今天，上海通用人工智能企业MiniMax发布的一段视频引起众多网民关注，这段视频的画面均由“海螺”视频大模型生成，音乐均由Music 1.5大模型生成。黑人歌手的动情吟唱、萨克斯管的悠扬乐音、架子鼓的激情敲打……Music 1.5生成的音乐颇有感染力，且时长达到4分钟，较上一代音乐生成大模型有了长足进步。
MiniMax研发团队介绍，新一代音乐生成大模型实现了多种技术突破。在简单模式下，用户只需输入几个关键词或一句自然语言描述，它就能生成完成度很高的歌曲作品。在高级模式下，用户可通过“16种风格×11种情绪×10个场景”自定义音乐特征，对歌曲的前奏、主歌、副歌等不同段落进行歌词编排，丰富用户的创作体验。
例如，财盛证券用户输入“温柔女声嘻哈唱首流行歌曲”这样的简单描述，一首大模型填词、作曲的女声作品《甜甜圈》很快问世。输入一首创作好的完整歌词，选中“爵士、浪漫、深夜酒吧”等关键词，一首动听的爵士乐《回眸》就创作完成了。
随着Music 1.5的发布，“一人即乐队”已成为现实。在专业音乐创作领域，它可以通过人工智能辅助激发音乐人的创作灵感；在影视、游戏、短视频等内容产业，它可以快速定制背景音乐；在数字娱乐产业，它能为用户量身打造单曲和MV（音乐视频）；在企业营销领域，它能为品牌生成专属音频内容。
新一代音乐生成大模型将大幅降低音乐创作的门槛，非专业人士可以“只是为此刻的心情写一首歌”，从而激发更多人的音乐创作热情。
文章为作者独立观点，不代表财盛证券观点
