MiniMax открыла Music 3: нейросеть пишет песни с вокалом прямо на компьютере

Китайская AI-компания MiniMax бесплатно опубликовала модель Music 3 для генерации музыки. Она создает по текстовому запросу треки длительностью до пяти минут, добавляет вокал и поддерживает песни на японском языке.

Модель можно запустить локально через ComfyUI. В таком режиме количество генераций не зависит от лимитов облачного сервиса.

MiniMax показала Music 3 на примере японской рок-песни. В запросе были указаны гитара, бас, барабаны и фразы о летней жаре, риске теплового удара и необходимости пить воду. Система подготовила текст песни и структурированное описание композиции, после чего сгенерировала аудиофайл.

Здесь работают несколько отдельных компонентов. Сама Music 3 превращает подготовленный промпт в музыку. Написанием длинного текста и переводом обычного запроса в понятную модели структуру занимается дополнительный AI-инструмент. Экспорт композиции в видео также реализован отдельно.

Публичная демоверсия размещена на Hugging Face и использует бесплатные вычислительные мощности ZeroGPU. У этого варианта есть жесткие ограничения: во время теста GIGAZINE доступный лимит закончился уже после создания одной минутной песни.

Локальный запуск снимает ограничение по числу попыток. Однако пользователю придется самостоятельно установить модель и подготовить подходящее оборудование.

MiniMax ранее выпустила модель для генерации видео, а теперь перенесла тот же подход на музыку: базовая модель доступна бесплатно, а готовый трек собирается из нескольких AI-инструментов. Music 3 уже можно скачать с GitHub и запустить через ComfyUI.