Google 4 вересня додала Lyria 3.5 до застосунку Gemini та Gemini API. Для звичайних користувачів це дуже інтуїтивне оновлення: описуєте бажаний стиль, вибираєте, чи потрібен вокал чи лише інструментал, і вирішуєте, чи потрібен короткий музичний фрагмент чи більш повна композиція — система генерує готовий результат. Для розробників і творців зміни більш конкретні — та сама модель тепер доступна в Google AI Studio, Google Vids і Flow Music, що означає, що AI-музика вже не просто пробна функція на веб-сторінці, а поступово інтегрується в існуючі робочі процеси: відеозйомку, брендовий контент, розробку додатків тощо.
Найбільш важливим у цьому оголошенні є не те, що з’явився ще один музичний моделювальник, а те, що Google почав перетворювати генерацію музики на цілісний продукт. Офіційно оголошено, що оновлення зосереджено на більш виразному вокалі, багатшій аранжуванні та вищій якості звуку, а також надає вибір стилів та шаблонів. Раніше багато інструментів генерації музики могли швидко створювати мелодії, але часто виявляли машинний характер у цілісній структурі, якості вокалу та розвитку секцій. Lyria 3.5 очевидно спрямована на останній кілометр: щоб користувачам потрібно було менше експериментувати з підказками та більше отримувати матеріали, які можна безпосередньо використовувати у відео, дзвінках або брендовому контенті.
Від іграшок-інспірацій до інструментів для створення контенту
Музична генерація справді входить у робочий процес не завдяки одному вражаючому звучанню, а завдяки стабільності, контролю та економії часу. Команди коротких відео потребують переключення між кількома версіями тривалості, бренди звертають увагу на консистентність стилю, а розробники — на стабільність інтерфейсу та можливість інтеграції у продукт. Lyria 3.5 охоплює як застосунок Gemini, так і API, що відповідає потребам як індивідуального творчого процесу, так і масштабного виробництва. Особисті користувачі можуть швидко почати роботу за допомогою шаблонів, а розробники можуть інтегрувати ці можливості у свої інструменти монтажу, маркетингу чи інтерактивних розважальних продуктів.
Google також виокремив «короткі або довші треки» як окрему функцію. Це здається звичайним, але насправді стосується однієї з найскладніших частин генерації музики: при збільшенні тривалості модель має не лише зберігати тембр, а й керувати куплетами, припівками, перехідними уривками та змінами настрою, уникати механічного циклічного повторення. У оголошенні не розкрито жодних конкретних максимальних тривалостей, регіональних відмінностей чи повних технічних параметрів, тому точніше буде сказати, що користувачі отримали більш гнучкий вибір тривалості, а не можливість нескінченно генерувати повні альбоми.
У порівнянні з генерацією тексту та зображень, музика має додатковий рівень обмежень використання. Чи є мелодія надто схожою на існуючі твори, чи голос може ввести слухачів в оману, вважаючи його справжнім співаком, чи можна використовувати комерційний проект згідно з умовами платформи — це питання, які творцям потрібно перевіряти самостійно. У своєму оголошенні Google зосередилася лише на можливостях продукту, не вирішуючи цих складних питань. Тому команді слід зберігати записи промптів, згенерованих версій та ручних змін до офіційного запуску, а також проводити перевірку високоризикованих мелодій, текстів та схожості звуків.
Для індустрії контенту такі продукти найперше змінять не творчість топових музикантів, а велику кількість повсякденних потреб, які раніше не могли дозволити собі замовну музику. Підкасти, короткі відео в магазинах, фонові композиції для курсів, сторінки ігрових подій та рекламні матеріали в соцмережах потребують великої кількості музики з жорсткими термінами та обмеженим бюджетом. Раніше вони часто залежали від загальних музичних бібліотек; зараз створювачі можуть генерувати більш точні версії, що точно відповідають конкретним зображенням і ритму. Цінність не обов’язково полягає в «кращому, ніж у професійних композиторів», а в тому, щоб кожен контент мав звук, ближчий до замовного.
Справжня конкуренція — у розповсюдженні та управлінні авторськими правами
Важливіше не окремі метрики, а те, що Lyria 3.5 була включена в Gemini, а не залишена в ізольованому лабораторному продукті. Gemini має готовий доступ для користувачів, Google Vids інтегрований з офісними відео, AI Studio обслуговує розробників, а Flow Music призначений для більш професійних творців. Здатності моделі розповсюджуються через ці канали, дозволяючи користувачам використовувати генерацію музики в рамках своїх звичних завдань, не розуміючи назви моделі. Конкуренція в сфері AI-продуктів таким чином змістилася з питання «чий приклад звучить краще» на питання «хто швидше доставить результат у правильному контексті».
Але чим ширше поширюється розподіл, тим більший тиск на управління. Музика — це тип вмісту з надзвичайно складними правовими відносинами: тексти, мелодії, звукозаписи, образи голосів та стиль виконання можуть належати різним правовласникам. Користувачі-бізнес не можуть вважати, що «платформа дозволяє генерувати», що означає «можна використовувати в будь-яких сценаріях». Найбезпечніший підхід — спочатку уважно прочитати умови надання послуг, що стосуються вашого регіону та облікового запису, а потім провести ручну перевірку кінцевого виводу; коли йдеться про відомих артистів, вже існуючі пісні або бренд клієнта, слід застосовувати ще більш суворі внутрішні стандарти.
З погляду індустрії, Lyria 3.5 надає музичні можливості глобальним користувачам і розробникам Gemini, що збільшить пропозицію генерованої музики, але не означає знищення традиційної музичної цінності. Навпаки, коли базові музичні супроводи стають дешевими, справжній унікальний творчий вміст, вірогідний вираз персонажів і чітка система ліцензування можуть стати ще ціннішими. Моделі підходять для створення чернеток, варіантів і низькоризикованих супроводів, а люди краще підходять для визначення того, чому існує твір, що він має висловити та коли зупинити генерацію.
Тому це оновлення можна розглядати як крок Google щодо комерціалізації генеративних медіапродуктів: модель вже не обмежується технічними демонстраціями тривалістю в кілька секунд, а починає виконувати завдання з створення контенту, який можна вбудовувати, повторно використовувати та передавати. Чи стане вона загальнодоступним інструментом для творців, залежатиме від послідовності, витрат, механізмів перевірки та відгуків користувачів у реальних проектах. Офіційно підтверджено, що Lyria 3.5 вже інтегровано в продукти та інтерфейси; але ринок прийме лише тоді, коли зрозуміє, скільки часу вона економить та скільки переробок скорочує у реальних робочих процесах.