編輯｜楊文、Youli

音樂(lè)圈，正被 AI 攪得天翻地覆。

這兩年 AI 音樂(lè)的進(jìn)化速度，比大多數(shù)人預(yù)想得都快。

過(guò)去想做出一首像樣的作品，要經(jīng)歷詞、曲、編、錄、混五道環(huán)節(jié)，周期起碼半個(gè)月起，成本少則幾千，多則數(shù)萬(wàn)。AI 出現(xiàn)后，輸入一句提示詞就能直出完整作品，創(chuàng)作成本一壓再壓。

而現(xiàn)在，我們甚至連提示詞都不用研究了，找首喜歡的歌丟給 AI，它直接翻唱成我們想要的風(fēng)格，毫無(wú)音樂(lè)基礎(chǔ)的普通人，也能在幾分鐘內(nèi)拿到一首屬于自己的歌。

AI 音樂(lè)，正加速邁進(jìn)一個(gè)零成本創(chuàng)作時(shí)代。

4 月 10 日，MiniMax 又帶來(lái)一次重磅更新，其中最核心的新功能，就是Cover 翻唱

一首平平無(wú)奇的生日快樂(lè)歌，可以被 cover 成 EDM 風(fēng)格：

經(jīng)典的《友誼地久天長(zhǎng)》也能被 AI 改編成靈魂樂(lè)調(diào)調(diào)：

與此同時(shí)，MiniMax 還正式上線Music 2.6 模型，并發(fā)布專屬 Music Skills

相比上一版本，Music 2.6 的改進(jìn)集中在三條線上：速度、音樂(lè)性和音質(zhì)。首包延遲預(yù)計(jì)壓縮到 20 秒以內(nèi)；樂(lè)器種類更豐富，人聲也往隨性、自由的真實(shí)演唱狀態(tài)靠攏；音質(zhì)上則重點(diǎn)優(yōu)化了中低頻，貝斯和鼓點(diǎn)的下潛質(zhì)感改善明顯。

比如這首煙熏感的前衛(wèi)爵士與新靈魂樂(lè)融合曲：

目前，Music 2.6 已開(kāi)放體驗(yàn)，C 端用戶可免費(fèi)暢玩 14 天，每日有 500 首免費(fèi)生成額度，API 也對(duì)所有用戶開(kāi)放 Music 2.6 和 Cover 的調(diào)用。

體驗(yàn)鏈接：https://www.minimaxi.com/audio/music

接下來(lái)，我們就奉上一手實(shí)測(cè)。

Cover 翻唱能力：旋律留下，風(fēng)格換掉

Cover 翻唱是 AI 音樂(lè)領(lǐng)域一直被反復(fù)嘗試、卻也反復(fù)翻車的難題。

難點(diǎn)在于旋律要留，但所有包裹它的編曲語(yǔ)言、演唱風(fēng)格、律動(dòng)質(zhì)感，要能做到真正的風(fēng)格置換。

MiniMax 這個(gè)新功能可以在保持參考歌曲旋律特征基礎(chǔ)上，自由進(jìn)行伴奏改編、歌詞替換、風(fēng)格遷移

我們先測(cè)下歌詞替換、旋律保留。這個(gè)需求在內(nèi)容創(chuàng)作圈子很普遍，比如做鬼畜二創(chuàng)、品牌定制改編曲、節(jié)日特供版本等，核心訴求都是旋律不動(dòng)換個(gè)歌詞。

我們選了首網(wǎng)絡(luò)神曲《哈基米》，把歌詞換成職場(chǎng)打工人日常碎碎念。

新歌詞的音節(jié)分布和字?jǐn)?shù)密度與原旋律的吻合度相當(dāng)高，不需要事后手動(dòng)調(diào)整哪句詞和旋律對(duì)不上的問(wèn)題。對(duì)于沒(méi)有樂(lè)理基礎(chǔ)、但有改詞需求的用戶來(lái)說(shuō)，這一步節(jié)省的時(shí)間和試錯(cuò)成本相當(dāng)可觀。

再聽(tīng)下昏暗的老式爵士酒吧里獨(dú)飲、飽經(jīng)滄桑沙啞男聲的靈魂樂(lè)版。

我們又上傳一首耳熟能詳?shù)慕K民歌《茉莉花》，要求改編成搖滾版本。

AI 翻唱中，編曲融入強(qiáng)烈的電吉他失真節(jié)奏與貝斯驅(qū)動(dòng)，配合激烈的鼓組設(shè)計(jì)，前奏以現(xiàn)代搖滾元素切入，副歌人聲高亢有力，爆發(fā)力與舞臺(tái)氛圍感均在線。

在一次節(jié)目上，安妮?海瑟薇即興說(shuō)唱 diss 狗仔。我們就讓 MiniMax 把這首節(jié)奏密度很高的說(shuō)唱改成校園民謠風(fēng)格。

AI 模擬的人聲蠻自然，吉他伴奏編排流暢，托得住人聲，將充滿侵略性的說(shuō)唱詞配上溫柔的民謠曲調(diào)，有種一本正經(jīng)唱怪詞的幽默。

Music Skills：普通人隨心「手搓」音樂(lè)

此次更新，MiniMax 還開(kāi)放了三個(gè) Music Skills 套件，托管在 GitHub 倉(cāng)庫(kù)，可通過(guò) mmx-cli 絲滑調(diào)用。

音樂(lè)生成也正在快速走向 Agent 化，AI 能主動(dòng)理解我們的需求、處理多步操作，大大突破了交互和工作流的局限，以前想不到的玩法，現(xiàn)在都變得容易實(shí)現(xiàn)了。

其中minimax-music-gen作為核心生成引擎，封裝了人聲、純音樂(lè)和翻唱三種模式。我們可以通過(guò)簡(jiǎn)單的 Prompt 或 API 調(diào)用實(shí)現(xiàn)精準(zhǔn)的強(qiáng)控制創(chuàng)作。

GitHub 鏈接：https://github.com/MiniMax-AI/skills/tree/main/skills/minimax-music-gen

如果覺(jué)得單曲不過(guò)癮，還可以試下minimax-music-playlist。這是個(gè)性化歌單生成器，能掃描本地音樂(lè)應(yīng)用，如 Apple Music、QQ 音樂(lè)、Spotify 或網(wǎng)易云，構(gòu)建我們的音樂(lè)品味畫(huà)像，包括風(fēng)格分布、語(yǔ)言偏好、情緒傾向等，并據(jù)此規(guī)劃生成 3 到 7 首定制歌單。整個(gè)過(guò)程支持實(shí)時(shí)反饋評(píng)分，歌單越聽(tīng)越合心意。

比如說(shuō)一句「幫我生成一個(gè)深夜放松的歌單」或「給我做個(gè) 3 首歌的通勤歌單」，Agent 便會(huì)自動(dòng)掃描本地音源、規(guī)劃歌單并播放。

GitHub 鏈接：https://github.com/MiniMax-AI/skills/tree/main/skills/minimax-music-playlist

buddy-sings則專為寵物愛(ài)好者打造。它會(huì)讀取 Claude Code 寵物名字和個(gè)性，自動(dòng)生成專屬聲音身份，以寵物第一人稱視角創(chuàng)作并演唱歌曲，還能根據(jù)當(dāng)前會(huì)話上下文來(lái)個(gè)即興創(chuàng)作。

GitHub 鏈接：https://github.com/MiniMax-AI/skills/tree/main/skills/buddy-sings

只要在環(huán)境變量中配置好 API Key，通過(guò)簡(jiǎn)單的命令行切換中英雙語(yǔ)，一個(gè)本地 AI 音樂(lè)工作室就搞定了。

Music 2.6 模型：聽(tīng)聽(tīng)它到底進(jìn)步在哪

與上一版本相比，Music 2.6 已經(jīng)進(jìn)入「可控創(chuàng)作」階段，不管是控制性、實(shí)時(shí)性，還是創(chuàng)作自由度上，都有全方位突破。

簡(jiǎn)單來(lái)說(shuō)，就是更豐富自然、律動(dòng)感更強(qiáng)、創(chuàng)作更便捷。

音樂(lè)性上最直觀的變化，是樂(lè)器種類的擴(kuò)充，支持超 100 種樂(lè)器，樂(lè)器與人聲的配合也更緊密、和諧。

音質(zhì)上，Music 2.6 提升的不只是聲音變清晰，中低頻優(yōu)化后帶來(lái)的律動(dòng)感更強(qiáng)，非常適合節(jié)奏感強(qiáng)的流行、電子或搖滾樂(lè)。

例如用「節(jié)奏感強(qiáng)的流行、搖滾樂(lè)」這幾個(gè)字作為提示詞，就能跑出一首完整的歌曲。

Music 2.6 對(duì)非專業(yè)創(chuàng)作者最友好的一點(diǎn)，是溝通成本大幅降低，即便不輸入歌詞，只給出風(fēng)格提示詞，最快 20s 內(nèi)即可生成一首包含歌詞的完整曲目。

純器樂(lè)提示詞：「爵士小酒館，鋼琴三重奏，有點(diǎn)慵懶?！?/p>

我們還嘗試了「古詞新唱」，將《水調(diào)歌頭》的詞直接作為歌詞，分別搭配不用風(fēng)格提示詞，短時(shí)間內(nèi)就得到風(fēng)格迥異的 demo。

提示詞：「古風(fēng)，古典、琵琶、古琴?！?/p>

提示詞：「民謠、原聲吉他、憂郁。」

總而言之，Music 2.6 在情緒掌控、BPM（速度）與 Key（調(diào)性）鎖定上，已經(jīng)實(shí)現(xiàn)以用戶意圖為導(dǎo)向，不再像之前那樣「開(kāi)盲盒」隨機(jī)輸出。

現(xiàn)在只要給出明確的情感基調(diào)與節(jié)奏指令，它就能交出契合需求且富有感染力的作品。

結(jié)語(yǔ)

AI 音樂(lè)和真人音樂(lè)，最終的區(qū)別在哪里？

技術(shù)層面的差距在快速收窄，這是無(wú)法回避的事實(shí)。Music 2.6 在延遲、控制精度和音樂(lè)性上的進(jìn)步，都是可感知的，不是「擠牙膏式」的小修小補(bǔ)。

Cover 能力的加入，更是把 AI 音樂(lè)推向「二次創(chuàng)作」的維度，這個(gè)維度歷來(lái)是人類音樂(lè)人最活躍的領(lǐng)域之一。

創(chuàng)作的門(mén)檻在變低。有旋律想法但不會(huì)編曲、想做播客但請(qǐng)不起音樂(lè)人、想給自家寵物寫(xiě)一首搞笑歌…… 以前這些念頭只能留在腦子里，現(xiàn)在不用了。

技術(shù)永遠(yuǎn)是工具，工具足夠好用的時(shí)候，它真正解放的，是那些一直有想法、只是缺少出口的人。

文中視頻、音頻鏈接：https://mp.weixin.qq.com/s/Nbwc0N8Y9BWwNd1Eg5JXLA