Ep.1438 MiniMax、音楽生成AI「Music 3.0」を無償公開──オープンウェイトが変えるクリエイティブインフラ（2026年8月20日配信）

タイトル

MiniMax、音楽生成AI「Music 3.0」を無償公開──オープンウェイトが変えるクリエイティブインフラ

このエピソードで登場するキーワードを説明します。

MiniMax: 中国・上海に拠点を置く有力なAI開発スタートアップ。大規模言語モデルをはじめ、近年は高精度な動画生成モデルを展開するなど、マルチモーダル領域で急速に存在感を高めている。

MiniMax Music 3.0: 2026年8月にMiniMaxが発表した次世代の音楽生成AIモデル。テキストの指示から最大5分のフル楽曲を単一のプロセスで生成する。

オープンウェイト (Open-weights): AIモデルの学習済みパラメータ（重み）が公開され、開発者や企業が自社の環境で独自に実行・調整を行える提供形態。

ComfyUI: ノードベースの生成AI向けインターフェース。クリエイターがローカル環境で複雑なワークフローを構築し、AIの挙動を精密に制御するために広く利用されている。

それでは解説に入ります。

2026年8月13日、中国のAIスタートアップ企業MiniMaxが、次世代の音楽生成AIモデル「MiniMax Music 3.0」をオープンウェイトとして無償公開しました。このモデルは、Hugging FaceやGitHubなどを通じて提供されており、ユーザーのテキストによる指示と任意の歌詞データから、最大5分のボーカル付き楽曲を1回の処理で一気に生成する能力を備えています。

技術的な最大の特徴は、Qwen3-8Bをベースとした大規模言語モデルと、音響的なディテールを補完する小規模モデル、そしてフロー・マッチング技術を組み合わせた独自のハイブリッドアーキテクチャを採用している点です。これにより、イントロからAメロ、サビ、アウトロに至るまでの一貫した曲の構造や、自然なボーカルの抑揚を維持したまま、32kHz・16bitステレオという高品質な音声を出力することが可能です。日本語のボーカル生成にも対応しており、グローバルな制作現場のニーズに応える設計となっています。

現在、音楽生成AI市場ではSunoやUdioといったサービスが先行し、高い人気を集めていますが、これらは主にクラウド上で稼働するクローズドなAPIとして提供されています。対照的に、MiniMax Music 3.0はオープンウェイトとして提供されるため、開発者はComfyUIなどのツールを用いて自社のPCやローカルサーバー上で無制限にAIを稼働させることができます。企業側にとっては、APIの利用コストを抑えつつ、自社の制作パイプラインや商用アプリケーションに音楽生成システムを安全かつ自由に統合できるという点で、極めて大きなメリットとなります。

MiniMaxは、2026年7月に高品質な動画生成AIモデル「MiniMax H3」をリリースして業界を驚かせたばかりであり、わずか1ヶ月でマルチモーダル領域における新たなフラッグシップモデルを投入したことになります。欧米の巨大企業がクローズドなエコシステムの構築を進める中、高い実用性を持つモデルを次々とオープン化するMiniMaxの戦略は、コンテンツ制作におけるAIインフラのあり方に新たな選択肢を提示しています。

今回のエピソードは以上で終了です。また次回お会いしましょう。