MiniMax发布可生成5分钟歌曲的开放权重音乐模型

MiniMax发布了MiniMax-Music3，这是一个开放权重模型，能够根据文本输入生成长达五分钟的完整歌曲。该模型接受带有章节标签的歌词和详细的音乐描述，生成32 kHz、16位立体声WAV音频。其架构结合了混合语言模型（Hybrid-LM），由一个8B的全局LLM和一个0.6B的局部LLM组成，以及一个利用流匹配（flow matching）和Flow-VAE的连续合成栈。MiniMax已公开提供权重、推理代码和服务路径，允许在特定条件下进行商业使用。 AI

影响 使创作者和企业能够从文本生成完整的歌曲，可能影响音乐制作、游戏开发和广告行业。

排序理由 前沿实验室（MiniMax）发布开放权重模型。[lever_c_降级自frontier_release: ic=1 ai=1.0]

在 MarkTechPost 阅读 →

• Flow-VAE
• Global LLM
• Local LLM
• MiniMax
• MiniMax-Music3
• MiniMax Speech
• Qwen3.5-8B
• Qwen3-8B
• RVQ

• 模型发布
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →