Google DeepMind发布Lyria 3.5提升音乐结构与时长控制

Google DeepMind推出音乐生成模型Lyria 3.5，重点改进音乐结构、歌词质量、指令遵循、人声表现与歌曲时长控制，可直接生成最长约3分钟完整歌曲。

该模型继续采用latent diffusion架构，在时间音频latent空间扩散生成，训练数据带不同粒度文本标注，经SFT及人类与Critic反馈强化学习后训练，全部输出嵌入SynthID水印；相较前代在音频清晰度与歌词指令遵循上显著提升。

模型首发集成至Flow Music，支持对话式创作、Stem分轨、Remix与播放列表生成，并可联动Veo产出音乐视频，进一步整合Lyria、Veo与Gemini，形成从创作到分发的完整音乐生态闭环，资金与资源向Google自有创作平台集中。

来源：公开信息

Google DeepMind此前以Lyria系列切入音乐生成，从早期受限访问到Lyria 3在Gemini与Vertex AI落地，再到Lyria 3 Pro支持约3分钟完整曲目，路径始终是先技术验证、再产品化嵌入自有生态，避免直接与Suno、Udio等独立工具正面价格战。

资本与算力持续向Flow Music与Gemini体系输送：通过API开放与Spaces自定义工具，Google把模型能力转化为可收费的创作工作流，同时用SynthID建立可追溯标识，降低版权争议风险，类似其在图像与视频领域的SynthID部署逻辑。

行业对照可见Stability AI与Meta的音乐模型更多停留在研究或开放权重阶段，而Google选择封闭迭代+平台绑定，当前处于从短片段向完整歌曲与生产工具转型的控制期，与Adobe Firefly在创意软件内的嵌入策略高度相似。

本质属于产业链重构：生成模型不再只卖API调用，而是通过时长控制、Stem导出与跨模态联动，把创作入口、编辑与分发全部收拢至同一生态，降低外部工具依赖，强化平台对音乐生产链条的定价权。

ABAB News · 认知定律

ABAB AI 解读