MiniMax Music 3.0

该模型旨在保留长达五分钟的歌曲的表达意图，以物理真实感渲染乐器，并产生听起来像是表演的声音。其管道使用细粒度时间描述、全局局部混合LM、残差矢量量化、隐藏状态融合、流匹配和Flow-VAE。

MiniMax 将 Music 3.0 呈现为开放式重量，具有以生产为导向的质量和多功能性。它对于创作者、游戏和电影团队、原型制作、音乐教育以及需要可控的完整歌曲生成而不是孤立的循环的开发人员非常有用。