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 开源 Music 3 模型支持生成 5 分钟完整歌曲(23 条相关)→
「多模态」频道最新
- Midjourney 拟真晨光人像 prompt 分享：皱巴睡衣+自然皮肤质感 — tisch_eins · 2026-10-16
- Higgsfield 开源跳票后,ComfyUI 悬赏 2.5 万美元征集开源重建 — PurzBeats · 2026-10-16
- 从1986老照片到2026：一张图的扩图、现代化改图与4倍放大全流程 — juanpablogc · 2026-10-16
- 美团 LongCat 发布 WorldCast 基准：320 案例考多步世界状态预测 — meituan-longcat · 2026-10-16
- 三份资源速通 FLUX 3 图像生成模型 — ariG23498 · 2026-10-16
- 网友让 Opus 5.5 造一辆新特斯拉 Roadster,结果出人意料 — TAbrodi · 2026-10-16