Global · IA · Modelos · MiniMax · Audio
MiniMax Music 3.0 coordina estructura y sonido en canciones de hasta cinco minutos
La nueva arquitectura separa la organización global de la canción del detalle acústico.
Fecha de la fuente original:
Lo esencial
- Music 3.0 se presenta el 13 de agosto con generación de canciones de hasta cinco minutos y arquitectura global-local.
Instrucciones que evolucionan con la canción
MiniMax presentó Music 3.0 para componer, arreglar y generar voces a partir de una idea y letras opcionales. El modelo admite piezas de hasta cinco minutos. Sus descripciones estructuradas indican cómo cambian instrumentos, emoción y estilo vocal entre secciones, en vez de resumir toda la canción con una sola etiqueta.
Dos escalas para organizar y sintetizar audio
La arquitectura combina un modelo global de 8.000 millones de parámetros, inicializado desde Qwen3.5-8B, con otro local de 600 millones para el detalle acústico. Sus representaciones alimentan módulos de síntesis que reconstruyen el audio. MiniMax atribuye a este diseño mayor continuidad musical y voces más naturales, y publica demostraciones para ilustrar esas mejoras.