MiniMax发布音乐生成模型MiniMax-Music3：AI可创作最长5分钟完整歌曲

8月14日，AI公司MiniMax今日正式推出音乐生成模型MiniMax-Music3，该模型能够根据用户提供的歌词和音乐描述，生成长达5分钟的完整歌曲，输出格式为32kHz、16-bit立体声WAV文件。

在技术架构上，MiniMax-Music3采用分层自回归架构，由两个核心组件协同工作：

- Global LLM（全局语言模型）：参数规模为8B，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，如音乐主题、节奏和编曲推进。该模型基于Qwen3-8B初始化，先适配音乐语义词元的嵌入层和输出层，再与Local LLM联合建模全部RVQ码本。

- Local LLM（局部语言模型）：参数规模为0.6B，预测每一帧中其余的声学码本，负责恢复细粒度的声学信息，使音乐听感更加丰富真实。

官方表示，MiniMax-Music3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，覆盖前奏、主歌、预副歌、副歌、桥段、器乐间奏和尾奏等完整歌曲结构，向“由用户定义与协同创作的AI音乐创作伙伴”的目标又迈进一步。

值得注意的是，MiniMax已在2026年7月宣布其AI视频生成服务将在未来几个月内并入MiniMax Lab（由前DeepMind科学家领衔的研究团队），但音乐模型MiniMax-Music3的归属目前尚未明确。业界认为，随着AI音乐生成技术的不断成熟，版权与伦理问题将成为该领域下一步亟待解决的关键挑战。