MiniMax 發佈 Music3 音樂模型：給歌詞和描述，可生成最長 5 分鐘歌曲

AI資訊AI新閒資訊正文MiniMax 發佈 Music3 音樂模型：給歌詞和描述，可生成最長 5 分鐘歌曲發布於AI新閒資訊時間 :Aug 14, 2026閱讀 :1分鐘MiniMax 今天推出了音樂生成模型 MiniMax-Music3，輸入歌詞和音樂描述，就能生成最長5分鐘的完整歌曲，輸出為32kHz、16-bit 立體聲 WAV 文件。支撐這個能力的是一套分層自迴歸架構，兩個模型各司其職、上下配合。

全局語言模型 Global LLM 參數規模8B，逐幀預測第1個 RVQ 碼本，專門負責建模歌曲的長程語義與結構變化——它是從 Qwen3-8B 初始化來的，訓練時先讓嵌入層和輸出層適配音樂語義詞元，再與局部模型聯合建模全部碼本;局部語言模型 Local LLM 參數只有0.6B，負責預測每一幀裡其餘的聲學碼本，把細粒度的聲學信息一點點補回來。一個大模型管結構骨架，一個小模型填聲音血肉，分工相當清晰。官方表示，模型能在長音頻中穩穩守住音樂主題、節奏、歌聲身份和編曲的推進，前奏、主歌、預副歌、副歌、橋段、器樂間奏、尾奏這些結構一個不落。

官方已在 GitHub 放出模型頁面，並提供生成的歌曲示例供試聽。地址：https://huggingface.co/MiniMaxAI/MiniMax-Music3相關推薦DeepSeek V4 Pro 登陸硅基流動：百萬級上下文窗口配三檔推理強度，緩存命中每百萬 token 只要 0.44 美元DeepSeek-V4-Pro-0813在硅基流動Day-0首發，主打1M上下文、低/高/最大三檔推理強度，重心轉向編碼、工具調用與智能體工作流，維持MIT開源。定價為輸入每百萬token 1.32美元、輸出3.96美元，緩存命中僅0.44美元，緩存成本優勢顯著。Aug 14, 202685.

2k告別單機模型“虛胖”：百靈團隊聯合AReno打通本地智能體強化學習閉環本地部署大模型不等於勝任真實業務，AI還需精準理解複雜規則、遵守安全邊界、正確調用外部工具。針對這一痛點，螞蟻ASystem團隊聯合開源社區維護的本地化後訓練工具包AReno，攜手百靈大模型推出輕量級後訓練實踐路徑，以提升模型業務落地能力。Aug 14, 2026109.5k百萬上下文解鎖複雜辦公!金山辦公靈犀全量上線 DeepSeek-V4正式版雙模型金山辦公“靈犀專業版”於2026年8月14日接入DeepSeek-V4-Pro正式版，用戶無需配置，手動切換即可體驗。

該模型支持100萬token超長上下文，單次最大輸出38.4萬token，基準測試較Preview全面提升，落地場景具差異化優勢。Aug 14, 2026115.2k​賈樟柯新片《敦煌媽媽》備案立項：獨居母親愛上 AI，實現橫穿中國賈樟柯編劇新片《敦煌媽媽》備案立項，講述敦煌獨居母親藉助AI排解寂寞、瞭解外界，最終完成橫穿中國之旅。主演趙濤、廖凡，預計2027年上映。Aug 14, 2026102.0kOpenAI年化營收突破400億美元，7月環比暴增超20%OpenAI正加速推進今年在美上市，估值有望突破萬億美元。

內部文件顯示，其年化營收已突破400億美元，較去年底翻倍增長；7月單月營收環比增長超20%，財務表現亮眼，引發資本市場高度聚焦。Aug 14, 2026132.1k智啟未來，您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026