MiniMax Music 3

MiniMax Music 3

为 ComfyUI 重新打包的 MiniMax Music 3 模型文件，附带 Text to Music 工作流，可根据文字提示词生成音频。适合用 ComfyUI 生成音乐的用户。

由 Comfy-Org 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这个仓库放的是 Comfy-Org 重新打包的 MiniMax Music 3 模型文件，让它们能在 ComfyUI 中加载。原始模型来自 MiniMaxAI。文件包括扩散模型、文本编码器和一个 VAE，模型卡还链接了一个 Text to Music 工作流。

适合谁：想在自己电脑上根据文字描述生成音乐的 ComfyUI 用户。模型卡很短，只给出了文件位置和一个工作流，所以它默认你已经会用 ComfyUI。

Title: 谁在用，怎么用
Industry | Who uses it | How they use it | Example
音乐创作 | 业余制作人 | 根据文字生成音乐灵感 | 描述一种情绪和曲风，再听结果
视频和内容 | 创作者 | 为项目制作背景音乐 | 生成一小段衬在视频下面的音乐
游戏开发 | 独立开发者 | 为一个场景制作音乐原型 | 为菜单主题曲试几种提示词
AI 研究 | ComfyUI 爱好者 | 对比不同精度的文件 | 把一个模型文件换成另一个，再对比输出

如果你不用 ComfyUI，可以跳过它，因为这些文件是为那个程序打包的。

用在哪里：

• ComfyUI，在 Windows、macOS 或 Linux 上
• 模型卡链接的 Text to Music 工作流模板
• Windows、macOS 或 Linux，用于下载文件，需要 Python

Use case | Who | What they get back
文字生成音乐 | 创作者 | 根据你写的提示词生成的音频
工作流测试 | ComfyUI 用户 | 一个可以运行和修改的现成节点图
精度测试 | 爱好者 | 不同模型文件版本的输出

如何设置：你需要装好 ComfyUI，还要有 Python 和 pip 来下载。然后把每个文件复制到 ComfyUI 的 models 目录里对应的文件夹。

• ComfyUI
• Python 和 pip
• 放模型文件的磁盘空间

1. 安装 Hugging Face hub 库。
2. 下载这个仓库。
3. 把模型文件复制到 ComfyUI 的文件夹里，再打开工作流。

pip install -U huggingface_hub
hf download Comfy-Org/MiniMax-Music-3

Title: 每个文件放在哪里
Folder | Files
diffusion_models | minimax_music3_dit_fp16, minimax_music3_dit_fp32, minimax_music3_dit_int8_convrot
text_encoders | minimax_music3_text_encoder_bf16, minimax_music3_text_encoder_pruned_bf16, minimax_music3_text_encoder_pruned_int8_convrot
vae | minimax_music3_dav

如何使用：在 ComfyUI 里打开 Text to Music 工作流，确认它指向你放好的文件，写下你想要的音乐描述并运行。模型卡列出了三个扩散文件和三个文本编码器，没有说该选哪个，所以请按工作流自己的设置来。

Tool | What it does
ComfyUI | 通过节点图运行模型的程序
Text to Music workflow | 把提示词变成音频的现成节点图
diffusion_models folder | 存放主要的音乐模型文件
text_encoders folder | 存放读取你提示词的文件
vae folder | 存放把结果解码成音频的文件

示例：你打开 Text to Music 工作流，描述一段带柔和弦乐的平静钢琴曲。你运行节点图，它会返回一段音频。模型卡没有给出示例输出，所以结果请自己判断。

新手与专家：如果你是新手，先学会 ComfyUI 的基本用法，再放好文件并打开工作流。改动任何东西之前，先用一个简短的提示词运行一次。

对熟悉的人来说，这个仓库把一个扩散 Transformer 音乐模型连同它的文本编码器和 VAE 重新打包成单个文件。有些文件是 fp16 或 fp32，有些是 bf16，还有些是带 convrot 标记的 int8。模型卡没有解释这些变体。

下载仓库
把文件复制到 ComfyUI 的模型文件夹
打开 Text to Music 工作流
写提示词并运行
得到一段音频

注意事项：

• License: Apache 2.0
• Cost to run: 没有列出费用，你用的是自己的电脑
• Data it reaches: 它从 Hugging Face 下载文件，模型卡没有提到它还会接触其他内容
• Not for: ComfyUI 之外的使用，因为模型卡只描述了那种配置
• 模型卡没有给出基准分数、示例音频或硬件说明

Hugging Face 上的数据（2026年11月13日）

• 框架：diffusion-single-file
• 最近 30 天下载：1,077,395
• 点赞：260
• 许可证：apache-2.0
• 基于：MiniMaxAI/MiniMax-Music3
• 标签：diffusion-single-file, comfyui

链接

• 模型：https://huggingface.co/Comfy-Org/MiniMax-Music-3
• 文件：https://huggingface.co/Comfy-Org/MiniMax-Music-3/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download Comfy-Org/MiniMax-Music-3

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。