Google DeepMind 发布 Lyria 3 Pro：AI 音乐从"30秒试听"变成完整歌曲

marsbit发布于2026-03-26更新于2026-03-26

文章摘要

Google DeepMind于3月25日发布Lyria 3 Pro，距离上一版本仅六周。此次升级的核心是将AI音乐时长从30秒大幅提升至3分钟，并新增“结构感知”能力，使模型能够理解歌曲的内部结构，支持用户通过提示词指定前奏、主歌、副歌等段落，实现更自然的衔接和动态变化，标志着AI音乐工具从“生成器”向“创作工具”迈进。尽管Suno和Udio早在2025年初已具备类似能力，但Google凭借Gemini生态的分发优势，有望覆盖更广泛的用户群体。同时，通过Vertex AI开放企业级接入，Google正将Lyria嵌入企业工作流。 Lyria 3 Pro支持文字、图片、视频输入，可自动匹配音乐风格，生成包含人声、歌词和乐器的多语言音乐，并自动添加SynthID水印标注AI来源。目前仅限Gemini付费用户使用，按套餐分层提供每日生成次数，免费用户仍限用30秒版本。开发者可通过API接入，企业级应用也已逐步集成。版权方面，Google称训练数据遵循与艺术家的协议，但未披露具体来源和授权范围，与行业面临的版权争议一致。该功能正逐步开放，部分地区可能存在延迟。

Google DeepMind 于 3 月 25 日推出 Lyria 3 Pro。距离上一版 Lyria 3 发布仅六周,这次升级的核心只有一件事:把生成时长从 30 秒拉到 3 分钟,同时让模型真正理解一首歌的内部结构。

这个跨度不是小幅迭代。 30 秒够用来生成背景音效,但写不了一首歌——没有段落、没有转折、没有高潮。Lyria 3 Pro 新增的"结构感知"能力,允许用户在提示词里指定前奏、主歌、副歌、桥段,模型据此安排段落衔接和动态变化。这是 AI 音乐工具从"生成器"向"创作工具"迈出的关键一步。

Suno 和 Udio 已经做了一年

坦白说,这个能力 Suno 和 Udio 在 2025 年初就具备了,两者生成时长更长,结构控制也更灵活。Google 在这个节点跟上,代表的是它在音乐 AI 赛道真正转入竞争状态——背靠 Gemini 生态的分发能力,Lyria 3 Pro 的用户覆盖面会比任何独立音乐 AI 工具都大得多。

Vertex AI 的同步开放则是另一个信号:Google 不只想做消费端工具,还要把 Lyria 嵌进企业工作流。

具体能做什么

输入支持文字、图片和视频,模型根据内容情绪自动匹配音乐风格。生成内容包含人声、歌词和乐器,覆盖多种语言。所有输出自动嵌入 SynthID 水印,标注 AI 来源——这是 DeepMind 在内容溯源上的一贯做法。

谁能用,怎么用

Gemini App 付费用户现已可以使用。按套餐分层:AI Plus 每天约 10 首,Pro 约 20 首,Ultra 约 50 首。免费用户仍停留在 Lyria 3 的 30 秒版本。

支持语言覆盖英文、日文、韩文、印地语、西班牙文、葡萄牙文、德文、法文等,限 18 岁以上用户使用。操作路径:Gemini App → Create Music → 选择"Thinking"或"Pro"模式。

开发者可通过 Google AI Studio 和 Gemini API 接入;Vertex AI 已进入公开预览,面向企业级按需生成场景。Google Vids 和旗下音乐制作工具 ProducerAI 也已开始集成。企业版 Workspace 支持预计数日内到位。

版权问题仍是悬案

Google 表示训练数据的使用遵循与艺术家的相关协议,但没有披露具体来源和授权范围。这和 Suno、Udio 面临的版权诉讼处于同一背景下——行业对 AI 音乐训练数据的法律争议尚未有定论,Google 的表态更多是立场声明,而非完整答案。

Lyria 3 Pro 目前正在逐步向用户开放,部分地区可能存在延迟。

你可能也喜欢

Dan Koe：反直觉真相，你根本不需要记住读过的一切

本文核心观点：你无需记住所有阅读内容，真正重要的知识会在需要时自然浮现。传统“记忆即学习”的观念是错误的，学习应是一个以目标为导向的反馈调节系统。 **核心问题**：多数人记不住阅读内容，是因为将“记住”当作终点，而非将知识应用于实际目标。 **有效学习路径（控制论四步闭环）**： 1. **设定清晰目标**：明确你想实现的具体状态（如“完成半马”），而非模糊愿望。 2. **诚实评估现状**：了解自己当前的真实水平。 3. **比较差距**：明确目标与现状的偏差。 4. **采取行动**：执行具体行动缩小差距。缺少明确目标，学习就会失去方向与动力。 **关键方法：从输出开始学习** 不要先系统学习，而是直接启动一个具体项目（如制作视频、弹奏一首歌）。在实践过程中遇到障碍时，再针对性学习所需知识。这种“按需抓取”的方式能让知识与真实场景深度绑定，不易遗忘。 **升级“第二大脑”，避免成为数字坟墓** 不要陷入“收藏即学会”的幻觉。知识管理的价值在于辅助产出，而非过度整理笔记。应将其建设为“第二潜意识”——一个能在你创作时主动关联并推送相关材料的动态系统，而非静态仓库。可使用工具（如Obsidian+Claude或Eden）实现自动分类与语义检索，降低管理负担。 **严格筛选输入内容** 只保存那些你愿意被其塑造、能与你的世界观融合的想法。专注于长期稳定的优质内容，并通过写作、分享等方式将外部知识内化为自身认知。让正在进行的项目作为知识的天然过滤器。 **合理利用AI** 让AI充当研究助手、编辑或灵感提供者，用于处理事实性内容、降低创作摩擦。但核心观点、价值判断与行文组织必须亲自完成，以形成不可替代的个人世界观。 **总结** 记住知识是深度应用的副产品。学习应始于具体目标与真实项目，让知识在解决问题的过程中自然沉淀。工具旨在优化流程，而非替代思考。当你为自身目标持续应用知识时，重要的内容早已融入你的能力体系。

marsbit50分钟前

marsbit50分钟前

这一届中国企业家，彻底变了

2026年夏天，中国商业史迎来标志性变化：长鑫科技登陆科创板，市值突破3万亿元；宇树科技创始人登上《时代》周刊封面；寒武纪成为科创板首家万亿市值公司；DeepSeek创始人跻身全球AI首富行列。这些事件共同揭示了中国企业家群体深刻的代际变迁。财富版图正从互联网转向人工智能等硬科技领域。张一鸣、梁文锋、陈天石、王兴兴等70后、80后创业者成为新主角，其财富增长反映了市场对未来技术竞争力的预期。TMT行业占创富榜财富近27%，AI芯片、大模型、机器人等成为核心创富方向。新一代企业家的创业起点从“商业模式”转向“技术突破”。陈天石从中科院走出，专注AI芯片研发，经历多年亏损终实现盈利；梁文锋以不足150人团队打造出具有全球影响力的DeepSeek大模型；朱一明立下“不盈利不领薪”军令状，带领长鑫科技在DRAM领域打破国际垄断，成为全球第四大厂商。这种变化源于中国经济命题的转变：从“做大市场”到“做深产业”。上一代企业家奠定了城市化和互联网的基础设施，新一代则要在这些地基上实现技术原创和产业突破。他们正推动中国从技术追赶走向自主创新，在全球高端产业竞争中占据重要位置。这不仅是财富的转移，更是国家竞争能力结构的代际交接，标志着中国进入以技术创新为核心驱动力的新发展阶段。

marsbit50分钟前

marsbit50分钟前

持有价值420亿美元XRP的日本金融巨头解释了XRP价格下跌的原因！

日本金融巨头SBI控股公司就瑞波币价格下跌原因发表看法。该公司持有价值约422亿美元的瑞波币。SBI董事长西川恭生在公司财报发布会上表示，近期加密货币市场表现疲软，尤其是瑞波币价格下跌，主要源于美国加密货币监管的不确定性。他指出，投资者正密切关注美国《清晰法案》的进展，该法案对比特币和山寨币市场至关重要，但目前尚未在参议院获得通过。监管的不确定性导致投资者采取谨慎态度，从而给整个加密货币市场及瑞波币价格带来压力。尽管如此，西川强调公司对瑞波币的长期信心不变，并继续将其视为战略资产之一。

cryptonews.ru1小时前

cryptonews.ru1小时前

虚拟世界资产与链上扭蛋：加密领域的最新热潮

正当人们觉得加密货币市场趋于平淡之际，一种名为“虚拟世界资产”（Fake World Assets，简称FWA）的新现象点燃了加密社区的热情。这本质上是链上“扭蛋”玩法的最新迭代，用户付费随机抽取NFT，奖品来自多个知名收藏系列。 FWA上线仅四天，其消耗的以太坊Gas费一度使其成为链上24小时内最大的费用消耗者，日费用峰值曾达约153万美元。其总锁仓价值（TVL）在7月31日已超过615万美元。其机制包含两面：NFT持有者可作为流动性提供者，通过存入藏品和ETH赚取费用；而玩家则付费“抽奖”，有机会获得价值远超成本的NFT。批评者认为，当前大部分活动由丰厚的代币激励驱动，而非真实需求，整个模式主要吸引加密投机者进行赌博。支持者则看好其游戏化商业的潜力，尤其适合对新一代消费者。链上扭蛋的吸引力在于它结合了收集、投机和博彩的体验。然而，其能否长久的关键在于，当新鲜感和激励消退后，用户是否仍会持续参与。若用户留存，这可能为加密领域找到一个坚实的零售用例；否则，它或将沦为又一个昙花一现的实验。

cointelegraph1小时前

cointelegraph1小时前

曾经大热的Web3，进入裁员潮

2026年上半年，美国科技行业裁员近14万人，超过半数裁员事件将AI、自动化或机器学习列为理由。Web3行业作为科技与金融交叉领域，裁员潮尤为剧烈，头部交易平台及中小平台纷纷进行人员裁撤与业务收缩。裁员过程往往突然而冷酷。有员工在毫无预警的情况下被关闭系统权限，仅通过邮箱收到裁员通知；有的交易平台每个季度裁员约10%，全年累计达40%；Coinbase印度办公室据称约90%员工被裁。许多公司选择在财年节点集中裁员，以美化财务报表。裁员补偿常不尽如人意，公司可能通过监控员工行为、设置苛刻KPI或强制考试等方式，将裁员包装成绩效淘汰，以避免支付补偿。留任员工也承受巨大压力，工作氛围变得消极、惶恐，考核加剧，会议频繁，但产品方向模糊。管理层权术斗争激烈，底层员工成为牺牲品。公司文化往往苛刻，缺乏工作与生活平衡。行业面临深层危机：交易平台依赖的手续费与上币收入模式难以为继，项目上币成本高昂但质量下降，散户流失，交易量萎缩。同时，链上衍生品平台兴起，进一步挤压中心化交易平台利润。去年10月的全行业大规模爆仓事件严重打击了市场信心，流动性枯竭，VC投资大幅收缩，项目方生存艰难。被裁员工多转向AI行业，但传统金融甚至部分AI公司对Web3背景存在歧视，视其为“蟑螂旅馆”。行业内部竞争依然恶劣，有平台甚至将高薪挖角竞对员工作为KPI，数月后再裁掉，进行消耗战。此次寒冬并非单纯周期或AI冲击所致，更源于行业自身模式弊端：高昂的上币费消耗生态、不透明的管理消耗员工信任、在寒冬中忙于内耗而非创新。Web3行业的衰败，更多是自身积累的问题爆发。

marsbit1小时前