MiniMax Music 3 接入 ComfyUI 音乐生成流程

报道讲了什么

• MiniMax 发布了开放权重音乐生成模型 MiniMax Music 3，并已集成到 ComfyUI 中。
• 模型支持生成最长五分钟、32 kHz 立体声的完整歌曲，保持主题、节奏、人声身份和编曲 progression。
• 架构混合两个语言模型和连续合成阶段：8B 全局 LLM、0.6B 局部 LLM、2.4B Flow Matching 和 123M Flow-VAE 解码器。

可以做什么

• 生成包含 intro、verse、chorus、bridge 等完整结构的歌曲，保持旋律、节奏和人声一致性。
• 通过歌词中的段落标签（如 [Verse]、[Chorus]）控制歌曲结构。
• 使用结构化描述（全局元数据、人声细节、编曲）精细控制风格、人声和乐器演变。

怎么使用

1. 将 ComfyUI 更新到 0.33.0 或更高版本，或使用 Comfy Cloud。
2. 下载工作流，或从模板库中找到它。
3. 按照工作流中的说明下载模型权重并保存到正确的模型目录。
4. 添加歌词和音乐描述，然后运行工作流。

结果与限制

• 模型生成时长上限为五分钟。
• 输出为 32 kHz、16-bit 立体声 WAV，未提及更高采样率或位深。
• 未提供量化效率提升或替代生产软件的声明。

使用入口与依据