视频，在几秒钟内生成一段 30 秒的原创音乐片段。

这意味着，AI 音乐生成不再只是实验工具，而是正式进入 Google 面向大众的核心产品体系。

一句话写歌 或用照片“配乐”

根据 Google 的介绍，用户只需：

• 描述一个想法
• 指定风格或情绪
• 或上传一张照片 / 视频

Gemini 就能生成一段 30 秒的完整歌曲片段，包含：旋律、编曲、歌词、以及由 Nano Banana 设计的自定义封面。

Google 举了一个颇具画面感的例子：

“我有点怀旧，请为我的母亲创作一首歌曲，写下我们童年时光的美好回忆，以及她亲手做的炸芭蕉所带来的温馨记忆。请把它做成一首有趣的 Afrobeat 乐风歌曲。”

这种“文字转音乐”的能力，意味着创作不再依赖乐理或编曲技巧，而是完全基于想象力与表达欲。

更有意思的是，Gemini 还支持上传照片或视频，让模型根据视觉内容生成契合氛围的音乐与歌词。

换句话说，你可以给一张旅行照片配一段专属配乐， 或者给一段日常视频生成“原声主题曲”。

30 秒的音乐表达，不是杰作，而是表达工具

Google 在博客中明确表示：

“这些歌曲目的并非创造音乐杰作，而是提供一种有趣且独特的方式表达自我。”

这句话其实非常关键。

Lyria 3 目前生成的是 30 秒音乐片段，更像是创意草图、情绪表达、社交分享素材，而不是完整商业单曲。

用户可以直接下载音频，或通过分享链接传播。

这让 Gemini 的音乐生成，更像是一种“即时表达工具”，而不是专业制作软件。

版权与安全：加入 SynthID 水印机制

音乐生成不可避免地触及版权敏感区。

Google 表示，所有由 Lyria 3 生成的音频都会使用 SynthID 技术添加隐形水印，用于识别是否为 AI 生成或编辑内容。

此外，针对“模仿特定艺人风格”的问题，Google 强调：

• Lyria 3 的目标是创造原创表达，而非模仿现有艺人
• 当用户要求某位艺人风格时，系统会生成情绪或风格相似的音乐
• 并通过过滤机制，检查输出是否与既有作品过于相似

这明显是对过去 AI 音乐争议的一次提前防御。

从云端模型到大众产品

值得注意的是，Lyria 模型其实早在 2023 年就已发布，但此前仅限 Google Cloud 的 Vertex AI 平台使用。

这次正式集成到 Gemini 应用中，意味着：AI 音乐生成，从开发者工具，走向普通用户。

目前 Lyria 3 已在美国上线，并逐步向全球推广，支持包括：英语、德语、西班牙语、法语、印地语、日语、韩语、葡萄牙语。

使用资格为年满 18 岁以上的 Gemini 用户。

与 YouTube 打通：Shorts 创作者的配乐工具

Google 还同步将 Lyria 3 接入 YouTube Dream Track 功能。这意味着创作者可以直接为 Shorts 短视频生成 AI 配乐。

从：

• 文本生成音乐 到
• 视频生成音乐 再到
• 视频平台直接调用

Google 正在构建一个完整的 AI 音乐创作闭环。

这件事真正的意义

Gemini 加入音乐生成能力，并不仅仅是多一个功能。它代表着：

• 多模态模型开始真正整合音频创作
• 音乐生成成为主流 AI 产品的一部分
• “写歌”从专业技能，变成日常表达形式

30 秒，也许不是一首完整作品。 但它足够表达一次情绪。而在 AI 时代，表达本身，正在变得前所未有地轻量。