MiniMax 推出音乐生成模型 MiniMax-Music3，用户输入歌词和音乐描述后，可生成最长 5 分钟的完整歌曲，输出格式为 32kHz、16-bit 立体声 WAV。该模型采用分层自回归架构，由 8B 参数 Global LLM 和 0.6B 参数 Local LLM 协同工作，分别负责长程语义、结构变化及细粒度声学信息建模。官方称，Music3 可保持长音频中的音乐主题、节奏、歌声身份和编曲推进，并覆盖前奏、主歌、副歌、桥段、间奏、尾奏等结构。模型页面和试听示例已在 Hugging Face 上线。
