Наличието на изкуствен интелект в ежедневието Продължава да расте и Google изглежда е решена да му позволи да диктува ритъма на това, което слушаме. Компанията подготвя нова функция, която ще позволи на нейния асистент Gemini да композирайте музика от текстови инструкциидиректно от мобилното приложение.
Този ход се вписва в стратегията на Google да превърне Gemini в... творчески център, способен да генерира изображения, текст, а сега и аудио без нужда от външни инструменти. Въпреки че все още няма официално съобщение, техническите улики, открити в софтуера, показват съвсем ясно, че компанията е много сериозна по отношение на генерираната от изкуствен интелект музика.
Нов музикален инструмент в Gemini
Според анализа на Приложение Gemini за AndroidВ една от последните му версии са открити директни препратки към вътрешна помощна програма, свързана със създаването на звук. Сред редовете код е споменат инструмент, идентифициран като [липсва име на инструмент]. МУЗИКАЛНО_ПОКОЛЕНИЕ_КАТО_ИНСТРУМЕНТкоето сочи към функция, специално предназначена за Генериране на музика с изкуствен интелект интегриран в самия асистент.
Това откритие идва от декомпилирането на APK файла на версията Gemini 17.2.51.sa.arm64 на Androidкъдето тази нова възможност е била открита във фазата на подготовка. Фактът, че функцията вече присъства в кода, макар и скрита от потребителите, показва, че разработката е сравнително напреднала, въпреки че все още не е готова за общо активиране.
Успоредно с това са открити признаци, че Близнаци ще включат специфична музикална категория в секцията „Моите неща“Тази област, предназначена да групира всичко, генерирано от изкуствен интелект – като текстове или изображения – би включвала и музикални записи, улеснявайки запазвайте, организирайте и възпроизвеждайте звукови творения без да напускате приложението.
Досега музикалните експерименти на Google се наблюдаваха главно в по-ограничени контексти, като например някои функции на Приложение за запис на мобилни устройства Pixel или в проекти, свързани с генериране на видео с Veo. Разликата сега е, че създаването на аудио ще се превърне в повече естествени възможности в Gemini, на същото ниво като писането на текстове или генерирането на изображения с модела, известен вътрешно като Nano Banana.
Ролята на Лирия и предишният опит на Google в музиката, задвижвана от изкуствен интелект
Google не започва от нулата в тази област. Компанията вече го е направила. Lyria, модел с изкуствен интелект, специализиран в музиката който е достъпен чрез Gemini API и е бил използван в различни експерименти. Lyria е проектиран да композирайте инструментални парчета и контролирайте развитието на музиката в реално времекоето се вписва добре в бъдеща творческа функция за крайните потребители.
Течовете показват, че тази нова функция на Gemini ще бъде задвижван именно от ЛирияТова въвежда в приложението за Android технология, която досега беше ограничена предимно до разработчици или затворено тестване. Това би отворило вратата за всеки, без никакви познания за музикално продуциране, да генерира песни, мелодии или фонови звуци с просто описание на естествен език.
В екосистемата на Google, Lyria вече се използва в комбинация с други инструменти, като например Виждам модела за генериране на видеода създава саундтраци, съобразени с генерирани от изкуствен интелект клипове. С интеграцията в Gemini, тази възможност ще бъде само на един клик разстояние на мобилни устройства, без да е необходим достъп до отделни платформи или технически API.
Ключът към този подход е достъпностВъпреки че Gemini API изисква известни знания и ресурси, за да се възползвате от него, вградена функция с насочен интерфейс и прости текстови команди оставя... музикално творчество, достъпно за много по-широка аудитория, от създатели на съдържание в социалните медии От потребители, които просто искат писта за тренировки или обучение, обхватът на потенциалните приложения е значителен.
Как би могло да работи генерирането на музика в Gemini?
Въпреки че окончателният интерфейс все още не е разкрит, намерените референции и начинът, по който работят другите функции на Gemini, ни позволяват да си представим сравнително ясна схема. Най-вероятно потребителят ще трябва Напишете подкана, описваща вида музика които искате да получите, по подобен начин, както се изискват изображения: например „мека електронна тема, върху която да се концентрирате“, „епичен саундтрак за трейлър“ или „рок песен в стил осемдесетте за тренировка“.
Въз основа на това описание, Gemini би комбинирал своите способности за разбиране на езика с основния музикален модел, генерирайки аудио записи, адаптирани към заявения стил, интензивност или продължителностНамерението на Google би било да предложи изживяване, толкова лесно, колкото генерирането на изображения, което не изисква технически познания за миксиране, инструменти или музикална теория.
Откритите текстови низове предполагат, че може да има Ограничения за употреба въз основа на типа на акаунтаВъзможно е създаването на музика първоначално да бъде ограничено до плащащи потребители, като например тези, абонирани за разширени планове Gemini или премиум услуги на Google с изкуствен интелект, въпреки че това не е потвърдено от компанията.
Също така е много вероятно те да бъдат приложени Филтри за предотвратяване на директно имитиране на песни, защитени с авторски права, или гласовете на конкретни изпълнителиМузикалната индустрия в Европа и останалата част от света е особено чувствителна към клонирането на стилове и тембри без разрешение, а както регулациите на ЕС, така и натискът от индустрията принуждават големите доставчици на изкуствен интелект да действат предпазливо.
Ако Google успее да направи системата опростена, като същевременно спазва тези ограничения, Gemini може да се превърне в... Често срещан инструмент за тези, които създават съдържание от мобилното си устройство.От YouTuber-и и TikTok-и до малки подкаст проекти или корпоративни видеоклипове, които се нуждаят от бърза и легално използваема фонова музика.
Достъпност, състояние на разработка и въпроси, които трябва да бъдат решени
Една от основните нови характеристики на тази инициатива е, че за първи път Google ще постави Генерирането на музика е достъпно за всеки потребител на приложението Geminiбез да се разчита на специфичен хардуер като най-новите телефони Pixel или експериментални платформи. Музиката ще се превърне в друг елемент в мултимедийното предлагане на асистента, наред с текст и изображения.
Следите в APK файла обаче показват ясно, че Функцията все още е в процес на разработкаЗасега точният начин, по който ще се показва в интерфейса, е неизвестен, както и колко опции за персонализиране ще включва (продължителност на песента, инструменти, промени в темпото, звукови слоеве и др.).
В момента също няма такъв. официална дата на издаванеТечове като публикуваното от Android Authority предполагат, че съобщението може да дойде през следващите няколко седмици или месеци, но това до голяма степен зависи от вътрешни тестове и разрешаването от Google на чувствителни технически и правни въпроси, свързани с генерираната от изкуствен интелект музика.
Друг важен въпрос е дали функцията ще бъде пусната едновременно на всички пазари или ще бъде приоритизирана. специфични региони като Съединените щати или Европейския съюзВ европейския случай, последните разпоредби относно изкуствения интелект и правилата за интелектуална собственост биха могли да повлияят както на сроковете, така и на функциите, достъпни във всяка страна.
И накрая, все още не е ясно дали инструментът ще се предлага с Ограничен безплатен режим и разширени платени опцииили дали ще бъде директно свързано с абонаменти като Gemini Advanced или Google One с изкуствен интелект. Тези решения биха могли да бъдат ключови при определянето дали създаването на музика, задвижвана от изкуствен интелект, ще достигне до широката публика или ще остане в ръцете на по-малък сегмент от интензивни потребители.
Конкуренция в сектора и потенциално въздействие върху потребителите в Европа и Испания
Решението за ускоряване на разработването на тази функция идва в контекста на интензивна конкуренция между основните модели на изкуствен интелектДокато Google работи върху разширяването на творческия обхват на Gemini, OpenAI подготвя нови функции за ChatGPT, които засягат и области като работа с файлове, програмиране и генериране на мултимедийно съдържание.
За потребителите в Европа и Испания, интегрирането на музика, задвижвана от изкуствен интелект, в Gemini може да представлява... директна алтернатива на услугите на трети страни Тези инструменти вече ви позволяват да създавате персонализирани песни, с допълнителното предимство да бъдат интегрирани в екосистемата на Google. Възможността да запазвате творенията си в „Моите неща“, да ги синхронизирате с вашия акаунт и да имате достъп до тях от различни устройства би улеснила повторната им употреба в лични или професионални проекти.
Същевременно разполагането на европейска територия ще бъде обусловено от спазване на регулаторната рамка на общносттаособено по отношение на прозрачността на данните за обучение, зачитането на авторските права и гаранциите за творците и притежателите на авторски права. Очаква се Google да трябва да предостави ясна информация за това как се генерират тези записи и какви ограничения се прилагат за тяхното използване.
Ако компанията постигне правилния баланс между иновациите и правните гаранции, няма да е изненадващо да я видим скоро. създатели на испаноезично съдържание включване на музика, генерирана от Gemini, в подкасти, кратки видеоклипове или образователни материали, по същия начин, по който инструментите с изкуствен интелект вече се използват днес за субтитриране, разказване или редактиране на изображения.
В крайна сметка се очертава сценарий, в който Музикалното творчество вече няма да бъде изключителна собственост на онези, които владеят инструменти или софтуер за производство.да се превърне в достъпна опция директно от мобилния ви телефон. Gemini, с предстоящия си инструмент за генериране на музика, се стреми да бъде още една част от тази промяна, стига Google да успее да го интегрира безпроблемно в приложението си, да го направи разбираем за обикновения потребител и да го адаптира към правилата на играта, определени от музикалната индустрия и европейските закони.
