MiniMax Music 3 终于也能本地跑了，实测教你如何实现 AI 音乐创作自由 现在你当你打开汽水音乐等听个软件都时候，细心的你应该能发现，目前50%以上的歌曲都是由AI创作，或则是由AI改编和翻唱。 AI 音乐创作的大潮已经到来，这个势头已经无法阻挡了。 所以我看到 MiniMax M

💡 你将学到

MiniMax Music 3 终于也能本地跑了，实测教你如何实现 AI 音乐创作自由 现在你当你打开汽水音乐等听个软件都时候，细心的你应该能发现，目前50%以上的歌曲都是由AI创作，或则是由AI改编和翻唱。 AI 音乐创作的大潮已经到来，这个势头已经无法阻挡了。 所以我看到 MiniMax M

📜 目录

• 这次开源的看点在哪（完全本地部署）
• 下载 11.9GB，塞进 16GB 显卡（低显存组合）
• 我在本地是怎么跑起来的（详细步骤）
• 我的实测（RTX 4060 Ti 16GB）
• 本地部署需要什么代价？
• 我的判断（适合谁）

MiniMax Music 3 终于也能本地跑了，实测教你如何实现 AI 音乐创作自由

现在你当你打开汽水音乐等听个软件都时候，细心的你应该能发现，目前50%以上的歌曲都是由AI创作，或则是由AI改编和翻唱。 AI 音乐创作的大潮已经到来，这个势头已经无法阻挡了。

所以我看到 MiniMax Music 3 开放权重的消息时，第一反应是，这次是不是真能把歌曲生成搬回自己电脑进行尝试。

这次开源的看点在哪（完全本地部署）

MiniMax Music 3 在 7 月 16 日先上了 API，8 月 13 日才把模型权重公开。权重开放意味着什么？整首歌的生成逻辑都能在本地做完，最长约 5 分钟，输出 32kHz 立体声，还配了 ComfyUI 官方工作流。

它收两样东西，歌词和音乐描述。歌词里可以写 [Intro]、[Verse]、[Chorus] 这类段落标签，描述里能细化到人声、乐器、编曲走向。这比我平时跟网页版说"给我一首伤感民谣"更像对着制作人下单。

下载 11.9GB，塞进 16GB 显卡（低显存组合）

原始仓库在模型页显示约 57.4GB，这尺寸一看就不是给普通显卡准备的。ComfyUI 重新打包了一套低显存组合，INT8 生成模型（8 位整数量化，显存友好）约 2.5GB，文本编码器约 9.2GB，音频解码器约 0.2GB，加起来约 11.9GB。这套文件配合动态显存和 CUDA Graphs（NVIDIA 显卡加速机制），目标就是让 16GB 显卡跑起来。

我在本地是怎么跑起来的（详细步骤）

第 1 步，下载三个模型文件。生成模型放进 ComfyUI 的 diffusion_models 目录，文本编码器放进 text_encoders 目录，音频解码器放进 vae 目录。我的模型装在共享目录里，路径是 C:/Users/yourname/ComfyUI-Shared/models，你按自己的 ComfyUI 模型目录放就行。

第 2 步，启动 ComfyUI。我在终端里先清掉 PYTHONPATH，再启动主程序，不然程序会撞上另一个 Python 环境的库，直接起不来。命令大概是 env -u PYTHONPATH python main.py --listen 127.0.0.1 --port 8188 --disable-auto-launch，我还挂了一个 extra_model_paths.yaml 指向共享模型目录。

第 3 步，加载官方工作流。ComfyUI 的模板库里能找到 MiniMax Music 3 Text to Music 工作流，也可以直接导入官方发布的 JSON。

第 4 步，填两段输入。Caption 写音乐描述，官方建议分成三块，音乐全局信息（节奏、调性、情绪走向）、人声细节（音色、唱法、和声）、编曲安排（乐器、段落变化）。Lyrics 写歌词，段落标签如 [Intro]、[Verse]、[Chorus] 放在每段开头。

第 5 步，设置参数。低显存建议把生成模型切到 INT8 版本，打开 tiled decode（分块解码，省显存），旋律时长先设 60 秒，Seed 固定一个值方便复现。

第 6 步，提交，然后等。任务从提交到完成一共 150.05 秒，出来是一段约 1.9MB 的 MP3。

我的实测（RTX 4060 Ti 16GB）

我这台机器是 32G内存+RTX 4060 Ti 16GB，ComfyUI 0.31.0，PyTorch 2.12.1。我写了一段中文歌词，主题多少有点像自己此刻的状态，深夜、屏幕、命令行，算力不大也够用。设了 60 秒、30 步采样、固定 seed，任务提交到完成一共 150.05 秒，出来是一段约 1.9MB 的 MP3。生成时间大概是目标时长的 2.5 倍。

页面里那句"最长 5 分钟"我看着并不轻松。60 秒就要 150 秒，直接拉到 5 分钟，时间、内存和音质都得重新验证。光是跑完这段 60 秒，显卡已经接近满载，整个任务没报显存不足，我还是非常满意这个效果的。

本地部署需要什么代价？

只想在网页上出一首歌的话，Music 3 的 API 早就有了。本地部署是给另一类人准备的，想把生成参数抓在自己手里、想做二次开发、不想把歌词和音频交给云端的人，注重知识产权和隐私的人。

不过代价是你有一台配置还不错的电脑、一块还算不错的显卡，同时模型目录、端口和报错都得自己管。光是这一次，我就踩了三个坑，环境变量、工作流格式、必填参数，全都得自己摸一遍。这跟网页上点几下就出歌是两码事。确实要费一点劲。

我的判断（适合谁）

我认可这条路，MiniMax 把完整的歌曲生成能力交到了本地。对于搞AI音乐创作的朋友那就是神器，可以不限次数的尝试，没有积分消耗的压力，创作成本也就是电费了。对于AI创作的初学者更是没有了成本的压力。

但系统要求不低，踩坑也不少，但至少通过努力流程能跑通。会本地折腾、又愿意为AI音乐创作花时间的人，非常适合折腾MiniMax Music 3模型部署。

在 2026 年的今天，你会为了玩儿 AI 音乐创作，专门折腾这么一套本地模型吗？评论区聊聊。需要ComfyUI工作流的朋友可以私信我。