2026年7月29日，Google DeepMind 宣布在 Google Flow Music 中推出 Lyria 3.5。此次更新没有强调参数规模，而是把重点放在创作者更容易感知的四件事上：旋律更自然、歌词更贴合提示、人声更有表现力，以及节奏和时长更容易控制。对音乐创作者而言，这意味着生成式音乐正在从“一次抽卡”转向可以反复调整的制作流程。
目前官方明确的是 Lyria 3.5 正在 Flow Music 内推出，因此想体验新能力的用户应先在该产品中查看，而不要把它误解为所有 Google 音乐入口或开发者 API 已同步升级。
升级重点是可控性，而不只是音质
Google 表示，新模型可以生成更丰富、更复杂且听起来更自然的旋律结构。歌词部分提高了对提示词的遵循度和结构意识，人声则加强了真实感、情绪细节与发音表现。这些变化分别对应 AI 音乐常见的几个痛点：段落之间缺乏发展、歌词主题容易跑偏、演唱情绪单一，以及咬字影响可用性。
更值得关注的是节奏与输出时长控制。短视频配乐、广告片和播客片头都有明确的秒数要求；如果模型只能生成“差不多长度”的作品，后期仍要花大量时间裁切。更直接的时长控制，可能比单纯提升听感更能缩短交付链路。
哪些创作者会最先感受到变化
独立音乐人可以用它快速验证旋律和演唱方向，再决定是否进入真人录制；视频团队可按画面节奏制作不同长度的配乐草案；品牌内容团队则能围绕同一主题测试多种音乐气质。它更适合作为构思、试样和迭代工具，而不是自动替代编曲、混音、版权审核和最终审美判断。
对不熟悉专业音乐软件的人，Flow Music 把提示、生成和调整放在同一环境里，降低了试错门槛。但提示仍需写清曲风、情绪、速度、结构和使用场景，只给“做一首好听的歌”并不会自动得到稳定结果。
官方公告仍留下三个边界
Google 本次没有公布可对比的盲测数据，也没有说明不同语言的人声提升幅度。因此，“发音更好”应理解为官方描述，中文及方言效果仍需实际测试。公告也没有展开训练数据、商业使用权和内容识别机制，准备把作品用于广告、发行或客户项目时，仍要查看 Flow Music 的最新服务条款，并保留生成记录。
此外，模型能生成更完整的音乐，不等于作品天然拥有独创性。创作者仍需检查旋律相似度、歌词敏感内容、声音是否过度接近真实艺人，以及素材授权是否满足发布平台要求。
下一步值得观察什么
Lyria 3.5 的实际价值将取决于长段落一致性、多语言发音、时长控制精度和后续编辑能力。如果 Flow Music 能让用户稳定修改某一段歌词、速度或人声而不破坏其他部分，AI 音乐才真正接近可持续的制作工具。现阶段最合理的做法，是用真实项目的小样测试同一提示的多次输出，再比较返工时间，而不是只听官方演示判断升级幅度。
