ElevenMusic 上线 Vocals 人声和 Styles 风格功能，支持用户上传音频训练专属音色或选用官方声音库，解决 AI 歌曲人声不稳定问题。新增“语音转歌曲”功能，可将说话录音快速生成原创歌曲，并支持绑定特定音乐风格以保持作品听感统一。同时，平台引入版权检测机制保护创作者权益。此次更新通过人声与风格双重锁定，有效提升了 AI 音乐创作的系统性与品牌辨识度。
ElevenMusic 上线了全新的 Vocals 人声和 Styles 风格功能，终于可以用自己的声音生成 AI 歌曲了。
以前用 AI 写歌最头疼的就是人声不稳定，每首歌的唱腔都随机变化。现在你可以直接上传自己以前的音频，让系统学习你的音色和唱腔，以后生成的每一首歌都能用上这个专属的声音。如果你不想用自己的声音，官方的人声库里也有很多现成的声音可以选择。
另外，这次更新还支持“语音转歌曲”功能，随便录一段说话的声音上传，几秒钟就能生成一首完整的原创歌曲。配合全新的风格功能，你还可以把特定的音乐风格和人声绑定在一起，这样批量创作出来的专辑就能保持高度统一的听感。
不过，ElevenLabs 这次对版权保护也做了限制，所有上传的音频都会经过版权检测，这在一定程度上保护了创作者的权益。这种人声和风格的双重锁定，确实解决了目前 AI 音乐缺乏系统性和品牌感的问题，让个人音乐人也能轻松打造出具有辨识度的系列作品。
谷歌推出开源模型 Gemma 4，旨在解决网络受限地区无法使用前沿 AI 的问题。该模型追求内存占用下的智能最大化，首次具备多模态与智能体能力，支持在无网移动端高效运行复杂任务。目前已在乌干达离线医疗系统及秘鲁原住民语言保护等场景中落地应用。通过将大模型蒸馏至终端设备，Gemma 4 摆脱了对云端算力的依赖，推动去中心化开源生态发展，赋能各社区按需构建专属系统。
微软研究院联合多所高校发布 Mirage 模型，通过在扩散模型隐空间直接存储三维记忆，解决了 AI 视频生成中场景一致性差及计算昂贵的问题。该方案摒弃传统 RGB 点云渲染流程，使生成速度提升最高 10.57 倍，显存占用降低 55 倍，且长视频边际成本几乎不增。测试显示其三维与光度一致性优于现有方案，虽暂不支持动态物体记忆，但已开源并适用于机器人仿真等静态场景任务。
Google 推出 Information Agents 功能，面向 AI Ultra 订阅用户开放。该功能将搜索从被动查询转变为主动监测，智能体可 7×24 小时追踪用户需求并推送变化信息。其底层依托 Personal Intelligence 战略，通过整合 Gmail、Photos 等跨应用数据实现个性化推理。尽管存在隐私与准确性挑战，但凭借二十年数据积累，Google 正推动 AI 助手从对话工具向自主代理进化，重塑“信息找人”的交互范式。
围绕《ElevenLabs 推出人声锁定功能，AI 音乐终于有主唱了》展开交流，未登录用户可浏览评论，登录后可参与讨论。
