周三，Google 通过 Vertex AI 云平台更新了多款第一方媒体生成式 AI 模型。此次更新恰逢 Cloud Next 大会，是 Google 在生成式 AI 企业市场进一步扩张的最新举措，旨在与 Amazon Bedrock 等竞品展开直接竞争。
核心模型功能升级
- Lyria（文本到音乐）：现已面向部分客户开放预览。该模型定位为免版税音乐库替代品，支持创作从爵士钢琴独奏到低保真（lo-fi）等多种风格流派的音乐。
- Veo 2（视频创作）：增强编辑与视觉特效自定义选项（目前仅提供预览）。新功能包括移除背景/徽标/物体、扩展画面帧范围（如横转竖）、调整摄像机角度与节奏（创建延时摄影、无人机视角等），以及指定起止帧插值。
- Chirp 3（语音克隆）：驱动 Instant Custom Voice 功能，已全面可用。仅需 10 秒音频即可合成约 35 种语言的语音；新增 Transcription with Diarization 预览工具，可分离识别录音中的多位参与者。为防止滥用，该功能需经“尽职调查”流程验证使用权限。
- Imagen 3（图像生成）：性能显著提升，增强了移除物体及重建图像缺失或损坏部分的能力。
安全合规与数据隐私
由 Imagen、Veo 和 Lyria 生成的内容均使用 SynthID 技术添加水印，且所有模型内置安全防护机制以防有害内容生成。针对训练数据争议，Google 虽未披露具体数据集，但已向客户提供退出机制，并制定赔偿政策以保护 Cloud 和 Vertex AI 用户免受 AI 相关版权纠纷影响。