7 月 29 日，DeepMind 发布最新音乐生成模型 Lyria 3.5，即日起在 Google Flow Music 上线。本次升级同步覆盖音乐性、歌词、人声、创意控制四个维度——其中人声的"情感细腻度与发音改善"，直指音乐生成长期最难逼近的环节。
DeepMind 在官方博客中逐项列出了四个升级方向。以下为原文引语与中文转译，所有描述均为官方自述，未附量化指标。
音乐生成存在一条清晰的难度阶梯：旋律与歌词是符号系统，可被离散建模、逐 token 预测；而人声是连续时频信号，涉及音色、气息、咬字与情感微表情，是生成模型最难逼近的部分。
难度递增：从离散符号建模，走向连续情感信号逼近。
Lyria 3.5 将人声列为独立升级维度，并强调"情感细腻度"——这意味着模型开始触及音乐生成的真正深水区。此前多数音乐模型停留在"能生成一段背景音乐"，而人声质量能否过关，决定了输出是"素材"还是"可发行作品"。
另一个值得注意的信号是"创意控制"维度：节奏与时长可控，意味着生成结果开始具备规格化交付能力——这是从玩具走向工具的关键一步。
本文核心信息来自 DeepMind 官方博客，属企业通稿。所有"提升""改善""更自然""更细腻"均为官方自述，未附评测基准、无量化对比数据、无第三方复测。官方亦未披露模型参数、训练数据或技术实现细节。读者宜将其作为产品预告而非独立评测来读——真实表现需待上手体验与社区实测。
Lyria 3.5 已在 Google Flow Music 上线，登录即可体验。
flow.google.com/music → Flow Music