أدخلت Google Lyria 3.5 في تطبيق Gemini وGemini API في 4 سبتمبر. بالنسبة للمستخدمين العاديين، فإن هذا تحديث بديهي: وصف الأسلوب الموسيقي المرغوب، واختيار ما إذا كنت ترغب في صوت بشري أو موسيقى خالصة، ثم تحديد ما إذا كنت تريد مقطوعة قصيرة أو عملًا موسيقيًا أطول، وسيقوم النظام بإنتاج النتيجة النهائية. بالنسبة للمطورين والمنشئين، فإن التغييرات أكثر تحديدًا — فقد دخل نفس النموذج أيضًا Google AI Studio وGoogle Vids وFlow Music، مما يعني أن الموسيقى المدعومة بالذكاء الاصطناعي لم تعد ميزة تجريبية فقط على الويب، بل تتجه نحو دمج نفسها في سير العمل القائمة مثل إنتاج الفيديو ومحتوى العلامات التجارية وتطوير التطبيقات.
أبرز ما في هذا الإعلان ليس "إضافة نموذج موسيقي آخر"، بل بدء Google في تحويل توليد الموسيقى إلى قدرة منتج قابلة للتسليم. وصفت الشركة الرسمية التحديثات الرئيسية بأنها صوت أكثر تعبيراً، وتأليف أغنى، وجودة صوت أعلى، مع توفير خيارات أنماط وقوالب. في الماضي، كان العديد من أدوات توليد الموسيقى قادرة على إنتاج لحن بسرعة، لكنها كانت تُظهر بسهولة آثاراً آلية في البنية الكاملة، ونقاء الصوت، وتقدم المقاطع. يبدو أن Lyria 3.5 تستهدف "الكيلومتر الأخير": تمكين المستخدمين من تقليل تجارب تعليمات الإدخال، والحصول على مواد يمكن استخدامها مباشرة في الفيديوهات أو الأجراس أو المحتوى العلامة التجارية.
من أداة إلهام إلى أداة إنتاج محتوى
لا يعتمد دخول توليد الموسيقى إلى سير العمل الحقيقي على تجربة واحدة مذهلة، بل على الاستقرار والتحكم وتوفير الوقت. تحتاج فرق الفيديوهات القصيرة إلى التبديل بين إصدارات بأطوال مختلفة، ويهتم العملاء العلامات التجارية بتوحيد الأسلوب، بينما يهتم المطورون باستقرار الواجهة وقدرتها على التكامل في المنتجات. تغطي Lyria 3.5 تطبيقات وواجهات برمجة التطبيقات الخاصة بـ Gemini، مما يلبي كلا الجانبين: الإبداع الفردي والإنتاج على نطاق واسع. يمكن للمستخدمين الأفراد البدء بسرعة باستخدام القوالب، بينما يمكن للمطورين دمج هذه القدرات في منتجاتهم الخاصة للتحرير أو التسويق أو الترفيه التفاعلي.
كما تصنف جوجل "القطع القصيرة أو الأطول" كقدرة مستقلة. يبدو هذا أمرًا عاديًا، لكنه يلامس أحد أصعب جوانب توليد الموسيقى: مع زيادة الطول، يجب على النموذج الحفاظ على النبرة مع معالجة الأجزاء الرئيسية، والكورس، والانتقالات، والتغيرات العاطفية، وتجنب الدورات الميكانيكية. لم تكشف الإعلانات عن أطول مدة موحدة، أو الفروق الإقليمية، أو جميع المعلمات التقنية، لذا فإن التصريح الأكثر دقة هو أن المستخدمين حصلوا على خيارات مرونة أكبر في المدة، وليس إمكانية توليد ألبومات كاملة بلا حدود.
بالمقارنة مع توليد النصوص والصور، فإن الموسيقى تضيف طبقة إضافية من الحدود الاستخدامية. فهل اللحن قريب جدًا من أعمال سابقة؟ هل الأصوات البشرية قد تُضلّل المستمعين وتجعلهم يظنون أنها لفنانين حقيقيين؟ وهل يمكن استخدام المشروع التجاري وفقًا لشروط المنصة؟ هذه كلها أسئلة يجب على المبدعين التحقق منها بأنفسهم. ركّز إعلان Google هذا على قدرات المنتج، ولم "يحل" هذه المشكلات المعقدة دفعة واحدة. لذلك، يجب على الفريق الاحتفاظ بسجلات التعليمات البرمجية والإصدارات المولدة والتعديلات اليدوية قبل التسليم الرسمي، وإعادة مراجعة اللحنات والكلمات والأصوات ذات التشابه العالي من حيث المخاطر.
بالنسبة لصناعة المحتوى، فإن المنتجات من هذا النوع قد تغير أولاً الاحتياجات اليومية الكبيرة التي لم تكن تستطيع تحمل تكلفة الموسيقى المخصصة، وليس إبداعات الفنانين الرائدين. تحتاج مقاطع البودكاست، والفيديوهات القصيرة للمتاجر، وخلفيات الدورات، وصفحات الأحداث في الألعاب، والإعلانات على وسائل التواصل الاجتماعي، إلى كمية كبيرة من الموسيقى ذات جدول زمني ضيق وميزانية محدودة. في الماضي، كانت تعتمد غالبًا على مكتبات موسيقية عامة؛ والآن، يمكن للمبدعين توليد إصدارات أكثر توافقًا بناءً على المشاهد والإيقاع المحددين. لا تكمن القيمة بالضرورة في "أن تكون أفضل من تأليف موسيقي محترف"، بل في منح كل محتوى صوتًا أقرب إلى المخصص.
المنافسة الحقيقية تكمن في التوزيع وحوكمة حقوق الملكية
إن دمج Lyria 3.5 داخل Gemini، بدلاً من الاحتفاظ به كمنتج مختبري منفصل، أهم من أي مؤشر فردي. يمتلك Gemini مدخلات مستخدمين جاهزة، ويربط Google Vids بمقاطع الفيديو المكتبية، ويخدم AI Studio المطورين، ويوفر Flow Music للمبدعين الأكثر تخصصًا. تُوزّع قدرات النموذج عبر هذه المدخلات لتشكل شبكة توزيع، بحيث لا يحتاج المستخدمون إلى فهم اسم النموذج أولاً لاستخدام توليد الموسيقى ضمن مهامهم الأصلية. وبالتالي، تحول التنافس في منتجات الذكاء الاصطناعي من "أي نموذج أفضل صوتًا" إلى "أي نموذج يُقدّم الحل الأسرع في السياق الصحيح".
لكن كلما انتشر التوزيع أكثر، زاد ضغط الحوكمة. الموسيقى نوع محتوى معقد للغاية من حيث العلاقات القانونية، حيث يمكن أن تتعلق الكلمات والأغاني والتسجيلات وصورة الصوت وأسلوب الأداء بحقوق مختلفة. لا يمكن للمستخدمين المؤسسيين اعتبار "السماح بالإنشاء من قبل المنصة" مكافئًا لـ "الاستخدام التجاري في أي سياق". إن الطريقة الآمنة هي أولاً قراءة شروط الخدمة المطبقة على المنطقة والحساب المعني، ثم إجراء مراجعة يدوية للإخراج النهائي؛ وعندما يتعلق الأمر بفنانين مشهورين أو أغاني موجودة أو علامات تجارية للعملاء، يجب اعتماد معايير داخلية أكثر صرامة.
من منظور الصناعة، فإن Lyria 3.5 يُمكّن مستخدمي ومهندسي Gemini حول العالم من الوصول إلى قدرات الموسيقى، مما يزيد من عرض الموسيقى المولدة، لكنه لا يعني محو القيمة التقليدية للموسيقى. على العكس، عندما تصبح الموسيقى الأساسية رخيصة، قد تصبح الأعمال ذات الهوية المميزة، والتعبيرات الإنسانية الموثوقة، وسلاسل الترخيص الواضحة أكثر قيمة. إن النموذج مناسب لمهام المسودات والبدائل والموسيقى منخفضة المخاطر، بينما يظل البشر هم الأفضل في تحديد سبب وجود العمل، وما الذي يجب أن يعبر عنه، ومتى يجب إيقاف التوليد.
لذلك، يمكن اعتبار هذا التحديث خطوة من قِبل Google نحو تجسيد منتجات الوسائط التوليدية: فقد تجاوزت النماذج مجرد عروض تقنية مدتها بضع ثوانٍ، وبدأت الآن في أداء مهام محتوى قابلة للدمج، وإعادة الاستخدام، والتسليم. ما إذا كانت ستُصبح أداة شائعة للمبدعين، يعتمد على الاتساق والتكلفة وآليات المراجعة وردود الفعل من المستخدمين في المشاريع الحقيقية. ما تؤكده الشركة الرسمية هو أن Lyria 3.5 دخلت الآن في المنتجات والواجهات ذات الصلة؛ أما ما سيقبله السوق في النهاية، فهو كمية الوقت التي توفرها وكمية العمل الإضافي التي تقلله في سير العمل الحقيقي.