MiniMax Music 3
MiniMax 的开放权重歌曲生成模型:根据歌词和风格描述,生成最长五分钟、带人声的完整歌曲。
一句话概括. MiniMax Music 3 能把歌词和一段风格描述变成最长五分钟的完整歌曲,有人声也有乐器。它需要一块强力 GPU,许可证要求商业产品标注模型名称。
概述
MiniMax 于 2026 年 8 月 13 日以开放权重发布 Music 3。它接收带有 [Verse]、[Chorus] 等段落标签的歌词,加上一段对音乐的描述,写出最长五分钟、32 kHz 立体声的完整歌曲。MiniMax 推荐使用结构化描述,包含整体信息(风格、速度、调性)、人声细节和编曲安排,并提供一个提示词改写技能,把简短的想法扩写成这种形式。
模型内部由一个用 Qwen3-8B 初始化的 80 亿参数语言模型规划整首歌的长程结构,一个 0.6B 模型逐帧补充细节,再由 2.4B 的流匹配模型和 1.23 亿参数的解码器把它们的隐藏状态变成音频。仓库约 57 GB。模型卡里的 diffusers 路线用 BF16 能放进 24 GB 的 GPU,用逐层卸载甚至能在 8 GB 显卡上运行,只是更慢;GitHub 上的指南则用 SGLang-Omni 在两块 CUDA GPU 上部署。推理需要 CUDA,目前只支持非流式生成,提示词限制为 5000 个 token,音频限制为 9000 帧。
MiniMax 没有公布它的基准数字。在 YuE2 团队自己的 WildSongBench 中,MiniMax Music 3 的 SongBench 平均分是 6.28,低于 YuE2(6.73),略高于 HeartMuLa(6.25),它 6.27% 的音素错误率是该表格里开放模型中最低的。许可证是 MiniMax-Music3 Community License:商业产品必须标注“MiniMax-Music3”,年营收超过 2000 万美元的公司需要书面授权,把模型托管给他人使用的一方还必须保留防止侵权输出的保障措施。在截至 2026 年 11 月 11 日的 30 天里,官方仓库约有 5600 次下载,而 ComfyUI 团队重新打包的副本约有 100 万次,下载数可能包含自动拉取。
适合做什么
- 在自己的硬件上,用自己的歌词生成带人声的完整歌曲
- 控制风格、速度、调性、人声和逐段编曲
- 想走 ComfyUI、diffusers 或 SGLang-Omni 路线的开发者
- 能在界面上显示“MiniMax-Music3”的产品
需要注意
- 模型卡里的标准路线需要约 24 GB 显存的 CUDA GPU,MiniMax 的 GitHub 指南在用 SGLang-Omni 部署时要求两块 GPU
- 段落标签和描述只能引导结果而不能保证,速度、调性和歌词可能会偏离
- 商业产品必须标注模型名称,年营收超过 2000 万美元的公司需要 MiniMax 的书面授权
- 模型卡没有说明训练数据,出售输出之前请就版权风险咨询律师
性能数据来自开发方,未经独立验证。
需要多少内存?
以下是 MiniMax Music 3 各版本的内存数据。图像、视频、语音和音乐管线还要加载文本编码器和解码器,所以所需内存可能比主检查点更大。
| 版本 | 参数量 | 下载大小 | 所需内存 | 可运行于 |
|---|---|---|---|---|
| Music 3 (diffusers or SGLang-Omni) BF16 | 11.1B | 57 GB | 24 GB | 游戏显卡 |
下载大小包含运行模型所需的全部组件,例如生成器、文本编码器和解码器。所需内存优先采用开发方声明或已公开的实测最低值;没有时按下载大小加约 15% 估算。更大的图像、更长的片段和更高的分辨率需要更多内存。 开发方给出的最低显存要求为 24 GB。
许可证,用大白话说
带有商用条件的 MIT 风格许可证。你可以使用、修改和分发 MiniMax Music 3,但商业产品必须在界面上显示“MiniMax-Music3”,使用它的产品年营收超过 2000 万美元的企业需要书面授权。把模型提供给他人使用的一方,还必须保留防止侵权输出的保障措施。许可证附有一份很长的可接受使用政策。
- 需要署名或标明模型名称
- 仅在营收低于上限时可免费商用
- 须遵守可接受使用政策
- 输出内容须过滤或审核,并标注为 AI 生成
进一步了解 MiniMax Music3 Community
延伸阅读
常见问题
- MiniMax Music 3 是什么?
- MiniMax Music 3 能把歌词和一段风格描述变成最长五分钟的完整歌曲,有人声也有乐器。它需要一块强力 GPU,许可证要求商业产品标注模型名称。
- MiniMax Music 3 可以商用吗?
- 可以,但有条件。MiniMax Music 3 采用 MiniMax Music3 Community 发布,允许商用,但附带额外规则:需要署名或标明模型名称; 仅在营收低于上限时可免费商用; 须遵守可接受使用政策; 输出内容须过滤或审核,并标注为 AI 生成。产品上线前请阅读许可证原文。
- MiniMax Music 3 是开源的吗?
- MiniMax Music 3 是开放权重模型,但不是严格意义上的开源。你可以下载模型文件,但 MiniMax Music3 Community 附带了开源促进会的定义所不允许的条件。
- 我能在自己的电脑上运行 MiniMax Music 3 吗?
- 可以,但需要一块好显卡。最小版本 Music 3 (diffusers or SGLang-Omni) 在 4 位精度下约需 24 GB 内存,适合 24 至 32 GB 的游戏显卡,或 32 GB 及以上内存的 Mac。
- MiniMax Music 3 是什么时候发布的?
- MiniMax Music 3 由 MiniMax 于 2026年8月13日 发布。
官方链接
来源
规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。
- MiniMax-Music3 model card (Hugging Face) huggingface.co
- MiniMax Music 3.0: Next-Generation Open-Weights, Production-Ready & Versatile Music Model (MiniMax, 13 Aug 2026) minimax.io
- MiniMax-Music3 repository, serving guide and limitations (GitHub) github.com
- MiniMax-Music3 Community License (Hugging Face) huggingface.co
- YuE2-3B model card, WildSongBench comparison table (Hugging Face) huggingface.co
发布时间等信息最近核实于 2026年11月11日。
相关模型
| 模型 | 发布时间 | 参数量 | 上下文 | 许可证 | 最小版本所需内存 |
|---|---|---|---|---|---|
| YuE2 M-A-P | 3.63B | – | CC BY-NC (非商用) | 24 GB 游戏显卡 | |
| ACE-Step 1.5 ACE-Step | 2B – 4B | – | MIT (宽松) | 4 GB 笔记本或手机 | |
| HeartMuLa HeartMuLa | 3.94B | – | Apache 2.0 (宽松) | 26 GB 游戏显卡 | |
| Stable Audio 3 Stability AI | 460M – 1.4B | – | Stability Community (附条件) | 4.02 GB 笔记本或手机 |