字数 1514，阅读大约需 8 分钟

Google Vertex AI平台重磅更新：Lyria音乐生成模型引领创新浪潮

近日，Google在其Vertex AI云平台上发布了多项第一方媒体生成AI模型的更新，进一步巩固了其在企业级生成AI市场的领先地位。其中，备受瞩目的Lyria音乐生成模型已向特定客户开放预览，为用户提供了免版税音乐库的替代方案。借助Lyria，用户可以轻松创作涵盖从爵士钢琴独奏到低音轨道等多种风格和流派的歌曲，为音乐创作领域带来了革命性的变化。

Lyria：免版税音乐库的强大替代者

Lyria作为Google推出的文本到音乐生成模型，其核心优势在于能够根据用户的文本描述，自动生成高质量的音乐作品。无论是需要一段背景音乐，还是希望创作一首完整的歌曲，Lyria都能满足用户的需求。与传统的免版税音乐库相比，Lyria不仅提供了更丰富的音乐风格和流派选择，还能够根据用户的个性化需求进行定制化创作，极大地提升了音乐创作的灵活性和效率。

Chirp 3驱动的语音克隆功能：开启多语言合成语音新篇章

除了Lyria，Google还推出了由Chirp 3音频理解模型支持的全新语音克隆功能。这一功能仅需10秒的音频样本，即可精准复制特定声音，为用户提供了便捷的语音合成解决方案。更令人兴奋的是，Chirp 3支持多达35种语言的语音合成，为多语言应用场景提供了强大的支持。目前，这一功能已向“允许列表”用户开放，并已推出一项名为“带有说话人分离的转录”（Transcription with Diarization）的预览工具，能够自动识别和分离多参与者录音中的不同说话人。

Veo 2视频创建模型：增强编辑与视觉效果定制

在视频创作领域，Google的Veo 2模型也迎来了重大更新。新版本的Veo 2不仅能够移除视频中的背景图像、标志和物体，还能够扩展视频画面，例如将横向视频转换为纵向视频。此外，Veo 2还新增了调整摄像机角度和节奏的功能，使用户能够轻松创建时间流逝效果、无人机风格片段等创意视频内容。通过在指定起始帧和结束帧之间进行插值，Veo 2还能够生成流畅的过渡效果，进一步提升了视频创作的自由度和表现力。

Imagen 3图像生成器：性能飞跃，重塑图像处理体验

在图像生成方面，Google的Imagen 3模型也取得了显著的性能提升。新版本的Imagen 3在对象移除和损坏图像部分重建方面表现出色，为用户提供了更强大的图像编辑能力。无论是需要移除图片中的特定元素，还是希望修复受损的图像区域，Imagen 3都能够提供高效、准确的解决方案。

巩固企业市场地位，与竞争对手形成差异化优势

这些更新的推出，不仅展示了Google在生成AI领域的创新实力，也进一步巩固了其在企业级市场的地位。与Amazon Bedrock等竞争对手相比，Google的Vertex AI平台凭借其丰富的模型库、强大的功能和灵活的定制化能力，为企业用户提供了更全面、更高效的AI解决方案。

数据与行业报告支持

根据权威数据和行业报告显示，生成AI市场正处于快速增长阶段，预计到2025年，全球生成AI市场规模将达到数百亿美元。在这一背景下，Google通过不断创新和优化其生成AI模型，积极抢占市场份额，并致力于为企业用户提供更优质的服务和支持。

安全与版权保护措施

值得一提的是，Google在推出这些新功能的同时，也高度重视安全和版权保护问题。所有由Imagen、Veo和Lyria生成的媒体内容都将使用Google的SynthID技术进行水印标记，以防止滥用和侵权行为。此外，Google还表示，其所有生成AI模型都内置了安全防护机制，以确保不会生成有害内容。

训练数据与知识产权争议

然而，关于生成AI模型的训练数据问题，Google并未透露具体细节。这引发了一些关于知识产权的争议，因为一些公司在未经版权所有者许可的情况下，使用受版权保护的作品进行模型训练。尽管这些公司声称美国合理使用原则可以保护这种做法，但一些创作者对此表示反对，并已采取法律行动进行维权。对此，Google表示，其提供了模型训练的退出机制，并制定了赔偿政策，以保护Google Cloud和Vertex AI客户免受AI相关版权纠纷的影响。