Radar IA musical al alcance: Lyria 3.5, Gemini Omni y el nuevo paisaje creativo
Google lanza Lyria 3.5 con mejoras en musicalidad y voces, mientras que la investigación académica como MelodyCraft demuestra que la IA ya iguala la calidad humana. ¿Qué significa para los creadores latinoamericanos?
La inteligencia artificial está redefiniendo cómo se produce música, y Google acaba de dar un paso importante con el lanzamiento de Lyria 3.5, la nueva versión de su modelo de generación musical disponible en Google Flow Music. Según el anuncio oficial de DeepMind, esta actualización trae avances significativos en musicalidad, letras, voces y control creativo. Las composiciones suenan más naturales, las letras responden mejor a las indicaciones del usuario y las voces incorporan matices expresivos que antes eran difíciles de lograr con IA. Además, ahora es posible controlar con mayor precisión la duración y el tempo de las piezas generadas.
Este lanzamiento no ocurre en el vacío. Durante el Google I/O 2026, Sundar Pichai presentó a Gemini Omni como un modelo capaz de generar vídeo, imágenes y texto a partir de cualquier entrada, integrándose también en Flow Music y YouTube Shorts. La compañía reporta que su aplicación Gemini ya supera los 900 millones de usuarios activos al mes, y que el procesamiento mensual de tokens alcanzó los 3,2 trillones — siete veces más que el año anterior. La apuesta por la infraestructura es igual de ambiciosa: este año el gasto de capital (CapEx) alcanzará unos 190.000 millones de dólares, seis veces más que en 2022, con nuevas TPU de octava generación diseñadas específicamente para entrenamiento e inferencia.
Paralelamente, la academia también avanza. Un artículo publicado en ECTI Transactions propone MelodyCraft, una arquitectura modular que combina MusicGen-small para la parte instrumental y un transformer Mixtral ajustado con 28.000 pares de prompts y letras. Los resultados son llamativos: un BLEU de 0.65 en coherencia lírica y análisis espectral que no muestra diferencias estadísticamente significativas entre composiciones humanas y generadas por IA. En pruebas de escucha con 16 participantes, las puntuaciones medias de opinión (MOS) alcanzaron entre 3,9 y 4,0 sobre 5 en calidad melódica, coherencia lírica y conexión emocional.
¿Qué implica esto para América Latina?
Para la región, la convergencia de estas tecnologías abre oportunidades concretas. Históricamente, la producción musical profesional requería estudios costosos, instrumentistas y horas de mezcla. Ahora, herramientas como Lyria 3.5 permiten a un creador individual generar bases instrumentales, voces y letras coherentes desde un navegador. Esto es especialmente relevante en mercados donde el acceso a estudios de grabación sigue siendo limitado y donde géneros como el reguetón, la cumbia o el sertanejo podrían beneficiarse de una IA entrenada con datos locales.
El desafío, sin embargo, está en la adopción. Mientras Google integra estos modelos en sus productos y los pone al alcance de millones, los sellos discográficos y productores independientes de la región deben decidir cómo incorporar estas herramientas sin perder identidad creativa. La latencia y la conectividad también juegan un papel: la inferencia eficiente que prometen las TPU 8i podría reducir los tiempos de espera incluso desde dispositivos con menos capacidad de procesamiento.
Por otro lado, la investigación de MelodyCraft sugiere que la brecha acústica entre IA y humanos se está cerrando. En un mercado donde el costo de contratar músicos de sesión o letristas puede ser prohibitivo, un sistema que genere pistas completas con calidad perceptual equivalente representa una alternativa viable para demos, bandas sonoras para videojuegos o contenido publicitario. Startups latinoamericanas podrían incluso tomar estos frameworks abiertos y ajustarlos con datos regionales para capturar matices culturales específicos.
La pregunta que queda abierta es cómo evolucionará el ecosistema. Con las protecciones de SynthID y Credenciales de Contenido que Google está integrando en Búsqueda y Chrome, la transparencia será clave. Para un ejecutivo latinoamericano, la decisión no es solo tecnológica: es estratégica. Adoptar estas herramientas puede significar reducir costos de producción y acelerar lanzamientos, pero también implica repensar los procesos creativos y la propiedad intelectual. La era agéntica de Gemini ya está aquí, y la música es solo una de las primeras industrias en sentir su impacto.
