Google DeepMind發佈Lyria 3.5提升音樂結構與時長控制
Google DeepMind推出音樂生成模型Lyria 3.5，重點改進音樂結構、歌詞質量、指令遵循、人聲表現與歌曲時長控制，可直接生成最長約3分鐘完整歌曲。
該模型繼續採用latent diffusion架構，在時間音頻latent空間擴散生成，訓練數據帶不同粒度文本標註，經SFT及人類與Critic反饋強化學習後訓練，全部輸出嵌入SynthID水印；相較前代在音頻清晰度與歌詞指令遵循上顯著提升。
模型首發集成至Flow Music，支持對話式創作、Stem分軌、Remix與播放列表生成，並可聯動Veo產出音樂視頻，進一步整合Lyria、Veo與Gemini，形成從創作到分發的完整音樂生態閉環，資金與資源向Google自有創作平臺集中。
來源：公開信息
ABAB AI 解讀
Google DeepMind此前以Lyria系列切入音樂生成，從早期受限訪問到Lyria 3在Gemini與Vertex AI落地，再到Lyria 3 Pro支持約3分鐘完整曲目，路徑始終是先技術驗證、再產品化嵌入自有生態，避免直接與Suno、Udio等獨立工具正面價格戰。
資本與算力持續向Flow Music與Gemini體系輸送：通過API開放與Spaces自定義工具，Google把模型能力轉化爲可收費的創作工作流，同時用SynthID建立可追溯標識，降低版權爭議風險，類似其在圖像與視頻領域的SynthID部署邏輯。
行業對照可見Stability AI與Meta的音樂模型更多停留在研究或開放權重階段，而Google選擇封閉迭代+平臺綁定，當前處於從短片段向完整歌曲與生產工具轉型的控制期，與Adobe Firefly在創意軟件內的嵌入策略高度相似。
本質屬於產業鏈重構：生成模型不再只賣API調用，而是通過時長控制、Stem導出與跨模態聯動，把創作入口、編輯與分發全部收攏至同一生態，降低外部工具依賴，強化平臺對音樂生產鏈條的定價權。
ABAB News · 認知定律
模型越強，入口越貴
水印不是保護，是控制權
完整時長決定生態邊界