MiniMax 发布开源音乐模型 Music3，支持生成 5 分钟完整歌曲
BanghuaZ · x · 2026-08-14
MiniMax 推出了新一代开源音乐生成模型 MiniMax-Music3。该模型能够根据歌词和详细的音乐描述，生成最长 5 分钟的完整歌曲，具备结构连贯、人声表现力丰富和稳定的长音频质量。
模型架构结合了多个组件：
- 8B 全局 LLM：负责长程的音乐结构。
- 0.6B 局部 LLM：处理帧级别的声学细节。
- 连续隐状态合成系统：基于 Flow Matching 和 Flow-VAE。
最终输出为 32 kHz、16 位立体声 WAV 音频。此外，模型支持细粒度的音乐控制，允许用户通过结构化标签（如主歌、副歌、桥段等）和音乐风格描述（流派、BPM、情感等）进行精准定制。目前该模型已上线 Hugging Face，并可通过 SGLang 进行部署。
所属事件:MiniMax 开源 Music 3 模型支持生成 5 分钟完整歌曲(23 条相关)→
「模型」频道最新
- Gemini 4 模型卡披露:模型可省去生物武器研究数月试错 — Puzzleheaded-King584 · 2026-10-16
- 问 AI 要答案永远是 7：Anthropic 工程师谈模型品味趋同陷阱 — rubenhassid · 2026-10-16
- 推ter脑筋急转弯：抠掉 Llama 3 全部权重矩阵还剩几个参数？ — Sauers_ · 2026-10-16
- Lean v4.35.0 自带四个已验证内核，其中之一由 Claude 写成并自证一致 — geoffreyirving · 2026-10-16
- Claude 团队版一个席位被标记，全组织 5 个账号一并冻结 — RexDouglass · 2026-10-16
- Kimi K3 训后检查点表现出色，获赞预训练扎实 — SonglinYang4 · 2026-10-16