Adobe Firefly 音訊套件正式上線：一鍵生成免版稅商用配樂與音效
Adobe 宣佈 Firefly 音訊工具正式全面開放，支援一鍵生成具備商業安全許可的原創音樂、配音與音效。語音功能可選 ElevenLabs，同時平臺引入 Google Gemini Omni Flash 模型，併為 AI Assistant 開放每日免費生成額度。
AI音樂
檢視更新的新聞
Stability AI 推出 Stable Audio 外掛：直接嵌入宿主，支援 BPM 同步
Stability AI 推出 Stable Audio 3.0 外掛與升級版 Web 應用公測版。外掛支援 macOS AU 與 VST3，可在 Logic Pro 和 Ableton Live 中同步工程 BPM 生成最長 6 分鐘音訊；Web 端新增多軌混音與定向修改。商用安全，使用者擁有生成版權。
阿里上線音樂模型 HappyShrimp 1.0：一句話生成整首歌，還拉來太合音樂
阿里巴巴上線 AI 音樂生成模型 HappyShrimp 1.0 並開啟公測。使用者只需輸入一句話，模型就能構思樂理結構，直接生成包含旋律、編曲、歌詞和人聲的完整歌曲，涵蓋國風、流行等多種曲風。阿里同時宣佈與太合音樂集團展開藝人共創合作。
Pika 釋出四款音訊模型：價格最高便宜 20 倍，覆蓋配樂、音樂與語音
Pika 推出 Pika Audio 系列四款音訊基礎模型，涵蓋影片音效同步 Soundtrack、音樂生成 Music、音效生成 SFX 以及語音合成 Speech。官方稱其推理成本大幅降低，價格最高比同類競品便宜 20 倍，目前已通過 Pika API Club 開放。
Suno 釋出 Studio 2.0：支援 MIDI 錄製、AI 搓外掛和進階分軌
Suno 推出音樂工作站 Suno Studio 2.0。新版不僅支援 MIDI 匯入錄製與自動化曲線繪製，還加入了 Chat bar，讓音樂人能用自然語言直接生成獨家效果器外掛並進行進階音訊分軌。目前該版本已面向 Suno Premier 訂閱使用者開放。
MiniMax 開源 Music 3.0：單次生成 5 分鐘整曲，基於千問底座
MiniMax 推出開源權重音樂模型 Music 3.0。它採用基於 Qwen3.5-8B 的混合架構與流匹配技術，使用者只需輸入提示詞與歌詞，就能單次生成長達 5 分鐘的完整編曲與人聲演唱。最值得關注的是，它通過結構化描述解決了長音訊樂器走樣與情緒斷層問題。
小米開源 MiDashengLM-Gen：一句話生成語音、音樂與音效混響的完整音訊
小米團隊開源音訊生成模型 MiDashengLM-Gen。它能根據結構化描述，在同一次生成中將語音、背景音樂、音效和環境聲自然融合為 16 kHz 音訊。整套框架基於 Qwen3-1.7B 與 Flow Matching 技術，程式碼按 Apache 2.0 協議開放。
Anthropic 與 Spotify 推進內容透明化：給生成文本打水印、標出 AI 藝人
據報道，為應對 EU AI Act 及內容鑑別難題，Anthropic 開始為 Claude 8 月 2 日後生成的文本與檔案自動打上 C2PA 水印；Spotify 也上線「AI Personas」徽章標識非真人藝人並不再主動推薦；Suno 與 Substack 同樣跟進上線了防偽與檢測功能。
Spotify 上線「AI Persona」標識：揪出虛擬歌手，預設移出推薦池
Spotify 宣佈將於 9 月中旬推出「AI Persona」徽章，用於標記公開形象由 AI 生成的虛擬藝人。藝人可通過後臺主動申報，平臺也會主動稽核並打標。最關鍵的是，被打標的 AI 藝人將被預設移出編輯歌單和演算法推薦，除非聽眾主動關注。
Suno 公佈 AI 音樂原則：上線音訊水印，並將限制批次下載分發
Suno 公佈其 AI 音樂原則與治理動作，宣佈將上線音訊水印與聲學指紋技術，幫助分發平臺識別 AI 濫用與侵權行為。Suno 還將推出新的下載政策，限制向流媒體平臺大規模批次分發生成內容，同時保護個人和專業創作者的正常使用。
Spotify 擴充 AI 翻唱陣容：拉入 3 萬家獨立廠牌，主打合法二創
Spotify 在二季度財報會上宣佈，獨立音樂版權機構 Merlin 已加入其即將推出的 AI 翻唱與混音專案。該工具允許歌迷在獲得藝術家許可的前提下用 AI 製作翻唱，創作者可獲署名與分成。功能後續將作為付費元件先向小部分使用者開放預覽。
三大唱片公司提議：AI 音樂若非「人類主創」，嚴禁入選官方榜單
環球音樂、索尼音樂與華納音樂聯合提出新規，主張將 AI 生成歌曲排除在官方音樂榜單之外。歌曲若想入榜，必須滿足「實質上由人類創作」、所用 AI 工具合法授權且無版權糾紛。目前 IFPI 已表示支援，但各主流榜單機構尚未宣佈採納。
Google 上線 Lyria 3.5：人聲與歌詞升級，還能調曲速與時長
Google 宣佈在 Google Flow Music 中推出最新音樂生成模型 Lyria 3.5。新模型提升了旋律複雜度與發音真實度，並增強了歌詞對提示詞的遵循能力；同時新增創作控制選項，支援使用者更輕鬆地調節生成歌曲的節奏快慢與時長。
VocalRender：輸入歌詞和樂譜，直接合成 48 kHz 高保真歌聲
開源歌聲合成系統 VocalRender 釋出。它直接接收歌詞與 MIDI 音符輸入，配合數秒參考音訊，無需手動對齊時序即可渲染出 48 kHz 歌聲。專案以 Apache-2.0 協議開源了全套程式碼，並提供約 9.5 GB 的基礎版與 Pro 權重。
Spotify 放任 AI 音樂吸金：網友自建工具幫聽眾「打假」
因 Spotify 未能全面標記 AI 音樂，開發者推出 SoullessMusic 和 SlopTracker 等第三方工具，利用開源模型檢測假人歌手。SoullessMusic 追蹤的 AI 藝人年分賬估達 570 萬美元，頭部賬號年入 150 萬。不過檢測模型本身仍存在誤報風險。
ElevenLabs 上線 References 功能：上傳音訊即可控制 Music v2 風格
ElevenLabs 為其 Music v2 模型推出 References 功能，支援使用者上傳 10 秒至 5 分鐘的音訊，直接引導生成音樂的風格、配器與氛圍。音軌生成前需經過版權檢測以攔截他人作品，目前已在 ElevenMusic 及 API 上線。
索尼音樂再告 Udio：指控侵權超 3 萬首錄音，每首索賠 15 萬美元
索尼音樂對 AI 音樂平臺 Udio 提起新訴訟，指控其未經許可從 YouTube 抓取超 3 萬首錄音訓練模型。索尼要求按每首最高 15 萬美元索賠，稱生成的音樂正在擠壓並淹沒原作。此前法官曾禁止索尼將這批錄音追加至舊案中。
Suno 遭駭客洩露原始碼：證實從 YouTube 等平臺抓取海量音訊訓練
據 404 Media 報道，駭客攻破 AI 音樂平臺 Suno 並披露其原始碼，證實該公司從 YouTube Music、Deezer 等平臺抓取了數百萬首歌曲及數十萬小時音訊用於訓練。此前唱片巨頭曾起訴其非法扒取音訊，洩露程式碼坐實了這一指控。
Mirelo 聯手 Kyutai 開源 MuScriptor：一首歌直接扒出全樂器 MIDI
Mirelo 與 Kyutai 聯合開源多樂器音樂轉錄模型 MuScriptor。以前的工具大多隻能轉單軌獨奏，它能直接吃下整首混音音訊，把人聲、鼓、貝斯和鍵盤等分軌轉成獨立 MIDI。微調與強化學習讓準確率大幅提升，普通人做扒帶或二次編曲省事多了。
樂譜視覺基礎模型 MuSViT：吞下 970 萬頁樂譜，讓 AI 讀懂五線譜
研究人員推出樂譜視覺基礎模型 MuSViT。它利用掩碼自編碼在 970 萬頁樂譜上預訓練，通過補全被遮擋的畫面理解音高、節奏和五線譜結構。最值得關注的是，它填補了通用視覺模型看不懂樂譜符號關係的空白，在樂譜識別和符號檢測上大幅超越同類方法。