编辑｜杨文、Youli
音乐圈，正被 AI 搅得天翻地覆。
这两年 AI 音乐的进化速度，比大多数人预想得都快。
过去想做出一首像样的作品，要经历词、曲、编、录、混五道环节，周期起码半个月起，成本少则几千，多则数万。AI 出现后，输入一句提示词就能直出完整作品，创作成本一压再压。
而现在，我们甚至连提示词都不用研究了，找首喜欢的歌丢给 AI，它直接翻唱成我们想要的风格，毫无音乐基础的普通人，也能在几分钟内拿到一首属于自己的歌。
AI 音乐，正加速迈进一个零成本创作时代。
4 月 10 日，MiniMax 又带来一次重磅更新，其中最核心的新功能，就是Cover 翻唱
一首平平无奇的生日快乐歌，可以被 cover 成 EDM 风格：
经典的《友谊地久天长》也能被 AI 改编成灵魂乐调调：
与此同时，MiniMax 还正式上线Music 2.6 模型，并发布专属 Music Skills
相比上一版本，Music 2.6 的改进集中在三条线上：速度、音乐性和音质。首包延迟预计压缩到 20 秒以内；乐器种类更丰富，人声也往随性、自由的真实演唱状态靠拢；音质上则重点优化了中低频，贝斯和鼓点的下潜质感改善明显。
比如这首烟熏感的前卫爵士与新灵魂乐融合曲：
目前，Music 2.6 已开放体验，C 端用户可免费畅玩 14 天，每日有 500 首免费生成额度，API 也对所有用户开放 Music 2.6 和 Cover 的调用。
体验链接：https://www.minimaxi.com/audio/music
接下来，我们就奉上一手实测。
Cover 翻唱能力：旋律留下，风格换掉
Cover 翻唱是 AI 音乐领域一直被反复尝试、却也反复翻车的难题。
难点在于旋律要留，但所有包裹它的编曲语言、演唱风格、律动质感，要能做到真正的风格置换。
MiniMax 这个新功能可以在保持参考歌曲旋律特征基础上，自由进行伴奏改编、歌词替换、风格迁移
我们先测下歌词替换、旋律保留。这个需求在内容创作圈子很普遍，比如做鬼畜二创、品牌定制改编曲、节日特供版本等，核心诉求都是旋律不动换个歌词。
我们选了首网络神曲《哈基米》，把歌词换成职场打工人日常碎碎念。
新歌词的音节分布和字数密度与原旋律的吻合度相当高，不需要事后手动调整哪句词和旋律对不上的问题。对于没有乐理基础、但有改词需求的用户来说，这一步节省的时间和试错成本相当可观。
再听下昏暗的老式爵士酒吧里独饮、饱经沧桑沙哑男声的灵魂乐版。
我们又上传一首耳熟能详的江苏民歌《茉莉花》，要求改编成摇滚版本。
AI 翻唱中，编曲融入强烈的电吉他失真节奏与贝斯驱动，配合激烈的鼓组设计，前奏以现代摇滚元素切入，副歌人声高亢有力，爆发力与舞台氛围感均在线。
在一次节目上，安妮・海瑟薇即兴说唱 diss 狗仔。我们就让 MiniMax 把这首节奏密度很高的说唱改成校园民谣风格。
AI 模拟的人声蛮自然，吉他伴奏编排流畅，托得住人声，将充满侵略性的说唱词配上温柔的民谣曲调，有种一本正经唱怪词的幽默。
Music Skills：普通人随心「手搓」音乐
此次更新，MiniMax 还开放了三个 Music Skills 套件，托管在 GitHub 仓库，可通过 mmx-cli 丝滑调用。
音乐生成也正在快速走向 Agent 化，AI 能主动理解我们的需求、处理多步操作，大大突破了交互和工作流的局限，以前想不到的玩法，现在都变得容易实现了。
其中minimax-music-gen作为核心生成引擎，封装了人声、纯音乐和翻唱三种模式。我们可以通过简单的 Prompt 或 API 调用实现精准的强控制创作。
GitHub 链接：https://github.com/MiniMax-AI/skills/tree/main/skills/minimax-music-gen
如果觉得单曲不过瘾，还可以试下minimax-music-playlist。这是个性化歌单生成器，能扫描本地音乐应用，如 Apple Music、QQ 音乐、Spotify 或网易云，构建我们的音乐品味画像，包括风格分布、语言偏好、情绪倾向等，并据此规划生成 3 到 7 首定制歌单。整个过程支持实时反馈评分，歌单越听越合心意。
比如说一句「帮我生成一个深夜放松的歌单」或「给我做个 3 首歌的通勤歌单」，Agent 便会自动扫描本地音源、规划歌单并播放。
GitHub 链接：https://github.com/MiniMax-AI/skills/tree/main/skills/minimax-music-playlist
buddy-sings则专为宠物爱好者打造。它会读取 Claude Code 宠物名字和个性，自动生成专属声音身份，以宠物第一人称视角创作并演唱歌曲，还能根据当前会话上下文来个即兴创作。
GitHub 链接：https://github.com/MiniMax-AI/skills/tree/main/skills/buddy-sings
只要在环境变量中配置好 API Key，通过简单的命令行切换中英双语，一个本地 AI 音乐工作室就搞定了。
Music 2.6 模型：听听它到底进步在哪
与上一版本相比，Music 2.6 已经进入「可控创作」阶段，不管是控制性、实时性，还是创作自由度上，都有全方位突破。
简单来说，就是更丰富自然、律动感更强、创作更便捷。
音乐性上最直观的变化，是乐器种类的扩充，支持超 100 种乐器，乐器与人声的配合也更紧密、和谐。
音质上，Music 2.6 提升的不只是声音变清晰，中低频优化后带来的律动感更强，非常适合节奏感强的流行、电子或摇滚乐。
例如用「节奏感强的流行、摇滚乐」这几个字作为提示词，就能跑出一首完整的歌曲。
Music 2.6 对非专业创作者最友好的一点，是沟通成本大幅降低，即便不输入歌词，只给出风格提示词，最快 20s 内即可生成一首包含歌词的完整曲目。
纯器乐提示词：「爵士小酒馆，钢琴三重奏，有点慵懒。」
我们还尝试了「古词新唱」，将《水调歌头》的词直接作为歌词，分别搭配不用风格提示词，短时间内就得到风格迥异的 demo。
提示词：「古风，古典、琵琶、古琴。」
提示词：「民谣、原声吉他、忧郁。」
总而言之，Music 2.6 在情绪掌控、BPM（速度）与 Key（调性）锁定上，已经实现以用户意图为导向，不再像之前那样「开盲盒」随机输出。
现在只要给出明确的情感基调与节奏指令，它就能交出契合需求且富有感染力的作品。
结语
AI 音乐和真人音乐，最终的区别在哪里？
技术层面的差距在快速收窄，这是无法回避的事实。Music 2.6 在延迟、控制精度和音乐性上的进步，都是可感知的，不是「挤牙膏式」的小修小补。
Cover 能力的加入，更是把 AI 音乐推向「二次创作」的维度，这个维度历来是人类音乐人最活跃的领域之一。
创作的门槛在变低。有旋律想法但不会编曲、想做播客但请不起音乐人、想给自家宠物写一首搞笑歌…… 以前这些念头只能留在脑子里，现在不用了。
技术永远是工具，工具足够好用的时候，它真正解放的，是那些一直有想法、只是缺少出口的人。
文中视频、音频链接：https://mp.weixin.qq.com/s/Nbwc0N8Y9BWwNd1Eg5JXLA
热门跟贴