Segun MarkTechPost (AI/ML News), MiniMax ha presentado MiniMax-Music3, un modelo de generación musical basado en texto con licencia abierta. Este avance permite crear piezas musicales de hasta cinco minutos a partir de dos entradas: una versión de letras con etiquetas de sección y una descripción detallada del estilo musical. El resultado se entrega como archivo WAV de 32 kHz y 16 bits en formato estéreo, listo para uso inmediato. La arquitectura combina un modelo de lenguaje híbrido, integrando un lenguaje global de 8 billones de parámetros con un modelo local de 600 millones, y una pila de síntesis continua basada en técnicas de matching de flujo y un VAE de flujo. En su lanzamiento, la empresa compartió los pesos del modelo, el código para ejecución y tres rutas documentadas para su implementación en servidores.
La disponibilidad inmediata de estos componentes indica que el modelo no se limita a estudios académicos, sino que puede ser integrado en entornos comerciales desde el primer día. La licencia comunitaria permite su uso en productos comerciales, pero exige que se muestre claramente el nombre “MiniMax-Music3” en la interfaz del producto. Además, cualquier organización cuyo ingreso anual total supere los 20 millones de dólares debe obtener autorización previa por escrito. También se exige que los proveedores de servicios que generan contenido a terceros implementen y mantengan mecanismos de protección contra obras que pudieran infringir derechos de autor.
Este modelo encuentra aplicaciones relevantes en múltiples sectores del mercado peruano. En el ámbito de contenidos digitales, puede ser usado para generar sonidos de fondo en videos de usuarios (UGC), lo que facilita la producción de contenido en redes sociales. Las agencias de publicidad y los creadores de marcas podrían aprovecharlo para desarrollar sonidos de identidad corporativa o para campañas publicitarias localizadas. En educación, podría servir para crear audios adaptativos en aplicaciones de aprendizaje. También sería útil en sectores como el fitness, donde las aplicaciones podrían incluir sonidos de ambiente que responden al estado emocional del usuario. Además, en el desarrollo de juegos, podría generar música dinámica que se adapte a los niveles del jugador.
Para el público peruano, esta tecnología representa una herramienta accesible para emprendedores que buscan integrar música de calidad sin depender de músicos profesionales. Aunque el costo por pieza sigue siendo un factor en aplicaciones de alto volumen, el modelo permite una generación eficiente en entornos offline, donde el costo por canción es el límite principal. Esto puede impulsar la innovación en plataformas de contenido local, como apps de bienestar o videojuegos nacionales, sin necesidad de grandes inversiones iniciales. La llegada de soluciones como esta democratiza el acceso a la creatividad musical, permitiendo que más personas, especialmente en contextos donde los recursos son limitados, puedan expresarse audiovisualmente.