- 发布日期
AI 生成最长 5 分钟歌曲
- 作者
- 姓名
- 荷鲁斯快报
- 社交账号
8月14日，AI公司MiniMax正式推出音乐生成模型MiniMax-Music3，该模型能够根据歌词和音乐描述生成最长5分钟的完整歌曲，标志着AI音乐创作在长音频生成领域迈出重要一步。
随着生成式AI技术的快速发展，音乐生成已成为大模型应用的热门方向。MiniMax此次发布的Music3模型，在时长和结构完整性上实现了突破，为用户提供了更接近人类创作的音乐生成体验。据悉，该模型生成的音频文件为32kHz、16-bit立体声WAV格式，保证了高质量的音质输出。
据官方介绍，MiniMax-Music3采用分层自回归架构，由Global LLM和Local LLM两个模块协同工作。其中Global LLM参数量为8B，基于Qwen3-8B初始化，逐帧预测第一个RVQ码本，负责建模歌曲的长程语义与结构变化；Local LLM参数量为0.6B，预测每一帧中其余声学码本，以恢复细粒度声学信息。这种设计使得模型能够在生成过程中兼顾全局结构把控与局部细节还原。
在输出能力上，MiniMax-Music3可生成最长5分钟的完整歌曲，覆盖前奏、主歌、预副歌、副歌、桥段、器乐间奏和尾奏等结构。官方强调，模型能够在长音频中保持音乐主题、节奏、歌声身份和编曲推进的一致性，从而避免了此前AI生成长音频时常见的逻辑混乱问题。
MiniMax-Music3的发布，有望降低音乐创作的门槛，帮助独立音乐人和内容创作者快速生成完整的音乐作品。其长音频生成能力也在影视配乐、游戏音效、广告音乐等领域具有广泛的应用潜力。随着模型性能的不断提升，AI音乐生成技术或将在艺术创作中扮演更加重要的角色。
目前，MiniMax尚未公开Music3模型的开放使用细节，但这一技术路径展示了AI在复杂结构化内容生成方面的巨大潜力。未来，随着模型的迭代和优化，AI音乐生成有望在时长、音质、风格多样性等方面取得进一步突破，推动音乐产业向智能化方向转型。
