MiniMax Music 3.0 已上線 SunoMV：音質與人聲雙雙換代

MiniMax 放出了新一代音樂生成模型 Music 3.0。我們在發布當天完成接上並跑了實測，現在你打開 SunoMV 的創作頁，模型清單裡就能直接選到它——不用等，也不用額外設定。

一、這一代到底升級了什麼

依 MiniMax 官方文件的說法，Music 3.0 的改動集中在三處，而這三處剛好都是過去 AI 生成音樂最容易「露餡」的地方：

1. 語意模型升級，減少「跑偏」。 你寫「深夜、克制、只留一台鋼琴」，上一代很可能給你加滿弦樂。3.0 對創作意圖的還原更準，官方的說法是減少了 AI 生成常見的意圖漂移。對創作者的實際意義是：你少改幾版，風格描述真的會被聽進去。

2. 音質是這次最大的一跳。 官方原話是不再「擠壓、混濁」，並且支援指定具體樂器和真實演奏技法——例如滑音（slide）和圓滑奏（legato）。這代表你可以在風格描述裡寫「電吉他滑音進副歌」，而不只是籠統寫「搖滾」。

3. 人聲引擎換代。 高頻的「數位毛邊」被去掉了，同時把旋律、咬字、換氣、和聲層次都開放成可控項。人聲一直是 AI 音樂裡最容易被聽出來的破綻，這一項的提升最直接影響成品能不能拿去發布。

二、我們的實測數據

接上當天我們用同一段中文歌詞、同一句風格描述（dream pop、女聲、暖色合成器鋪底、90 BPM），分別跑了 3.0 和上一代做對照：

	生成耗時	成品時長
MiniMax 3.0	64 秒	1 分 49 秒
MiniMax 2.6	46 秒	1 分 09 秒

兩個數字值得說明：

• 生成耗時多了 18 秒，但換來的是完整度更高的成品。 3.0 把同一段歌詞鋪成了接近兩分鐘的結構完整版本，2.6 則收在一分鐘出頭。對做 MV 的人來說，這個差別很實際——歌夠長，畫面才有地方展開。
• 純演奏同樣正常。 不寫歌詞、只給風格描述也能出穩定的純音樂版本，適合做背景樂和轉場。

需要說明的是，音質屬於主觀判斷，上面這組數字只能說明「生成行為」的差異。建議你自己用同一段歌詞各跑一次對比著聽——這是判斷哪個模型更貼你審美最快的方法，也是我們內部選模型時的做法。

三、在 SunoMV 裡怎麼用

SunoMV 的定位不是「再做一個出歌工具」，而是把一句想法變成一支能直接發的音樂影片。Music 3.0 接進來之後，完整路徑是這樣：

1. 寫想法或歌詞 —— 只有一句描述也行，AI 會幫你擴寫成完整歌詞
2. 選 MiniMax 3.0 —— 在模型清單裡直接選，風格描述裡可以寫具體樂器和演奏技法
3. 生成歌曲 —— 一兩分鐘內拿到成品，詞曲同時到位
4. 自動配畫面 —— 歌詞按段落拆成分鏡，逐段生成畫面
5. 匯出直式 MV —— 直接發 TikTok、Reels、Shorts、YouTube

關鍵在第 4 步：歌只是原料，MV 才是能被演算法分發的成品。 單純出一首歌，你還得自己找畫面、對時間軸、剪輯匯出；SunoMV 把這一整段做完了。

下面這張示意圖，對應的就是上面這條從歌詞到成片的完整路徑：

示意圖：BibiGPT 團隊繪製

四、什麼時候該選它

模型沒有絕對優劣，只有適配場景。就 Music 3.0 而言，這幾類需求最值得優先試：

• 中文歌：MiniMax 在中文咬字和情緒表達上一直是強項，這一代人聲引擎升級後更明顯
• 對樂器有具體要求：想要「鋼琴獨奏進副歌」「電吉他滑音」這類精確控制，3.0 才聽得懂
• 成品要發出去：人聲的高頻毛邊是最容易被聽眾察覺的 AI 痕跡，這一項的改善直接決定成片能不能用

如果你只是想快速出個 30 秒片段試水，清單裡還有更輕更快的選擇；如果要的是能發布的完整作品，Music 3.0 是現在的首選之一。

五、現在就能用

MiniMax Music 3.0 已經在 SunoMV 上線，無需等待、無需申請。 打開創作頁，在模型清單裡選中它，寫下你的第一句歌詞——兩分鐘後你會拿到一首完整的歌，再往下走一步，就是一支可以直接發布的 MV。

上一代 MiniMax 2.6 仍然保留在清單裡，喜歡它的音色可以繼續用。

關於這個模型的完整說明和常見問題，都整理在 MiniMax Music 3.0 功能頁。