Comfy-Org、音楽生成モデル MiniMax-Music-3 の ComfyUI 対応版パッケージを公開──fp16・int8 などの重みを同梱
MiniMaxAI の音楽生成モデル MiniMax-Music-3 を ComfyUI のワークフローに直接組み込めるよう再パッケージ化した。
リリース: 2026-08-08 · 読了 2 分記事の要約
1. 核心（What）
- Comfy-Org が MiniMaxAI の音楽生成モデル MiniMax-Music-3 の重みファイルを ComfyUI 向けに再構成して公開した
- diffusion_models、text_encoders、vae の各フォルダに対応するファイル構造で提供されている
- 量子化バリエーションとして fp16、fp32、int8_convrot などの safetensors 形式が用意されている
- text_encoder には通常の bf16 版のほか、pruned 版の bf16 および int8_convrot 版が含まれている
2. 影響（Why）
- ワークフロー統合の簡素化: 公式の元モデルをそのまま読み込む手間に比べ、ComfyUI のディレクトリ構造に直置きするだけで検証を始められるため、試作にかかるセットアップ工数を大幅に削減できる。
- 国内音声生成 SaaS への影響: 音楽生成機能を自社サービスに組み込む国内の小規模な音声・音楽生成 SaaS 事業者は、API コストを抑えたセルフホスト環境の構築において、ComfyUI をベースにしたパイプラインを即座に試行できる。
3. 根拠・詳細（How）
- ファイル配置の構造: ComfyUI/models/ ディレクトリ直下に diffusion_models、text_encoders、vae のフォルダ階層を維持して配置し、各サフィックス付きの safetensors を読み込ませる。
- 量子化とプルーニング: int8_convrot 形式の量子化モデルや pruning 済みの text_encoder を選択することで、単一 GPU 上でのメモリ消費量を抑えた実行が可能になる。
4. 展望・課題（Next）
- カスタムノードの拡充: ComfyUI エコシステムにおける音楽生成特化型カスタムノードとの連携や、生成パイプラインの最適化に関するコミュニティ検証が進む見通し。