Gemini: 用AI创作30秒音乐曲目

Google 的 Gemini 应用最近迎来了一次颇为有趣的更新——它现在能帮你写歌了。确切地说，是生成一段最长 30 秒的音乐片段。背后支撑这一功能的，是 DeepMind 最新发布的 Lyria 3 音乐生成模型。

这不是 Gemini 第一次涉足多媒体创作。此前它已经能处理图像、文档，甚至分析视频内容。但音乐生成这块，过去大多依赖第三方插件或独立工具，比如 Suno 或 Udio。现在 Gemini 把能力直接内置到对话界面中，用户只需要输入一句描述，比如“一段轻快的电子舞曲，带点夏日气息”，甚至上传一张图片，AI 就能在几秒钟内生成对应的音频。

Lyria 3 做了什么升级？

Lyria 是 DeepMind 专为音乐生成设计的模型系列。第三代在音质、节奏稳定性和风格多样性上都有明显进步。根据官方说明，Lyria 3 能更好地理解文本中的情绪和节奏提示，同时对图片内容也能进行语义转化——比如一张日落海滩的照片，它可能会生成带有海浪声和舒缓吉他的配乐。不过实际试下来，30 秒的长度注定它更适合做短视频配乐、铃声或者灵感片段，而非完整的歌曲。

实际体验：门槛低，上限也低

对于完全没有音乐背景的普通人来说，这个功能相当友好。你不需要懂和弦、调式或编曲软件，只要会打字就能得到一段能听的旋律。生成的音乐质量在大多数场景下“够用”——不惊艳，但不会有明显刺耳或节奏错乱的情况。但如果你对音乐有较高的审美要求，或者需要特定结构和层次，Lyria 3 提供的手动控制选项很少，你只能通过反复修改 prompt 来调整结果。

这点和 Suno、Udio 这类专注音乐生成的产品类似，它们都需要用户用文字“调音”。不过 Gemini 的独特优势在于，它可以结合对话上下文连续生成，比如你先生成一段钢琴旋律，然后告诉它“换成吉他风格，加快节奏”，它能在保留核心主题的前提下做变体。

对普通用户意味着什么？

• 内容创作者：可以快速为短视频、播客片头或演示幻灯片生成背景音乐，无需再为版权发愁。
• 教育场景：老师可以让学生用文字描述一段时期的历史氛围，AI 生成对应的背景音乐，让课堂更有沉浸感。
• 个人娱乐：把旅游照片变成一段专属的旅行回忆配乐，听起来就很有纪念意义。

当然，目前的版本也有限制。生成音乐无法导出为分轨文件，版权归属也尚不明确——你生成的音乐能不能商用，Google 在博客里没有细说。另外，部分地区暂时无法使用该功能，需要等后续扩展。

同类对比：不是颠覆，而是补齐

相比专门做音乐生成的工具，Gemini 的 Lyria 3 在生成质量和可控性上并不占优。但它赢在集成和内嵌。你不需要在多个应用之间跳转，在同一个对话框里就能完成从灵感描述到音乐产出。对于追求效率的用户来说，这一点很实在。而 Google 显然希望把 Gemini 打造成一个全能型创作助手，音乐只是其中一块拼图。

目前 Lyria 3 已经在 Gemini 应用中上线，免费用户每天有生成次数限制，高级订阅用户则能获得更多配额和更高音质的选项。如果你已经安装了 Gemini，不妨打开试试，也许会有意想不到的灵感——哪怕只是给朋友发一条用 AI 音乐做背景的语音消息。

音乐生成 AI 的竞争正在从“能不能生成”转向“生成的体验有多顺滑”。Gemini 这一步走得不算快，但方向是对的。