谷歌 Gemini 再次进化！Lyria 3 音乐模型全量上线：30 秒照片变金曲，Suno 压力大了？

引言：全模态拼图的最后一块

谷歌 Gemini 的含金量，还在持续升值。
从最初的纯文字对话，到后来的多模态图片识别，再到视频生成，Gemini 正在一步步补齐它的全模态版图。今天，轮到了音频。

就在刚刚，谷歌正式在 Gemini 上线了最新的 AI 音乐生成模型 —— Lyria 3。这一次，谷歌不再满足于让 AI“说话”，而是要让它“唱歌”。

一、 三种玩法：让 AI 音乐从“小众工具”变“大众玩具”

目前 Gemini 的月活用户已达 7.5 亿，Lyria 3 的接入，意味着 AI 音乐创作门槛被彻底抹平。在网页端工具菜单中选择 「Create music 创作音乐」 即可体验：

1. 文字提示词生成：描述一个风格、一种情绪、一段回忆，甚至是一个笑话，Gemini 就能产出一段带歌词、带唱腔、带封面的完整歌曲。
2. 图片/视频转音乐（最惊艳）：上传一张猫咪晒太阳的照片，它能生成一段慵懒的爵士；上传一段海浪视频，它能匹配一段清新的民谣。AI 会自动分析画面情绪进行“通感”创作。
3. 模板创作：对于没有灵感的用户，谷歌提供了动态建议模板，修改几个关键词即可快速出片。

技术规格：

• 时长：统一 30 秒。
• 封面：由 Nano Banana Pro 自动生成。
• 音质：Lyria 3 相比前代显著提升，音轨更真实、结构更复杂。

二、 Lyria 3 的技术进化与产品定位

Lyria 3 不仅仅是简单的升级，它实现了从“辅助工具”到“自动化生产”的跨越。

• 全自动编词谱曲：上一代模型需要用户自备歌词，而 Lyria 3 只需要你丢入一个想法。
• 高自由度参数：风格、人声、速度均可手动微调。
• 定位精准：谷歌官方表示，Lyria 3 并非为了取代专业音乐人创作杰作，而是旨在为普通人的日常生活提供**“有趣的自定义配乐”**。

这种定位非常聪明——它瞄准的是短视频背景音乐、社交媒体分享和个人创意表达，这正是 7.5 亿普通用户最真实的高频需求。

三、 版权与安全：谷歌的“防身术”

在 Suno 和 Udio 频陷版权官司的当下，谷歌表现得求稳且克制：

• 拒绝模仿：如果在 Prompt 中输入特定歌手名字，系统会将其弱化为宽泛的风格参考，拒绝生成“AI 孙燕姿”。
• SynthID 水印：所有生成的音频都嵌入了不可见的数字水印。用户甚至可以上传一段音频让 Gemini 识别其是否为 AI 生成。
• 版权规避：定位“原创表达”，避开三大唱片公司的版权雷区。

四、 遗憾与期待：暂不支持中文

虽然功能强大，但对于国内开发者和用户来说，目前有一个明显的小遗憾：
Lyria 3 首批支持 8 种语言（英语、德语、西班牙语、法语、印地语、日语、韩语、葡萄牙语），暂不支持中文。

不过按照谷歌的迭代速度，中文支持应该只是时间问题。

五、 总结：AI 多模态战火升级

随着 YouTube 的 Dream Track 功能同步全球推送，自媒体人迎来了“原创配乐”时代。不再需要去公共版权库里找雷同的背景音乐，每一条短视频都可以拥有专属音轨。

Gemini 正在试图在一个 App 里，把文字、图片、视频、音频的所有 AI 能力拉满。

体验入口：
打开 Gemini 网页端 -> 点击工具栏 -> Create music。