MiniMax 开源 Music 3 模型支持生成 5 分钟完整歌曲

MiniMax 于 8 月 14 日正式发布并开源了 Music 3 音乐生成模型。该模型结合 8B 参数 LLM 与 DiT 架构，能够根据歌词和风格描述生成长达 5 分钟的 32kHz 16-bit 立体声完整歌曲，并在生成过程中保持长程结构连贯性与人声特征。模型对硬件要求极低，单卡 8GB 显存即可在本地运行，发布后迅速登顶 Hugging Face 趋势榜。

已确认

• 模型架构：结合 80 亿（8B）参数的全局 LLM 与 27 亿（2.7B）参数的 DiT 架构，底层基于 PyTorch。部分技术细节提及采用 Qwen3 + RVQ 自回归主干以及 flow-matching DIT/DAV 解码器。
• 生成能力：可根据提示词和歌词生成最长 5 分钟的完整歌曲，输出为 32kHz 16-bit 立体声。模型具备长程结构连贯性（如前奏/主歌/副歌/桥段），能在长序列中保持音乐主题、节奏、人声特征和编曲的连贯演进。用户可指定流派、BPM、调性和情感起伏等参数进行创作。
• 生态与硬件适配：采用 Apache 2.0 开源协议，已适配 🧨 Diffusers 和 ComfyUI，并已上线 fal 平台。模型对硬件要求较低，单卡 8GB 显存即可运行，可与视频、图像及 LLM 工具组合构建多模态本地工作流。

时间线

• 08-13：开发者在 Hugging Face Diffusers 库发现相关 PR，官方已提交多个生成样例。
• 08-14：Comfy-Org 在 Hugging Face 发布模型，随后官方正式宣布开源并开放权重，模型迅速冲上平台趋势榜。

为什么重要

MiniMax Music 3 声称实现 SOTA 级歌曲生成，且对消费级显卡友好，为开发者、创作者及开源社区提供了可直接用于生产的全能音乐模型，极大丰富了本地 AI 工具生态。

2026-08-13 ~ 2026-08-15 · 23 条相关

• Minimax Music 3 音乐模型即将开源，样例已曝光 — rerri · 2026-08-13
• 【源头】MiniMax Music 3 开源：消费级 GPU 可跑 — multimodalart · 2026-08-14
• MiniMax-Music-3 模型已上线 Hugging Face — LadyQuacklin · 2026-08-14
• MiniMax 发布 Music3 音乐生成模型 — Sea_Tomatillo1921 · 2026-08-14
• MiniMax 发布 Music 3：支持生成 5 分钟完整歌曲 — huggingface · 2026-08-14
• MiniMax 发布 Music3：新一代开源音乐生成大模型 — bennash · 2026-08-14
• MiniMax 发布 Music3 音乐生成模型 — Acceptable-Cycle4645 · 2026-08-14
• 【源头】MiniMax-Music3 模型登顶 Hugging Face 趋势榜 — MiniMaxAI · 2026-08-14
• MiniMax 发布开源音乐模型 Music 3，SGLang 率先支持 — ying11231 · 2026-08-14
• 【源头】MiniMax Music 3 登陆 ComfyUI：支持结构化歌词生成 5 分钟完整歌曲 — Comfy-Org · 2026-08-14
• MiniMax-Music-3 登顶 Hugging Face 热门榜 — Comfy-Org · 2026-08-14
• MiniMax Music 3 上线 fal，原生生成 5 分钟完整歌曲 — DavidmComfort · 2026-08-14
• MiniMax-Music3 登上 Hugging Face 热门趋势 — MiniMaxAI · 2026-08-14
• MiniMax开源Music 3.0：8GB显存生成5分钟完整歌曲 — xiaohu · 2026-08-14
• MiniMax发布音乐生成模型，网友质疑为何无人做开源 — KyeGomezB · 2026-08-14
• MiniMax发布开源音乐模型Music 3，称可媲美Suno — ccerrato147 · 2026-08-14

另有 7 条近重复转述:multimodalart · PurzBeats · multimodalart · BanghuaZ · NerdyRodent · xiaohu · linoy_tsaban