Google 在 Gemini 中上线 Lyria 3：文字或照片一键生成 30 秒音乐

平时在聊天软件里给朋友分享日常，大家习惯发张照片或者表情包。现在 Google 打算换个玩法：直接给朋友发一首三十秒、带着歌词和封面图的专属定制小曲。

Google 正式在 Gemini 应用中开启了音乐生成模型 Lyria 3 的公开测试。这项功能来自 Google DeepMind，十八岁以上的用户在网页端已经能用上，移动端应用也会在接下来的几天内陆续推送。

不用自己写词，连封面图都给配齐了

很多人试过用 AI 编歌，最头疼的一步往往是词穷，不知道该给提示词框塞什么押韵的句子。Lyria 3 最大的改变之一就是自动填词，你只要给一个模糊的情绪或日常琐事，它就能自己把歌词写出来并唱出来。

比如你可以让它写一首关于找不到另一只袜子的搞笑 R&B 慢板，或者给妈妈写一首充满非洲风情的欢快歌曲。除了打字，你还能直接上传照片或视频，让 Gemini 根据画面内容去配一段风格合拍的音乐。

目前生成的音频统一为三十秒长度。为了方便你随手发给朋友，Gemini 还会调用 Nano Banana 自动给这段音频生成一张唱片封面，用户可以直接下载或生成分享链接。

这套能力也同步打通了 YouTube 的 Dream Track，正在向更多地区的创作者开放，专门用来给 Shorts 短视频制作原创配乐。

语言方面，首批支持英语、德语、西班牙语、法语、印地语、日语、韩语和葡萄牙语。付费订阅了 Google AI Plus、Pro 或 Ultra 的用户，每天会有更高的生成额度。

关掉声音模仿，顺手做了一套防伪闭环

早期的音乐生成模型经常因为模仿明星声线而引发争议。DeepMind 最初展示 Lyria 时，也曾秀过模仿知名歌手的技术，但这次在 Gemini 上线，Google 明确把这个开关关掉了。

官方表示 Lyria 3 专为原创表达设计，不支持直接复刻具体艺术家的声音。如果你在提示词里强行写了某个歌手的名字，系统只会把对方当作风格或氛围的参考，而且后台还设置了针对现有版权音乐的查重过滤。

更值得注意的是音频防伪。所有通过 Gemini 生成的音乐，底层都会强制打上肉眼和人耳无法察觉的 SynthID 水印。

与此同时，Gemini 还上线了音频真伪验证功能。用户只要上传一段音频文件，问它是不是 Google AI 做的，模型就会去检测里面的 SynthID 标记并给出判断。

为什么重要

我们认为，Google 这次对音乐 AI 的定位想得很清楚：它压根没想去抢专业音乐制作人的饭碗，而是把它做成了一个社交表情包式的轻量玩具。

对普通人和创作者来说，三十秒的时长做不了正经单曲，但用来发朋友圈恶搞、给短视频配乐，门槛几乎降到了零。你不需要懂乐理，甚至不需要打长篇提示词，甩一张遛狗的照片就能拿出一首像模像样的背景音乐。不过如果你追求的是完整歌曲或者精细调音，现在的 Gemini 显然帮不上忙。

从行业竞争来看，Lyria 早在 2023 年就已经公开，此前一直锁在企业级平台 Vertex AI 和小范围实验室里。在这期间，Suno 和 Udio 已经把全曲生成推成了潮流，微软也早就把 AI 编曲塞进了 Copilot。

Google 现在的动作看起来确实慢了半拍，但它的杀手锏在下游。通过把 Lyria 3 无缝接进 YouTube Shorts，Google 能迅速用数以亿计的短视频创作者帮自己消耗算力、测试模型。

这一步走得最聪明的地方，是用三十秒的时长限制巧妙掩盖了音乐大模型在长音频结构控制上的缺陷，同时把生成与 SynthID 鉴定做成了闭环。隐患在于过于严苛的版权过滤和风格保护，可能会让最终生成的旋律听起来过于安全和平庸。但对于一家体量巨大的科技巨头来说，安全落地远比惊艳冒进更符合当下的利益。