MiniMax Music 2.5+：纯音乐与跨风格生成上线

MiniMax（稀宇科技）于 2026年3月4日发布其 AI 音乐模型 MiniMax Music 2.5+ 的版本更新，本次更新重点在于新增了纯音乐（Instrumental）创作能力。此前版本以人声歌曲生成为核心，本次能力延展使AI音乐创作支持古典管弦、现代电子、氛围音等多元风格的独立生成。该功能适用于冥想助眠、广告配乐、游戏动态音频及影视后期等多种应用场景。

关键信息一览

•发布信息：2026-03-04，由 MiniMax 官方发布，标志着模型能力从 “人声歌曲” 向 “器乐配乐” 领域的扩展。

•核心更新：支持纯音乐创作，可不依赖人声生成完整的器乐作品。

•风格支持：覆盖古典管弦、现代电子、氛围音（Ambient Pad）、自然声景等，支持从单自然声到复杂器乐编排的生成。

•应用方向：主要针对冥想、助眠、广告配乐、游戏动态音频及品牌音效设计等商业与个人应用场景。

•融合能力：具备跨风格标签组合生成特性，支持将传统乐器（如笛子、琵琶、古筝）与现代电子或西方音乐结构进行逻辑衔接。

•音质表现：采用物理级高保真（Physical-grade High Fidelity）技术，三频清晰，乐器间保持动态平衡，降低了合成音频常见的 “浑浊感”。

•接入途径：开放 C 端创作网页及面向开发者的 API 接口。

MiniMax Music 2.5+ 更新拆解

能力扩展：从人声歌曲向器乐配乐覆盖

在早期版本中，MiniMax Music 以人声生成表现为特点。随着 Music 2.5+ 的推出，模型能力已覆盖从 “无乐器的自然环境音” 到 “多音轨复杂器乐编排” 的创作区间。这意味着模型可以在不依赖歌词和人声的情况下，独立完成具有叙事逻辑的音乐作品，满足更广泛的无声背景需求。

根据技术说明，该模型现可根据不同叙事需求生成对应配乐。例如在冥想场景中，模型能够调节氛围音（Ambient Pad）与西藏颂钵音色的平衡；而在商业宣传片或影视配乐中，则可根据情绪描述生成极简科技风格的律动。这种 “生成即用” 的特性简化了非专业用户进行背景音乐创作的流程，提高了配乐生产效率。

技术特性：跨风格融合与传统音色还原

Music 2.5+ 的一个重要技术特征是其跨风格标签组合生成能力。该模型对中国传统乐器（如笛子、琵琶、古筝）的建模达到了较高水准，能够将其音色特征较为精准地还原，并与现代管弦乐或电子乐进行结合。这种融合基于音乐性逻辑，而非简单的音频拼贴，保证了作品的连贯性。

东亚融合风格是其典型应用之一：竹笛音色可与大编制管弦乐、太鼓击奏自然交织，形成具备起承转合逻辑的叙事段落。这种融合在丰富的和声层次与分明的三频声场中得以体现，使生成的音轨在具备创意张力的同时，能够维持工业级的音频输出水准，满足专业音频制作的初步要求。

开发者支持：API 接口与结构化参数控制

根据 MiniMax 官方披露（2026-01-28） 及相关技术文档，Music 2.5+ 优化了“段落级精细控制”（Paragraph-level Precision Control）。该功能支持通过 [Intro]、[Bridge]、[Solo]、[Build Up] 等 14 种结构化标签来定义音乐的走势与段落逻辑，使创作者能更精确地引导情感曲线。

通过 API 接入，开发者可自定义采样率（最高 44100Hz）与比特率（最高 256kbps），并根据需求选择 wav 或 mp3 等格式。模型内置的 100 多种乐器库与风格化混音策略，能够自动处理声音的空间感与动态范围。这种高度可控的结构化输出，使得 AI 音乐生成不再是单纯的随机生成，而是能够按照预设的编曲逻辑进行工业化生产，从而更好地嵌入专业音视频工作流中。

文章来源：AITOP100

原文链接：https://www.aitop100.cn/infomation/details/33388.html