當地時間2026年3月25日，Google DeepMind 正式推出 Lyria 3 Pro 音樂生成模型，係繼2026年2月18日發布支援30秒短軌嘅 Lyria 3 後嘅一次重大升級。Lyria 3 Pro 能根據文字提示或圖像輸入，自行生成長達3分鐘嘅高保真完整曲目，並精準編排引子（intro）、主歌（verse）、副歌（chorus）、橋段（bridge）等專業歌曲結構，標誌住 AI 音樂生成由「短片段取樣」邁向「獨立成曲」嘅關鍵跨越。
Google 官方博客同 DeepMind 頁面強調，Lyria 3 Pro 唔單止延長咗時長，更實現咗所謂嘅「結構感知」（structural awareness）。用戶可以透過提示詞明確指定歌曲架構、節奏動態、聲樂風格，甚至將相片轉化為配合氛圍嘅完整音軌。呢項能力被業界視為 AI 音樂工具由「輔助靈感」向「專業編曲夥伴」轉型嘅里程碑，亦會同 Suno、Udio 等競品直接競爭。
原理：潛擴散模型 + 時序音頻潛變量，實現長時序連貫性
Lyria 3 Pro 嘅核心架構係基於潛擴散（latent diffusion）技術，應用喺時序音頻潛變量（temporal audio latents）。唔同於早期音樂 AI 依賴簡單波形拼接或規則生成，Lyria 系列先將音頻編碼到低維潛空間表示，再透過擴散過程逐步去噪生成高保真輸出。呢種方法令模型喺生成過程中自然而然捕捉到節奏、和聲、動態變化等音樂內在邏輯。
訓練數據來自經過嚴格過濾同標註嘅音頻集（包含文本描述、不同粒度字幕），並融入專業音樂人同製作人嘅反饋。模型唔止學到音色、旋律，仲掌握歌曲整體敘事結構：透過強化學習同人類反饋（RLHF），佢可以「理解」一首歌由引子 buildup 到副歌高潮、再到橋段轉折嘅完整敘事弧線。當提示詞指定「2分鐘流行搖滾，帶激昂副歌同情感橋段」時，模型會自主規劃時間戳、樂器分層同聲樂演繹，實現自然過渡而非循環重複。
輸出為48kHz 立體聲高保真音頻，支持多語聲樂、原創歌詞同伴奏同步生成。喺圖像輸入模式下，模型仲可以將視覺元素（例如相片場景）轉化為配合嘅情緒音軌，進一步強化創意閉環。DeepMind 團隊表示，呢項能力來自「與音樂家共同開發」嘅迭代過程，遠超早期 MusicLM 嘅實驗階段。
費用：訂閱為主，Pro 版面向付費用戶同開發者
Lyria 3 Pro 並非完全免費開放。喺 Gemini App 入面，基礎嘅 Lyria 3（30秒軌）對18歲以上用戶開放，但完整3分鐘嘅 Pro 功能需要 Google AI Plus、Pro 或 Ultra 訂閱用戶先能使用（「Thinking」或「Pro」模式）。API 層面，透過 Gemini API 提供 lyria‑3‑pro‑preview 模型，方便開發者整合到影片編輯、內容創作工具中。
具體收費方面，Gemini 訂閱採用分層定價（以 Google 官網為準），Pro 模式生成長軌嘅耗費高於短 clip。API 使用按生成次數或音頻時長計費（詳見 ai.google.dev 定價頁），企業級 Vertex AI 則提供預覽訪問，適合大規模商業應用。Google 同時將 Lyria 3 Pro 集成到 Google Vids（影片編輯）、ProducerAI（收購嘅 GenAI 音樂製作工具）等產品，進一步降低專業用戶嘅入門門檻，但整體仍以付費訂閱做為核心商業模式，以避免免費濫用造成算力壓力。
相比純開源音樂 AI，Lyria 3 Pro 嘅高保真度同結構控制會帶嚟較高使用成本，但 Google 強調其「開箱即用」嘅專業級輸出，能顯著節省後期製作時間。
影響：重塑音樂產業、賦能創作者與倫理挑戰並存
1. 對普通創作者同內容生產者嘅賦能
Lyria 3 Pro 大幅降低咗音樂創作門檻。非專業人士只需一句描述或一張相，就可以得到接近錄音室水準嘅完整曲目，適合 YouTube Shorts、短片配樂、播客背景、廣告 jingle 等場景。Google 已將其推入 YouTube Dream Track 等工具，創作者可以快速原型測試構想，加速由「靈感」到「成品」嘅流程。分析師認為，呢個會推動「人人都可以做音樂」嘅時代，影片平台同社交媒體嘅內容產量有望爆發式增長。
2. 對專業音樂產業嘅重塑
專業音樂人可以將 Lyria 3 Pro 當作「智能草稿機」：快速生成結構框架、嘗試唔同編排，再匯入 DAW（數位音頻工作站）做精修。呢個能縮短前期 demo 製作週期，但亦引發就業憂慮——入門級編曲、配樂工作可能會被部分取代。音樂業界媒體指出，AI 作曲工具正由「玩具」變成「生產力基礎設施」，唱片公司或者會轉向「AI+人類協作」模式，利用 AI 批量探索風格融合。
3. 行業競爭與版權格局
Lyria 3 Pro 嘅推出加劇咗同 Suno、Udio 嘅競爭，後者早已支持長曲生成。Google 嘅優勢在於生態整合（Gemini、YouTube、Vids）同 SynthID 不可感知水印，確保所有輸出可被追溯為 AI 生成，降低版權糾紛風險。模型訓練數據經過嚴格篩選，來源包括合作夥伴、YouTube 授權內容及 Google 自有數據，提示中亦禁止指定特定藝術家聲音或受版權保護嘅歌詞，體現負責任 AI 理念。
然而，挑戰仍然存在：AI 音樂可能稀釋原創價值、衝擊串流平台版稅分配；雖然有水印防護，但 deepfake 式音樂濫用仍需監管跟進。長遠嚟講，呢啲變化可能會加速音樂版權框架嘅更新，推動建立針對「AI 生成內容」嘅專屬授權機制。
安全與倫理：以透明為先，責任共擔
所有由 Lyria 生成嘅音頻均會嵌入 SynthID 水印，唔會影響聽感但便於平台驗證。Google 透過安全過濾、紅隊測試同 AI 原則審查，禁止生成有害、暴力或具誤導性嘅內容。模型卡明確限制用於非法或侵害知識產權嘅場景，反映 DeepMind 一貫負責任開發嘅路線。
結語：AI 音樂嘅「結構躍遷」開啟新紀元
Lyria 3 Pro 嘅發布唔係單純延長生成時長，而係令 AI 真正「識得音樂結構」，由被動生成轉向主動編排，預示住音樂創作即將進入「人機共創」嘅主流時代。對創作者嚟講，呢係前所未有嘅生產力解放；對行業嚟講，則係效率同創意邊界嘅重新定義。未來，隨住 RealTime 版本嘅迭代同多模態融合，AI 或會進一步參與即時表演與個性化定制。
Google DeepMind 呢個舉動再次證明：技術進步正以指數級速度重塑文化生產。但點樣平衡創新同就業、原創同合成，仍需全行業共同探索。Lyria 3 Pro 只係起點——完整長金曲嘅時代，已悄悄到來。
▶️ 鍾意呢篇內容？創作真係好辛苦！
歡迎關注我哋嘅 YouTube 頻道：
AI Rosetta
你嘅讚、訂閱同分享，係對我哋最大嘅支持！🙏
更多AI新聞請訪問：https://www.airosetta.com