Gemini: 用AI創作30秒音樂曲目

Google 的 Gemini 應用最近迎來了一次頗為有趣的更新——它現在能幫你寫歌了。確切地說，是生成一段最長 30 秒的音樂片段。背後支撐這一功能的，是 DeepMind 最新發布的 Lyria 3 音樂生成模型。

這不是 Gemini 第一次涉足多媒體創作。此前它已經能處理影象、文件，甚至分析視訊內容。但音樂生成這塊，過去大多依賴第三方外掛或獨立工具，比如 Suno 或 Udio。現在 Gemini 把能力直接內建到對話介面中，使用者只需要輸入一句描述，比如「一段輕快的電子舞曲，帶點夏日氣息」，甚至上傳一張圖片，AI 就能在幾秒鐘內生成對應的音訊。

Lyria 3 做了什麼升級？

Lyria 是 DeepMind 專為音樂生成設計的模型系列。第三代在音質、節奏穩定性和風格多樣性上都有明顯進步。根據官方說明，Lyria 3 能更好地理解文字中的情緒和節奏提示，同時對圖片內容也能進行語義轉化——比如一張日落海灘的照片，它可能會生成帶有海浪聲和舒緩吉他的配樂。不過實際試下來，30 秒的長度註定它更適合做短視訊配樂、鈴聲或者靈感片段，而非完整的歌曲。

實際體驗：門檻低，上限也低

對於完全沒有音樂背景的普通人來說，這個功能相當友好。你不需要懂和絃、調式或編曲軟體，只要會打字就能得到一段能聽的旋律。生成的音樂質量在大多數場景下「夠用」——不驚豔，但不會有明顯刺耳或節奏錯亂的情況。但如果你對音樂有較高的審美要求，或者需要特定結構和層次，Lyria 3 提供的手動控制選項很少，你只能通過反覆修改 prompt 來調整結果。

這點和 Suno、Udio 這類專注音樂生成的產品類似，它們都需要使用者用文字「調音」。不過 Gemini 的獨特優勢在於，它可以結合對話上下文連續生成，比如你先生成一段鋼琴旋律，然後告訴它「換成吉他風格，加快節奏」，它能在保留核心主題的前提下做變體。

對普通使用者意味著什麼？

• 內容創作者：可以快速為短視訊、播客片頭或演示幻燈片生成背景音樂，無需再為版權發愁。
• 教育場景：老師可以讓學生用文字描述一段時期的歷史氛圍，AI 生成對應的背景音樂，讓課堂更有沉浸感。
• 個人娛樂：把旅遊照片變成一段專屬的旅行回憶配樂，聽起來就很有紀念意義。

當然，目前的版本也有限制。生成音樂無法匯出為分軌檔案，版權歸屬也尚不明確——你生成的音樂能不能商用，Google 在部落格裡沒有細說。另外，部分地區暫時無法使用該功能，需要等後續擴充套件。

同類對比：不是顛覆，而是補齊

相比專門做音樂生成的工具，Gemini 的 Lyria 3 在生成質量和可控性上並不佔優。但它贏在整合和內嵌。你不需要在多個應用之間跳轉，在同一個對話方塊裡就能完成從靈感描述到音樂產出。對於追求效率的使用者來說，這一點很實在。而 Google 顯然希望把 Gemini 打造成一個全能型創作助手，音樂只是其中一塊拼圖。

目前 Lyria 3 已經在 Gemini 應用中上線，免費使用者每天有生成次數限制，高階訂閱使用者則能獲得更多配額和更高音質的選項。如果你已經安裝了 Gemini，不妨開啟試試，也許會有意想不到的靈感——哪怕只是給朋友發一條用 AI 音樂做背景的語音訊息。

音樂生成 AI 的競爭正在從「能不能生成」轉向「生成的體驗有多順滑」。Gemini 這一步走得不算快，但方向是對的。