谷歌Gemini上线AI音乐创作，一夜革了Suno的命！

集群智慧张老师

新智元报道
; _" I1 \" O) A; N" V编辑：艾伦
【新智元导读】谷歌在 7.5 亿月活的 Gemini 中上线了 AI 音乐生成功能，输入一句话或一张照片，几秒就能得到一首带人声和歌词的完整歌曲。背后是 DeepMind 最新的 Lyria 3 模型，训练数据超 200 万首曲目。对 Suno 等 AI 音乐创业公司而言，竞争从此不再只是比模型，更是要比入口。
昨天，谷歌在 Gemini App 中上线了 AI 音乐生成功能。


用户输入一段文字描述，或者上传一张照片，几秒钟内就能得到一首 30 秒的完整歌曲，带人声、带歌词、带 AI 生成的封面。纯器乐当然也是支持的。
- k- O* x2 y2 y2 }. c驱动这个功能的是 DeepMind 最新的音乐生成模型 Lyria 3。


谷歌对这项功能的定位，不是取代音乐人，而是让普通人获得一种全新的自我表达方式。
做 AI 音乐生成的公司不少，但把它直接塞进一个拥有超过 7.5 亿月活用户的超级应用里，谷歌是头一个。
9 L- h7 M* x* \「30 秒」背后的技术跃迁
% q1 s" l% e0 H' J从 2023 年发布初代 Lyria 算起，这已经是谷歌在音乐生成领域的第三代模型。
: Y1 N6 Q* r7 |相比前代，Lyria 3 有几个明显的进步。
3 P4 u2 @& G* K3 q7 f过去用户需要自己写歌词输入模型，现在 Lyria 3 可以根据提示词自动生成歌词。
用户对风格、人声类型、节拍速度等元素的控制也更精细了。
4 m! @/ |% M8 w+ z4 J9 A. U, E7 x根据 DeepMind 官方推文，Lyria 3 输出 48kHz 立体声音频，人声表现更自然，歌词的咬字清晰度也有了明显提升。
* T8 q4 i4 n! b; D% D5 h4 L据数字音乐媒体 Digital Music News 报道，Lyria 3 的训练数据规模从 Lyria 2 的约 50 万首曲目扩展到了超过 200 万首，音频位深从此前版本升级到了 24-bit。
这意味着它在音质维度上甚至超过了 YouTube Music 等主流流媒体平台的标准。
# a7 U6 p# v4 ^/ j* ?除了文本生成音乐，用户还可以上传照片或视频，让 Gemini 根据视觉内容的情绪来作曲配词。
比如上传一张徒步的照片，Gemini 就能创作一首与之匹配的歌曲。
$ b- T/ P4 I6 A封面则由谷歌的图像生成模型 Nano Banana 自动完成。
功能目前以 Beta 形式向全球 18 岁以上用户开放，支持英语、德语、西班牙语、法语、印地语、日语、韩语和葡萄牙语，桌面端已率先上线，移动端将在未来几天内陆续推送。
谷歌 AI Plus、Pro 和 Ultra 订阅用户将享有更高的使用额度。
; l5 d2 F" I, s( v  q. ]7 t3 I与此同时，Lyria 3 也被整合进了 YouTube 的 Dream Track 功能，帮助创作者为 Shorts 短视频生成背景音乐。这项功能此前仅限美国地区，此次正式面向全球创作者开放。
( ]! V* ~0 o# s( v0 w9 h7 _" M版权这张牌
: f: n4 `3 {& u: ~  W谷歌打得很小心
AI 音乐生成领域的版权纠纷从未停歇。
- c( U7 Q+ H3 r* I. k2024 年夏天，环球音乐、索尼音乐和华纳音乐联手对 AI 音乐初创公司 Suno 和 Udio 提起了总金额达 5 亿美元的版权侵权诉讼。
到 2025 年底，Suno 与华纳达成和解并获得授权，Udio 也分别与环球和华纳签署了协议。
% d8 j8 F! _) O! p整个行业正在从对抗走向合作，但紧张关系远未消散。
在这个背景下，谷歌的措辞格外谨慎。
  U6 e- \% ~+ i0 F/ R6 v: I9 }! f! y0 x官方公告强调 Lyria 3 的设计目标是「原创表达，而非模仿现有艺术家」。
2 Z6 s! l4 o+ r0 Y如果用户在提示词中提到某位具体艺术家的名字，Gemini 只会将其作为宽泛的创作灵感，生成风格或情绪相似的作品，而非模仿该艺术家的声音。
谷歌还表示在训练过程中「非常注意版权和合作伙伴协议」，并设置了过滤器来比对输出内容与已有作品。
) A! V1 N- T2 d( z在内容标识层面，所有通过 Gemini 生成的音乐都会嵌入 SynthID 水印。
更值得关注的是，Gemini 现在还新增了音频鉴别功能——用户可以上传一段音频文件，询问它是否由谷歌AI 生成，Gemini 会检测 SynthID 标记并结合自身推理给出判断。
; |! r  @# E2 |' Q" h# F5 @* `5 S这是继图片和视频鉴别之后，SynthID 覆盖的第三种媒体类型。
当音乐生成变成一场平台战争
( S6 M8 ~/ v& a# l2 P8 z* |3 Z, L如果说 Suno 和 Udio 代表了 AI 音乐的创业浪潮，谷歌此举则标志着这场竞赛正式升级为平台级别的角力。
Suno 在 2024 年 11 月完成了 2.5 亿美元融资，其付费版本已经提供了虚拟音频工作站等专业编辑功能。
但 Suno 的月活用户量级与 Gemini 的 7.5 亿相比，根本不在同一个数量级。
3 ^. I$ w. r/ z! X. V  G* JTom's Guide 的编辑在体验后写道，她把丈夫的待办事项清单变成了一首朋克摇滚歌曲，然后通过短信发了出去。
这种场景可能正是谷歌想要的：音乐生成的杀手级应用也许并不在录音棚里，而是藏在日常生活的每一条消息、每一次分享中。
, P5 @" Y6 z, e3 c1 s3 w30 秒的长度限制、Beta 阶段的粗糙感、版权争议的暗涌——Lyria 3 显然还远谈不上完美。
5 h" I- F( e" W3 G但谷歌选择在这个时间点把它推向 7.5 亿用户面前，传递的信号已经足够清晰：AI 音乐生成这件事，它不打算再等了。
当每个人的口袋里都装着一个作曲家的时候，改变的或许不是音乐本身，而是我们与音乐之间的关系。
参考资料：
4 g$ d: r" ?( S7 j" ~1 l
https://blog.google/innovation-and-ai/products/gemini-app/lyria-3/
. t8 `/ O5 m: j4 W' [. e9 c8 khttps://x.com/GoogleDeepMind/status/2024153067654902014