Adobe Firefly 音频套件正式上线：一键生成免版税商用配乐与音效
Adobe 宣布 Firefly 音频工具正式全面开放，支持一键生成具备商业安全许可的原创音乐、配音与音效。语音功能可选 ElevenLabs，同时平台引入 Google Gemini Omni Flash 模型，并为 AI Assistant 开放每日免费生成额度。
AI音乐
查看更新的新闻
Stability AI 推出 Stable Audio 插件：直接嵌入宿主，支持 BPM 同步
Stability AI 推出 Stable Audio 3.0 插件与升级版 Web 应用公测版。插件支持 macOS AU 与 VST3，可在 Logic Pro 和 Ableton Live 中同步工程 BPM 生成最长 6 分钟音频；Web 端新增多轨混音与定向修改。商用安全，用户拥有生成版权。
阿里上线音乐模型 HappyShrimp 1.0：一句话生成整首歌，还拉来太合音乐
阿里巴巴上线 AI 音乐生成模型 HappyShrimp 1.0 并开启公测。用户只需输入一句话，模型就能构思乐理结构，直接生成包含旋律、编曲、歌词和人声的完整歌曲，涵盖国风、流行等多种曲风。阿里同时宣布与太合音乐集团展开艺人共创合作。
Pika 发布四款音频模型：价格最高便宜 20 倍，覆盖配乐、音乐与语音
Pika 推出 Pika Audio 系列四款音频基础模型，涵盖视频音效同步 Soundtrack、音乐生成 Music、音效生成 SFX 以及语音合成 Speech。官方称其推理成本大幅降低，价格最高比同类竞品便宜 20 倍，目前已通过 Pika API Club 开放。
Suno 发布 Studio 2.0：支持 MIDI 录制、AI 搓插件和进阶分轨
Suno 推出音乐工作站 Suno Studio 2.0。新版不仅支持 MIDI 导入录制与自动化曲线绘制，还加入了 Chat bar，让音乐人能用自然语言直接生成独家效果器插件并进行进阶音频分轨。目前该版本已面向 Suno Premier 订阅用户开放。
MiniMax 开源 Music 3.0：单次生成 5 分钟整曲，基于千问底座
MiniMax 推出开源权重音乐模型 Music 3.0。它采用基于 Qwen3.5-8B 的混合架构与流匹配技术，用户只需输入提示词与歌词，就能单次生成长达 5 分钟的完整编曲与人声演唱。最值得关注的是，它通过结构化描述解决了长音频乐器走样与情绪断层问题。
小米开源 MiDashengLM-Gen：一句话生成语音、音乐与音效混响的完整音频
小米团队开源音频生成模型 MiDashengLM-Gen。它能根据结构化描述，在同一次生成中将语音、背景音乐、音效和环境声自然融合为 16 kHz 音频。整套框架基于 Qwen3-1.7B 与 Flow Matching 技术，代码按 Apache 2.0 协议开放。
Anthropic 与 Spotify 推进内容透明化：给生成文本打水印、标出 AI 艺人
据报道，为应对 EU AI Act 及内容鉴别难题，Anthropic 开始为 Claude 8 月 2 日后生成的文本与文件自动打上 C2PA 水印；Spotify 也上线「AI Personas」徽章标识非真人艺人并不再主动推荐；Suno 与 Substack 同样跟进上线了防伪与检测功能。
Spotify 上线「AI Persona」标识：揪出虚拟歌手，默认移出推荐池
Spotify 宣布将于 9 月中旬推出「AI Persona」徽章，用于标记公开形象由 AI 生成的虚拟艺人。艺人可通过后台主动申报，平台也会主动审核并打标。最关键的是，被打标的 AI 艺人将被默认移出编辑歌单和算法推荐，除非听众主动关注。
Suno 公布 AI 音乐原则：上线音频水印，并将限制批量下载分发
Suno 公布其 AI 音乐原则与治理动作，宣布将上线音频水印与声学指纹技术，帮助分发平台识别 AI 滥用与侵权行为。Suno 还将推出新的下载政策，限制向流媒体平台大规模批量分发生成内容，同时保护个人和专业创作者的正常使用。
Spotify 扩充 AI 翻唱阵容：拉入 3 万家独立厂牌，主打合法二创
Spotify 在二季度财报会上宣布，独立音乐版权机构 Merlin 已加入其即将推出的 AI 翻唱与混音项目。该工具允许歌迷在获得艺术家许可的前提下用 AI 制作翻唱，创作者可获署名与分成。功能后续将作为付费组件先向小部分用户开放预览。
三大唱片公司提议：AI 音乐若非「人类主创」，严禁入选官方榜单
环球音乐、索尼音乐与华纳音乐联合提出新规，主张将 AI 生成歌曲排除在官方音乐榜单之外。歌曲若想入榜，必须满足「实质上由人类创作」、所用 AI 工具合法授权且无版权纠纷。目前 IFPI 已表示支持，但各主流榜单机构尚未宣布采纳。
Google 上线 Lyria 3.5：人声与歌词升级，还能调曲速与时长
Google 宣布在 Google Flow Music 中推出最新音乐生成模型 Lyria 3.5。新模型提升了旋律复杂度与发音真实度，并增强了歌词对提示词的遵循能力；同时新增创作控制选项，支持用户更轻松地调节生成歌曲的节奏快慢与时长。
VocalRender：输入歌词和乐谱，直接合成 48 kHz 高保真歌声
开源歌声合成系统 VocalRender 发布。它直接接收歌词与 MIDI 音符输入，配合数秒参考音频，无需手动对齐时序即可渲染出 48 kHz 歌声。项目以 Apache-2.0 协议开源了全套代码，并提供约 9.5 GB 的基础版与 Pro 权重。
Spotify 放任 AI 音乐吸金：网友自建工具帮听众「打假」
因 Spotify 未能全面标记 AI 音乐，开发者推出 SoullessMusic 和 SlopTracker 等第三方工具，利用开源模型检测假人歌手。SoullessMusic 追踪的 AI 艺人年分账估达 570 万美元，头部账号年入 150 万。不过检测模型本身仍存在误报风险。
ElevenLabs 上线 References 功能：上传音频即可控制 Music v2 风格
ElevenLabs 为其 Music v2 模型推出 References 功能，支持用户上传 10 秒至 5 分钟的音频，直接引导生成音乐的风格、配器与氛围。音轨生成前需经过版权检测以拦截他人作品，目前已在 ElevenMusic 及 API 上线。
索尼音乐再告 Udio：指控侵权超 3 万首录音，每首索赔 15 万美元
索尼音乐对 AI 音乐平台 Udio 提起新诉讼，指控其未经许可从 YouTube 抓取超 3 万首录音训练模型。索尼要求按每首最高 15 万美元索赔，称生成的音乐正在挤压并淹没原作。此前法官曾禁止索尼将这批录音追加至旧案中。
Suno 遭黑客泄露源码：证实从 YouTube 等平台抓取海量音频训练
据 404 Media 报道，黑客攻破 AI 音乐平台 Suno 并披露其源码，证实该公司从 YouTube Music、Deezer 等平台抓取了数百万首歌曲及数十万小时音频用于训练。此前唱片巨头曾起诉其非法扒取音频，泄露代码坐实了这一指控。
Mirelo 联手 Kyutai 开源 MuScriptor：一首歌直接扒出全乐器 MIDI
Mirelo 与 Kyutai 联合开源多乐器音乐转录模型 MuScriptor。以前的工具大多只能转单轨独奏，它能直接吃下整首混音音频，把人声、鼓、贝斯和键盘等分轨转成独立 MIDI。微调与强化学习让准确率大幅提升，普通人做扒带或二次编曲省事多了。
乐谱视觉基础模型 MuSViT：吞下 970 万页乐谱，让 AI 读懂五线谱
研究人员推出乐谱视觉基础模型 MuSViT。它利用掩码自编码在 970 万页乐谱上预训练，通过补全被遮挡的画面理解音高、节奏和五线谱结构。最值得关注的是，它填补了通用视觉模型看不懂乐谱符号关系的空白，在乐谱识别和符号检测上大幅超越同类方法。