Дом
MiniMax представляет Music3: новую модель искусственного интеллекта, которая превращает тексты песен и описания в 5-минутные композиции
Компания MiniMax представила MiniMax-Music3 — новую модель для генерации музыки, способную создавать полноценные композиции продолжительностью до 5 минут. Пользователям достаточно предоставить текст песни и музыкальное описание, после чего система генерирует стереофайл в формате WAV с частотой дискретизации 32 кГц и разрядностью 16 бит.
Система, построенная на основе иерархической авторегрессионной архитектуры, использует две специализированные модели, работающие в тандеме. Глобальная LLM с 8 млрд параметров кадр за кадром прогнозирует первый кодовый словарь RVQ для отражения долгосрочной семантики и структурных сдвигов, инициализируясь на основе Qwen3-8B. В ходе обучения её слои вложений и вывода сначала адаптируются к музыкальным семантическим токенам, а затем совместно моделируют все кодовые словари с локальной моделью. Между тем локальная LLM, имеющая всего 0,6 млрд параметров, прогнозирует оставшиеся акустические кодовые книги для каждого кадра, постепенно добавляя мелкодетальные звуковые нюансы. Такое четкое разделение задач позволяет большой модели обрабатывать структурный каркас, в то время как меньшая модель заполняет звуковые нюансы.

По словам разработчиков, модель стабильно сохраняет музыкальные темы, ритм, индивидуальность вокала и развитие аранжировки на протяжении длинных аудиотреков. Она точно сохраняет все структурные элементы, включая прелюдии, куплеты, припевы, бриджи, инструментальные интерлюдии и коды. Страница модели уже доступна на GitHub, где можно прослушать образцы песен.
Связанная статья
Ctrip Business Travel представляет экосистему искусственного интеллекта, включающую 7 отраслевых агентов и 17 ключевых функций
Ctrip Business Travel официально представила «Экосистему искусственного интеллекта Ctrip Business Travel», которая использует крупные языковые модели для коренной перестройки системы управления корпор
Stripe приобретет OpenRouter на фоне роста популярности маршрутизации на основе моделей искусственного интеллекта
Компания Stripe согласилась приобрести OpenRouter — платформу для маршрутизации моделей искусственного интеллекта, которая предоставляет разработчикам доступ к сотням моделей через единый интерфейс. Э
Бывший исследователь OpenAI Барретт Зоф возвращается в Google для участия в разработке Gemini
Баррет Зоф, который ранее внезапно уволился и перешел в OpenAI из-за разногласий с генеральным директором Thinking Machines Lab Мириам Муларати, вновь сменил работодателя. Компания Google, входящая в
Рекомендации по связанным специальным темам
Комментарии (0)
Компания MiniMax представила MiniMax-Music3 — новую модель для генерации музыки, способную создавать полноценные композиции продолжительностью до 5 минут. Пользователям достаточно предоставить текст песни и музыкальное описание, после чего система генерирует стереофайл в формате WAV с частотой дискретизации 32 кГц и разрядностью 16 бит.
Система, построенная на основе иерархической авторегрессионной архитектуры, использует две специализированные модели, работающие в тандеме. Глобальная LLM с 8 млрд параметров кадр за кадром прогнозирует первый кодовый словарь RVQ для отражения долгосрочной семантики и структурных сдвигов, инициализируясь на основе Qwen3-8B. В ходе обучения её слои вложений и вывода сначала адаптируются к музыкальным семантическим токенам, а затем совместно моделируют все кодовые словари с локальной моделью. Между тем локальная LLM, имеющая всего 0,6 млрд параметров, прогнозирует оставшиеся акустические кодовые книги для каждого кадра, постепенно добавляя мелкодетальные звуковые нюансы. Такое четкое разделение задач позволяет большой модели обрабатывать структурный каркас, в то время как меньшая модель заполняет звуковые нюансы.

По словам разработчиков, модель стабильно сохраняет музыкальные темы, ритм, индивидуальность вокала и развитие аранжировки на протяжении длинных аудиотреков. Она точно сохраняет все структурные элементы, включая прелюдии, куплеты, припевы, бриджи, инструментальные интерлюдии и коды. Страница модели уже доступна на GitHub, где можно прослушать образцы песен.
Ctrip Business Travel представляет экосистему искусственного интеллекта, включающую 7 отраслевых агентов и 17 ключевых функций
Ctrip Business Travel официально представила «Экосистему искусственного интеллекта Ctrip Business Travel», которая использует крупные языковые модели для коренной перестройки системы управления корпор
Stripe приобретет OpenRouter на фоне роста популярности маршрутизации на основе моделей искусственного интеллекта
Компания Stripe согласилась приобрести OpenRouter — платформу для маршрутизации моделей искусственного интеллекта, которая предоставляет разработчикам доступ к сотням моделей через единый интерфейс. Э
Бывший исследователь OpenAI Барретт Зоф возвращается в Google для участия в разработке Gemini
Баррет Зоф, который ранее внезапно уволился и перешел в OpenAI из-за разногласий с генеральным директором Thinking Machines Lab Мириам Муларати, вновь сменил работодателя. Компания Google, входящая в











