最近 Minimax 简直是“杀疯了”,先是 H3 视频模型刷屏,紧接着又丢出了MiniMax Music 音乐生成模型。后台一堆小伙伴催我赶紧跟进,我把测试过最稳的模型组合和ComfyUI工作流,当作今天的“作弊码”送给大家!
【核心功能亮点】
本地化音乐创作:在ComfyUI中直接调用MiniMax Music模型,生成高质量音乐。
超长音频支持:满足硬件条件的情况下,模型理论支持单次生成 5 分钟完整歌曲。
低显存友好:提供量化版本模型并加入“分块解码”开关,让消费级显卡也能跑动顶级音乐模型。
词曲分离控制:支持音乐描述(Caption)与歌词(Lyrics)分开输入,精细化掌控曲风与内容。
【特别说明(必看)】
一、环境升级(关键)
请务必将 ComfyUI 升级到最新版。使用官方或者我提供的Portable版的小伙伴请找到update文件夹运行update_comfyui.bat。若升级时因国内 pip源滞后报错,请运行网盘内提供的“取消国内源设置”脚本后再更新。
二、显存与时长建议
官方参考数据基于 96G 显存双卡环境,本地显卡用户建议先从60秒时长开始测试。若显存较小,请务必开启工作流中的“分块解码”开关(开启后可能偶有拼接痕迹,但能有效防止爆显存)。
三、提示词进阶
工作流内附带了提示词模板。建议将模板丢给DeepSeek等常用大模型,让它帮你生成Caption和歌词。
本地有Agent的小伙伴,官方提供了提示词Skill。没有Agent的小伙伴可以参考官方Demo页面获取灵感。
【操作小贴士】
种子固定:如果你抽到一段听感很棒的60秒音频,想要继续扩展,请固定当前Seed值再修改歌词或增加时长。
节点缺失:使用第三方整合包的小伙伴,若拖入工作流后出现红框,请通过 Manager 插件点击 “Install Missing Nodes” 补全。
模型目录对照表(请对号入座):
📂 ComfyUI/
├── 📂 models/
│ ├── 📂 diffusion_models/
│ │ └──────minimax_music3_dit_int8_convrot.safetensors (int8convrot量化模型)
│ ├── 📂 text_encoders/
│ │ └────── minimax_music3_text_encoder_pruned_int8_convrot.safetensors (文本编码器/Clip模型)
│ └── 📂 vae/
│ └────── minimax_music3_dav.safetensors (VAE模型)
我是生活作弊码,一个坚持把复杂技术变简单的宠粉UP主。
如果这期视频帮到了你,请务必点赞、关注、转发三连支持一下!你们的支持是我更新的最大动力。有什么想看的内容,欢迎在评论区留言,说不定下期视频就是送给你的哦!