AI 音樂生成進入新時代
過去要創作一首完整的歌曲，需要詞曲創作、編曲、錄音、混音等繁複流程。如今，MiniMax 最新開源的音樂生成模型 MiniMax Music 3，只要輸入一句歌詞或一段文字描述，就能生成一首長達 5 分鐘的完整歌曲，包含人聲演唱、旋律與伴奏。
更令人興奮的是，這款模型採用 Apache 2.0 授權，開放模型權重，可免費商用。無論是音樂製作人快速打樣、內容創作者製作背景音樂，或是想嘗試 AI 創作的玩家，都能在自己的電腦上本地部署。
MiniMax Music 3 是什麼？
MiniMax Music 3 是 MiniMax 推出的音樂生成模型，核心特色包括：
- 一次生成最長 5 分鐘的完整歌曲，結構穩定、音質一致
- 支援人聲演唱、旋律、編曲與伴奏的完整輸出
- 以 8B 全域語言模型掌握長程音樂結構，0.6B 區域模型處理細節
- 採用 Flow Matching 與 Flow-VAE 技術，輸出 32kHz 16-bit 立體聲
- Apache 2.0 開源授權，可免費商用
硬體需求
全精度模型在 24GB 顯存內即可運行；若搭配 CPU offloading，最低 8GB 顯存也能跑得動，只是生成速度會較慢。一般建議至少 12GB 以上顯存，體驗較流暢。
本地部署教學
步驟一：安裝或更新 ComfyUI
ComfyUI 已原生支援 MiniMax Music 3。若你已安裝過 ComfyUI，請務必更新到最新版本，否則無法辨識模型。可從官方網站下載最新版 ComfyUI。
步驟二：下載模型檔案
MiniMax Music 3 需要 4 個模型檔案，分別放入對應目錄：
ComfyUI/ ├── models/ │ ├── diffusion_models/ │ │ ├── minimax_music3_dit_fp16.safetensors # 全精度，顯存充足推薦 │ │ └── minimax_music3_dit_int8_convrot.safetensors # 低顯存優化 │ ├── text_encoders/ │ │ └── minimax_music3_text_encoder_pruned_int8_convrot.safetensors │ └── vae/ │ └── minimax_music3_dav.safetensors
模型可從 Hugging Face 的 Comfy-Org/MiniMax-Music-3 或 MiniMaxAI/MiniMax-Music3 下載。
步驟三：載入工作流
在 ComfyUI 的 Template Library 中，選擇 Audio 分類下的 MiniMax Music 3 工作流，或直接下載官方範例工作流 JSON 拖入介面。
步驟四：輸入歌詞與曲風描述
工作流有兩個關鍵輸入：
- Caption：描述曲風、情緒、速度、配器與編曲
- Lyrics：歌詞，可用 [intro]、[verse]、[chorus]、[bridge]、[outro] 等段落標籤標記結構
步驟五：生成與輸出
點擊執行後，模型會生成完整歌曲並輸出為音檔，可直接用於打樣、配樂或內容製作。
提示詞撰寫技巧
要獲得理想的歌曲，提示詞的結構化描述很重要。Caption 負責描述「聽起來像什麼」，Lyrics 負責提供「歌詞與段落結構」，兩者缺一不可。以下提供兩個不同風格的完整範例，你可以直接套用或改寫。
範例一：輕快流行舞曲
適合想生成節奏明快、記憶點強烈的流行歌。重點是明確標示 BPM、曲風、配器與副歌的「洗腦句」。
# 音樂描述 / Caption 一首輕快的現代中文流行舞曲，約 108 BPM，旋律簡單好記、容易上口。 主歌節奏輕盈，副歌加入層層和聲，整體明亮、溫暖、帶點懷舊感。 使用現代流行鼓組、飽滿的低音、明亮的合成器與電鋼琴， 副歌要有強烈記憶點，讓聽眾聽一次就能哼唱。 # 歌詞 / Lyrics [Intro] 今晚的風 吹過你的臉 燈亮了一點 心跳快一點 [Verse 1] 城市的霓虹還沒睡 我們沿著街一直追 你說今天不想回 我說那就再走一回 [Pre Chorus] 別問明天會怎樣 別管時間有多忙 這一刻就在身旁 就讓心跳替我們回答 [Chorus] 今晚別睡 別睡 別睡 讓月亮陪我們到天黑 今晚別睡 別睡 別睡 有你在身邊 什麼都對 [Bridge] 如果時間真的會停 我希望停在這裡 [Outro] 今晚別睡…… 別睡…… 再愛一回……
範例二：抒情慢歌
適合想生成情感濃厚、催淚的抒情歌。重點是描述聲音質感（溫柔、帶點哽咽）、編曲的鋪陳層次，以及情緒高峰的位置。
# 音樂描述 / Caption 一首情感真摯的中文抒情慢歌，約 72 BPM，女聲主唱。 歌聲溫暖、細膩、帶點氣聲與脆弱感，像是在安靜地訴說一段故事。 前奏只用鋼琴與空間感，主歌貼近聽眾，副歌加入弦樂與和聲， 情緒在最後一段副歌達到高峰，結尾回到只有鋼琴與輕聲呢喃。 # 歌詞 / Lyrics [Intro] 窗外的雨 下了一整夜 我突然想起 你說過的話 [Verse 1] 小時候總覺得 家門永遠不會關 總以為長大以後 就能走得很遠很遠 [Chorus] 你還在等我回家嗎 還會不會站在門前 像小時候一樣 等我喊一聲媽媽 [Bridge] 我終於明白 你想要的從來不多 不是禮物 不是電話 你只是想知道 有人會想起你 [Outro] 我想回家…… 這一次 我真的回家了……
提示：段落標籤越完整，歌曲結構越穩定；歌詞與曲風描述越具體，生成結果越貼近你的想像。建議先從範例改寫，再逐步加入自己的創意。
實測心得
根據實際測試，24GB 顯存環境下，生成 60 秒歌曲約需 20 秒，生成 4～5 分鐘的完整歌曲約需 1～2 分鐘。生成品質已達到「可聽」的水準，人聲自然、編曲完整，對獨立音樂人或內容創作者來說非常實用。
結語
MiniMax Music 3 讓 AI 音樂創作門檻大幅降低。開源、免費商用、本地部署，三大優勢讓它成為目前最值得嘗試的 AI 音樂工具之一。如果你對 AI 創作有興趣，不妨下載模型親自體驗，說不定你的下一首熱門歌曲，就是由 AI 幫你完成。