谷歌发布音乐大模型Lyria 3 重塑多模态创作流

谷歌DeepMind正式向全球成年用户免费开放新一代AI音乐生成模型Lyria 3。该模型凭借图文及视频全场景解析能力，大幅降低了复合音频内容的创作门槛。

全场景触发的零门槛创作

多模态AI的进化正在打破专业艺术的壁垒。谷歌DeepMind最新推出的Lyria 3测试版，目前已深度集成至Gemini应用生态中。该模型最大的突破在于构建了覆盖文本、图像与视频的全场景生成闭环。

即便是零音乐基础的用户，只需输入自然语言描述，系统即可自动匹配情绪与节奏，输出包含人声与完整编曲的30秒成曲。更为先进的是其跨模态感知能力 用户上传任意风景或人物照片，模型可直接解析画面氛围并生成专属配乐与专辑封面；短视频创作者更能借此实现画面与背景音乐的自动卡点融合，极大提升了内容产出效率。

图源备注：图片由AI生成

当前应用边界与商业化展望

尽管技术表现亮眼，但当前的Lyria 3在实际应用落地中仍面临双重限制。首先是生成时长的瓶颈，固定的30秒输出难以满足播客、长视频或完整单曲的深度创作需求 。其次是严格的版权限制，目前所有生成的音频内容仅限非商业用途，截断了商业创作者的变现路径。

针对这些痛点，谷歌官方已明确了后续的进化路线图。未来Lyria有望解除时长枷锁，引入更广泛的语言支持，并开放商业授权选项。这一系列举措预示着AI音乐大模型正处于从技术试验向专业生产力工具过渡的关键阶段。