今天听到一首歌，旋律隐隐熟悉，似乎有成为爆款BGM的潜质。

从开始的古筝起始，随着鼓点加入，进到古风歌词——几段正歌人声清隽，副歌部分悠长不绝，诉说一个久远的故事……

请中央音乐学院的博士好友一听，他评价编曲、作词都还不错，也认真给出了一点建议。

然而，这首三分多钟的完整歌曲，是只用了一句提示词、通过MiniMax Music生成的。

知此情形，音乐博士好友很受震撼；而真正亲历、见证了这几年AI音乐发展的人士，深度体验后，内心的波澜大概不亚于他。

一曲一世界，一句一乾坤。

MiniMax Music测评：曲风由你

AI音乐之乾坤，唯创作才有发言权。使用MiniMax Music消耗数千积分后，浅谈些感受。

生成上一首歌曲的提示词并不艰深：「模仿周杰伦的旋律，写一首爱情相关的歌，有古风元素，模仿《七里香》和《说好的幸福呢》旋律结合」。而效果听来却有意外之喜，尤其对几乎从未尝试过独立音乐创作的普通朋友，易上手程度可以说已接近「0门槛」。

用到的模型是MiniMax最新更新的自研音乐模型 Music 1.5，产品功能很简洁，分为简单模式（Simple）和高级模式（Advanced）两种。前者可以「一句成曲」，而后者「专业可控」。

简单模式下，仍输入较简单的提示词，输出结果却是曲风突变。

「创作一首有爵士风格、R&B元素的流行歌曲，表达年轻一代创业者的先锋和创新态度，用电吉他、Bass、架子鼓等，混合摇滚特征和现代音乐独创性。」

首先必须承认，Music 1.5的指令依循性很好。提示词涉及的电吉他、贝斯、架子鼓，特征都很鲜明，前奏先声夺人谱出跳动感，乐器本身音色特点和想要的歌曲风格匹配度高。

而随着人声的注入，爵士、R&B、摇滚和现代的风格得以彰显，起调明亮的乐器声作为伴奏则是稍稍后移，在间奏和结尾又自然呈现。

要知道，如果把提示词作为「命题作业」给到音乐学院的学生，单独一个音轨的吉他伴奏，录音棚中便是不知多少次的从头再来。

而今天，实现如上一首完整作品，所需仅仅一段话、一模型、数积分而已。

那么，如果更进一步细化结构层次和指令颗粒度呢？

用Markdown形式和更代码化的提示词，效果也没让我失望。最长的提示词，带来了近期我最满意的一首AI音乐作品。

不过需要注意的是，简单模式下，长提示词需要控制在300字符内，这也让我自然而然开启了高级模式的探索。

在高级模式下，指令篇幅来到了3000字符。输入「 / 」会有编曲的分层提示。

完成了前奏、主歌、副歌等的设计后，在设置中可以一键选择风格、情绪、场景等。

按照官方表达，Music 1.5 支持 「16种风格 × 11种情绪 × 10个场景」 自定义音乐特征，理论上有1760种不同的乐曲类型组合。

相比之前「一句话成曲」能进一步感受到控制力的提升。如果把音乐创作拆解为工作流，此刻Music 1.5已经用公式化的结构和标签，让曾经的节点和Pipeline变成的一个个的可点击选项。

因为是相同模型的原因，歌曲本身的演绎完成度和艺术性，比起之前的几个测试案例，变化似乎并不显著；但在高级模式下，能根据需要选择乐器类型、歌词内容、风格搭配……相比简单模式下用提示词控制，明显会更有掌控感。

哪怕以音乐学院博士的眼光来评判，选项的细分程度也已经达到了专业水准。可以想见，在MiniMax Music团队，必然有乐理专家和职业音乐人的支持。

唯一发现的暂时还不够可控的，是纯音乐选项，在当前最新版本中不论提示词如何强调，依然无法消除人声。通过增加选择按钮的方式等，并不是难题，预计也将很快得到完善或取舍。

总体来看，模型的控制力和音乐性，是衡量音乐模型质量的两个核心指标。

从控制力来说，Music 1.5能在4分钟的音乐中保持高完成度，其背后对于Long Context的编排，可类比2023年Kimi横空出世的长文本。音乐全链路、多场景，都达到了超出业余的水准。

从音乐性讲，无论风格的典型性还是编曲层次感，再或者人声的自然度、结构的动态变化，都堪称令人喜悦。

当然，相比Suno细分功能的丰富度，MiniMax Music尚显简陋，生成的音乐结尾处理略生硬，存在戛然而止、声音突然中断的抽卡现象。但作为中国的AI之声，其肉眼可见的进步速度，更值得我们期待。

AI音乐，不止重塑音乐行业

相较于处于AI舞台中央的大语言模型、视频模型，AI音乐的战场似乎并未被充分重视。

然而，一款再先进的视频模型，没有声音也只是默片；没有音乐的注入，即便有了文字、图片、视频，灵魂仍然残缺。

在MiniMax的技术图谱内，声音模型一直被摆在重要位置，并和其他模型彼此促进。从技术发展初期，在行业玩家尚未察觉之时，就下重注长线布局，这也是今天MiniMax的模型矩阵都能占据领先位置的原因。

看MiniMax的全栈AI能力生态，从算力到数据、从模型到应用，不仅能发挥协同效应、产模一体自闭环，同时可以凭借对外赋能、API逻辑、出海经验，在商业上真正全面落地。

不要忘了，MiniMax在语音上已经是全球双榜第一，这意味着它在「声音」领域的技术积累有天然优势。

今年的上海WAIC，开幕式的主讲嘉宾是诺奖得主、AI教父辛顿，而另一位启幕嘉宾则是闫俊杰，MiniMax的创始人。二者演讲内容的一个共同点是，都站在了AI与全人类关系的立场上。相比Hinton，MiniMax更加乐观，相信AI属于每个人，一定会更普惠地服务大众。在AGI的道路上，看似是「微小拼图」的AI音乐，也终究会在人类科技史、艺术史上书写天籁的一笔。

早在2023年，a16z已经旗帜鲜明提出，AI将重塑音乐全产业链。从23年初谷歌的MusicLM文生音乐，到Meta开源MusicGen。再之后，Suno横空出世，凭借其音乐审美和产品完成度，第一次在音乐生成领域树立标杆。

a16z甚至展示了AI音乐的行业应用光谱，从即时交互的音乐信息流，到专业级的音乐工具、技术栈，不同于Spotify的新一代音乐媒介正在诞生。AI音乐专辑、互动式音乐平台等形态，也将不再是痴人说梦。

对MiniMax Audio来说，性价比就是最永恒的优势。效果可媲美Suno、局部亮点突出，价格仅为suno的一半不到。具体来看，Suno V3.5的单价大概是3毛，一首歌要几十美金，这是Suno的问题，也是机会窗口。

正如海螺AI在不到一年的时间里反超Sora，类似的戏码似乎也正在MiniMax Music和Suno之间上演。

在产品设计和控制功能上，正视当前存在的差距和不足，坚定落地「低价高质策略」也将带来真正的行业革新。

从产业来看，虚拟陪伴、AI偶像、音乐电台、影视娱乐……都将随着AI音乐能力的注入，让多模态交互和体验升级产生新的可能。

不妨让想象更狂野一点：人类和AI正在建立新的合作范式，而协作创作音乐就是一个极致的开始。

人类擅长情感表达与审美判断，AI 擅长结构生成与无限延展。当二者结合，创作不再是单向度的劳动，而是碳基与硅基的共创，既具备技术的精确性，又不失人性的温度。

纯粹的AI音乐作品仍显生硬，而人类艺术家的特权和创造力也正在丧失。通过「碳基+硅基」的组合，MiniMax让我看到了硅碳合一的未来。

从2023年的Talkie让我看到多模态融合陪伴，到海螺AI的一念成真、视觉重塑，以及MiniMax Agent对效率生产方式的重新组织，再到今天的Music 1.5，正在书写音乐新历史。

原本的设想里， AI 音乐有机会真正走进B 端与 C 端的双重舞台：

B 端：广告、游戏、影视配乐，AI 音乐能显著降低成本。C 端：个人用户、短视频创作者、乐队玩家，随手生成高质量的原创曲，不再受限于版权与门槛。

现在想来，碳基和硅基边界的重新厘定、人和AI的融合创作与消费，都将彻底颠覆现有的一切。十年后回看，今天的作曲家、音乐制作人，也许和千百年前的乐师没有本质区别，而迥乎不同的，是AI音乐。

最后分享一个小彩蛋：把DeepSeek疯狂思考输出的名场面写成一首歌。

AI时代，你的歌，你说了算……

小摩：上调对阿里健康收入及经调整盈利预测 目标价上调至6.5港元热点栏目自选股数据中心行情中心资金流向模拟交易客户端　　摩根大通发布研报称，阿里健康（00241）股价在5月公布2025财年业绩后累涨约27%，超越同业8个百分点。该行认为主要因为投资者对最近处方药在线零售销售政策更新的正面反应，目标价由5港元上调至6.5港元，相当于预测现财年市销率2.5倍，维持“