MiniMax、歌詞や説明文から5分間の楽曲を生成する新AIモデル「Music3」を発表
MiniMaxは、最大5分間の楽曲全体を生成できる新しい音楽生成モデル「MiniMax-Music3」を発表しました。ユーザーは歌詞と音楽的な説明を入力するだけで、システムは32kHz、16ビットのステレオWAVファイルを出力します。
階層的自己回帰アーキテクチャを採用したこのシステムは、2つの専用モデルを連携させて動作させます。 80億パラメータを持つ「Global LLM」は、Qwen3-8Bから初期化され、長期的な意味論や構造的な変化を捉えるために、RVQコードブックをフレームごとに予測します。学習中、その埋め込み層と出力層はまず音楽的な意味論トークンに適応され、その後、ローカルモデルと共同ですべてのコードブックをモデル化します。 一方、パラメータ数がわずか0.6Bの「ローカルLLM」は、各フレームの残りの音響コードブックを予測し、細やかなオーディオのディテールを徐々に追加していく。この明確な役割分担により、大規模なモデルが構造的な骨格を処理し、小規模なモデルが音のニュアンスを補完することが可能になる。

開発者によると、このモデルは長いオーディオトラック全体を通じて、音楽的なテーマ、リズム、ボーカルの個性、アレンジの展開を一貫して維持している。また、プレリュード、ヴァース、プリコーラス、コーラス、ブリッジ、インストルメンタル・インターリュード、コーダなど、あらゆる構造的要素を正確に保持している。モデルページは現在GitHubで公開されており、試聴用のサンプル楽曲も掲載されている。
関連記事
AIモデルルーティングが勢いを増す中、StripeがOpenRouterを買収へ
Stripeは、開発者が単一のインターフェースを通じて数百のモデルにアクセスできるAIモデルルーティングプラットフォーム「OpenRouter」の買収に合意した。この買収により、StripeのAI活用やトークンベースの課金に関する既存の取り組みに、モデルの選択およびルーティング機能が追加されることになる。Stripeによると、OpenRouterは80社以上のプロバイダーが提供する400以上のモデ
OpenAIの元研究員バレット・ゾフ氏が、Geminiの開発を支援するためGoogleに復帰
以前、Thinking Machines LabのCEOであるミリアム・ムララティ氏との意見の相違により、突然同社を退社してOpenAIに加わったバレット・ゾフ氏が、再び転職した。Alphabet傘下のGoogleは、ゾフ氏が研究担当副社長として復帰し、強化学習とポストトレーニングに関する専門知識をGeminiチームにもたらすことを発表した。「回転ドア」式研究者のサイクルゾフ氏のキャリアは、AI人
Recursive Intelligenceが4か月で40億ドルの評価額に基づき3億3500万ドルを調達した経緯
スタートアップ「Ricursive Intelligence」の共同創業者たちは、まるで共同創業者になる運命にあったかのようだった。CEOのアンナ・ゴールディ氏とCTOのアザリア・ミルホセイニ氏は、AIコミュニティでは非常に有名であり、ゴールディ氏はTechCrunchに対し、「ザッカーバーグから、とんでもないオファーが書かれた奇妙なメールを受け取ったAIエンジニアたち」の一人だったと、笑いながら
関連特集おすすめ
コメント (0)
0/500
MiniMaxは、最大5分間の楽曲全体を生成できる新しい音楽生成モデル「MiniMax-Music3」を発表しました。ユーザーは歌詞と音楽的な説明を入力するだけで、システムは32kHz、16ビットのステレオWAVファイルを出力します。
階層的自己回帰アーキテクチャを採用したこのシステムは、2つの専用モデルを連携させて動作させます。 80億パラメータを持つ「Global LLM」は、Qwen3-8Bから初期化され、長期的な意味論や構造的な変化を捉えるために、RVQコードブックをフレームごとに予測します。学習中、その埋め込み層と出力層はまず音楽的な意味論トークンに適応され、その後、ローカルモデルと共同ですべてのコードブックをモデル化します。 一方、パラメータ数がわずか0.6Bの「ローカルLLM」は、各フレームの残りの音響コードブックを予測し、細やかなオーディオのディテールを徐々に追加していく。この明確な役割分担により、大規模なモデルが構造的な骨格を処理し、小規模なモデルが音のニュアンスを補完することが可能になる。

開発者によると、このモデルは長いオーディオトラック全体を通じて、音楽的なテーマ、リズム、ボーカルの個性、アレンジの展開を一貫して維持している。また、プレリュード、ヴァース、プリコーラス、コーラス、ブリッジ、インストルメンタル・インターリュード、コーダなど、あらゆる構造的要素を正確に保持している。モデルページは現在GitHubで公開されており、試聴用のサンプル楽曲も掲載されている。
AIモデルルーティングが勢いを増す中、StripeがOpenRouterを買収へ
Stripeは、開発者が単一のインターフェースを通じて数百のモデルにアクセスできるAIモデルルーティングプラットフォーム「OpenRouter」の買収に合意した。この買収により、StripeのAI活用やトークンベースの課金に関する既存の取り組みに、モデルの選択およびルーティング機能が追加されることになる。Stripeによると、OpenRouterは80社以上のプロバイダーが提供する400以上のモデ
OpenAIの元研究員バレット・ゾフ氏が、Geminiの開発を支援するためGoogleに復帰
以前、Thinking Machines LabのCEOであるミリアム・ムララティ氏との意見の相違により、突然同社を退社してOpenAIに加わったバレット・ゾフ氏が、再び転職した。Alphabet傘下のGoogleは、ゾフ氏が研究担当副社長として復帰し、強化学習とポストトレーニングに関する専門知識をGeminiチームにもたらすことを発表した。「回転ドア」式研究者のサイクルゾフ氏のキャリアは、AI人
Recursive Intelligenceが4か月で40億ドルの評価額に基づき3億3500万ドルを調達した経緯
スタートアップ「Ricursive Intelligence」の共同創業者たちは、まるで共同創業者になる運命にあったかのようだった。CEOのアンナ・ゴールディ氏とCTOのアザリア・ミルホセイニ氏は、AIコミュニティでは非常に有名であり、ゴールディ氏はTechCrunchに対し、「ザッカーバーグから、とんでもないオファーが書かれた奇妙なメールを受け取ったAIエンジニアたち」の一人だったと、笑いながら





家






