AI最前沿 88Z.ai 8 月 14 日消息，MiniMax 发布开源音乐模型 MiniMax-Music3，支持生成长达5分钟的带歌词歌曲。该模型采用分层架构，结合8B全局模型与0.6B局部模型，输出32kHz立体声WAV音频，能保持主题、节奏及人声身份的一致性，覆盖完整歌曲结构。
消息要点
- 采用8B全局模型与0.6B局部模型的分层架构
- 支持生成5分钟32kHz立体声歌曲并保持结构连贯
要点
MiniMax 正式开源其最新音乐生成模型 MiniMax-Music3，该模型具备生成长度最长为5分钟且包含歌词的歌曲能力。在技术架构上，MiniMax-Music3 采用了分层设计策略：由参数量为8B的全局模型负责处理长程语义理解与整体歌曲结构，同时配合参数量为0.6B的局部模型来恢复细粒度的声学信息，确保音质细节。最终输出格式为32kHz采样率的立体声WAV文件。该模型能够在生成过程中有效保持主题连贯性、节奏稳定性以及歌声身份的同一性，并完整呈现从前奏、主歌到副歌等标准的歌曲编排推进过程。
资料来源与整理说明
本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述，未将其视为本站实测或独家采访结论。
- IT之家原始资料发布于
以上日期为原始资料发布日期；标题下方日期为本文在 AI最前沿的发布时间。