MiniMax Music 3 模型现身 Hugging Face，支持 5 分钟长音频
NerdyRodent · x · 2026-08-14
MiniMax 在 Hugging Face 上发布了 MiniMax Music 3 音乐生成模型。
- 核心能力：支持生成长达 5 分钟的完整歌曲，能在长序列中保持音乐主题、节奏、人声和编曲的连贯演进。
- 技术架构：结合了 80 亿参数的全局 LLM（负责长程音乐结构）和 0.6 亿参数的局部 LLM（负责帧级声学细节），并采用基于 Flow Matching 和 Flow-VAE 的连续隐状态合成系统。
- 精细控制：支持通过歌词（含段落标签）和结构化音乐描述（流派、BPM、音色、情绪等）进行细粒度控制，输出 32kHz、16 位立体声 WAV 音频。
所属事件:MiniMax 发布开源 Music 3 音乐生成模型(17 条相关)→
「多模态」频道最新
- 求助：ComfyUI 中 MiniMax R2V 工作流怎么搭才稳？ — haremlifegame · 2026-08-14
- Opus 5 与 Thrixel 演示：一次性生成可运行浏览器飞行游戏 — RanaHanocka · 2026-08-14
- 剪映全球上线 Seedance 2.5，发起视频续写挑战赛 — Aiden_Tech_Ai · 2026-08-14
- Python+Gemini白嫖批量生图：ComfyUI自动化工作流实战 — Excellent_Scene7402 · 2026-08-14
- Flux 3 文生视频实测：真实感与运镜表现惊艳 — gen_ericai · 2026-08-14
- H3模型实测：12GB显存10分钟生成10秒480p视频 — cocktailpeanut · 2026-08-14