MiniMax H3 本地部署完整指南：從硬件配置到 ComfyUI 工作流實戰

MiniMax H3 是 MiniMax 推出的通用全模態生成模型，現已以開放權重形式提供。它能在單一上下文中聯合理解文本、圖像、視頻和音頻，並生成帶原生立體聲音頻的視頻——語音、音效和音樂在單次前向傳播中一併建模，而非事後疊加。

輸出最高支持 2K 分辨率、24fps，時長約 15 秒。更重要的是，H3 現已開源，你可以在本地完全控制每個參數。

本文將帶你從零開始，完成 MiniMax H3 的本地部署，涵蓋硬件配置、ComfyUI 安裝、模型下載、三種工作流實戰，以及性能優化技巧。

---

一、硬件配置要求：你的電腦能跑嗎？

MiniMax H3 對硬件要求不低，但已進入消費級高端顯卡的可觸及範圍。根據社區實測，以下是不同顯卡檔位的配置建議：

顯卡天梯圖

顯存	顯卡型號	量化方案	適用場景
24GB+（RTX 5090/4090）	旗艦級	FP16 / BF16	全質量生成，速度最快
16GB（RTX 4080 等）	高端級	Q5 / Q4	兼顧畫質與生成速度
12GB（RTX 3060/4070 Ti 等）	主流級	Q4 / pruned INT8 + NVFP4	推薦配置，實測可跑
8GB	入門級	極限量化	勉強可跑，但體驗較差

最低配置建議

• 顯卡：NVIDIA RTX 3060 12GB（ComfyUI 官方確認的地板）
• 內存：32GB（必須，16GB 會爆內存）
• 系統：Windows 10/11 或 Linux
• ComfyUI 版本：0.30.0 或更高

推薦配置（流暢體驗）

• 顯卡：RTX 4080 16GB 或更高
• 內存：32GB DDR4/DDR5
• 硬盤：SSD（模型文件較大，機械硬盤加載慢）

💡 實測數據：RTX 4090 48GB（魔改版）可以流暢運行全精度模型；RTX 4080 16GB 使用量化版本可以兼顧畫質與速度；RTX 3060 12GB 配合 32GB 內存可以跑通，但生成時間較長。

---

二、安裝 ComfyUI

ComfyUI 是運行 MiniMax H3 的最佳平臺，官方已原生支持 H3 工作流。

2.1 下載 ComfyUI

方式一：官方安裝包（推薦新手）

訪問 ComfyUI 官網 下載對應系統的安裝包：

• Windows：.exe 安裝程序
• macOS：.dmg 安裝程序
• Linux：AppImage 或手動安裝

方式二：從 GitHub 源碼安裝（推薦進階用戶）

# 克隆仓库
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI

# 创建虚拟环境（推荐）
python -m venv venv
source venv/bin/activate  # Linux/macOS
# venv\Scripts\activate   # Windows

# 安装依赖
pip install -r requirements.txt

2.2 更新到 0.30.0+

MiniMax H3 需要 ComfyUI 0.30.0 或更高版本。如果你已有舊版本，請更新：

# 源码安装方式
git pull
pip install -r requirements.txt --upgrade

如果是官方安裝包，啓動時會自動檢查更新。

2.3 啓動 ComfyUI

# 源码安装方式
python main.py

# 或使用启动脚本
# Windows: run_nvidia_gpu.bat
# macOS: run_macos.sh
# Linux: run_nvidia_gpu.sh

啓動後訪問 http://127.0.0.1:8188 即可看到界面。

---

三、下載 MiniMax H3 模型文件

MiniMax H3 的模型文件託管在 Hugging Face 的 Comfy-Org/MiniMax-H3 倉庫。

3.1 模型文件清單

根據你使用的工作流類型，需要下載不同的模型文件：

文生視頻（T2V）和圖生視頻（I2V）工作流

ComfyUI/
├── models/
│   ├── diffusion_models/
│   │   └── minimax_h3_fl2va_pruned_int8_convrot.safetensors
│   ├── text_encoders/
│   │   └── qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors
│   └── vae/
│       ├── minimax_h3_video_vae_fp16.safetensors
│       └── minimax_h3_audio_vae_fp32.safetensors

參考生視頻（R2V）工作流

ComfyUI/
├── models/
│   ├── diffusion_models/
│   │   └── minimax_h3_ref2va_pruned_int8_convrot.safetensors  # 注意：不同的扩散模型
│   ├── text_encoders/
│   │   └── qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors  # 共用
│   └── vae/
│       ├── minimax_h3_video_vae_fp16.safetensors  # 共用
│       └── minimax_h3_audio_vae_fp32.safetensors  # 共用

3.2 下載方法

方式一：使用 Hugging Face CLI（推薦）

# 安装 huggingface_hub
pip install huggingface_hub

# 下载单个文件
huggingface-cli download Comfy-Org/MiniMax-H3 \
  minimax_h3_fl2va_pruned_int8_convrot.safetensors \
  --local-dir ./ComfyUI/models/diffusion_models/

# 下载文本编码器
huggingface-cli download Comfy-Org/MiniMax-H3 \
  qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors \
  --local-dir ./ComfyUI/models/text_encoders/

# 下载 VAE
huggingface-cli download Comfy-Org/MiniMax-H3 \
  minimax_h3_video_vae_fp16.safetensors \
  --local-dir ./ComfyUI/models/vae/

huggingface-cli download Comfy-Org/MiniMax-H3 \
  minimax_h3_audio_vae_fp32.safetensors \
  --local-dir ./ComfyUI/models/vae/

方式二：瀏覽器手動下載

訪問 Hugging Face 倉庫，點擊文件右側的下載按鈕，手動下載到對應目錄。

方式三：使用 ComfyUI 自動下載

ComfyUI 0.30.0+ 支持自動下載缺失的模型文件。當你首次運行 MiniMax H3 工作流時，如果檢測到模型缺失，會彈出提示框引導你下載。

3.3 模型文件大小參考

• 擴散模型：約 10-15 GB（量化版本）
• 文本編碼器：約 20 GB（Qwen3-VL 32B）
• VAE：約 1-2 GB

💡 提示：如果網絡較慢，可以使用 Hugging Face 鏡像站或下載工具加速。

---

四、三種工作流實戰

ComfyUI 模板庫提供了三個 MiniMax H3 示例工作流，覆蓋三種生成模式。

4.1 文生視頻（T2V）

功能：根據文本提示詞生成帶原生立體聲音頻的視頻。

使用步驟：

1. 打開 ComfyUI，點擊頂部菜單 工作流 → 瀏覽模板
2. 在 視頻 分類中找到 MiniMax H3 T2V
3. 點擊加載工作流
4. 在 Prompt 節點中輸入你的提示詞
5. 調整 Resolution Selector 節點設置輸出分辨率
6. 點擊 Queue Prompt 開始生成

提示詞技巧：

• 描述整個場景：先描述整體場景（地點、人物、正在發生的事情），再按時間拆分爲多個鏡頭
• 鏡頭、相機和音頻：在同一個提示詞塊中描述鏡頭、相機運動以及伴隨的音頻（對話、音效、音樂）
• 分辨率：H3 的原生畫布短邊爲 768px，上限爲 768×1344 像素，取整到 32 的倍數
• 時長：時長輸入會對齊到模型在 24fps 下的每塊 17 幀網格

示例提示詞：

一个年轻女孩站在城市天台边缘，夕阳洒在她脸上。她转头看向镜头，微笑着说："你好，世界。" 
镜头缓慢推进，背景中城市灯光逐渐亮起。远处传来车流声和微风声。

4.2 圖生視頻（I2V）

功能：根據輸入圖像生成視頻，可選指定首幀/末幀關鍵幀。

使用步驟：

1. 加載 MiniMax H3 I2V 工作流模板
2. 在 Load Image 節點中上傳你的輸入圖像
3. 可選：在 last_frame 輸入連接另一張圖像作爲末幀
4. 輸入提示詞描述期望的運動和音頻
5. 調整參數並生成

提示詞技巧：

• 關鍵幀：first_frame 和 last_frame 輸入爲可選；模型會生成它們之間的運動
• 提示詞：在同一個文本塊中描述鏡頭、動作以及伴隨的音頻

示例提示詞：

相机缓慢环绕产品旋转，展示其 360 度细节。背景保持纯白色，柔和的灯光从上方打下。

4.3 參考生視頻（R2V）

功能：從參考圖像、視頻和音頻的任意組合中生成視頻，鎖定角色、風格、動作、相機運鏡或聲音。

使用步驟：

1. 加載 MiniMax H3 R2V 工作流模板
2. 在 Picture 輸入節點上傳角色參考圖像（最多 9 張）
3. 在 Video 輸入節點上傳風格/動作參考視頻（最多 3 個）
4. 在 Audio 輸入節點上傳聲音參考音頻（最多 3 個）
5. 輸入提示詞，按標籤引用每個輸入

提示詞技巧：

• 按標籤引用：按標籤引用每個輸入，順序須與其連接時完全一致，例如 <Picture 1>、<Video 1>、<Audio 1>
• 爲每個參考分配任務：說明哪個參考負責畫面的哪個部分（身份、風格、動作、相機、聲音）

示例提示詞：

<Picture 1> 中的角色穿着红色斗篷，站在城市屋顶上。<Video 1> 中的相机运动被应用： 
镜头从低角度仰拍，缓慢上升。角色的动作参考 <Video 2>：转身看向远方。
背景音效参考 <Audio 1>：风声和城市远处的交通声。

限制：

• 最多 9 張參考圖像
• 最多 3 個參考視頻（每個可攜帶自己的配樂）
• 最多 3 個獨立的參考音頻片段
• ref_image_size：match 會將參考縮小到生成分辨率以提高速度；max 保留短邊最長 2048px，獲得更強的身份保真度

⚠️ 注意：R2V 使用 ref2va 擴散模型，這是一組與 T2V 和 I2V 工作流所用 fl2va 模型不同的權重。確保下載正確的模型文件。

---

五、性能優化：使用 Sage Attention 加速生成

默認工作流使用標準注意力實現。使用 Sage Attention 可以將生成速度大約提升一倍，質量損失極小。

5.1 安裝 Sage Attention

1. 訪問 SageAttention releases 頁面
2. 下載與你 PyTorch 和 CUDA 版本匹配的 wheel 文件
3. 安裝：

pip install sageattention-<version>+cu<cuda_version>-cp<python_version>.whl

5.2 安裝 KJNodes 自定義節點

Sage Attention 需要通過 KJNodes 提供的節點使用：

方式一：使用 ComfyUI Manager（推薦）

在 ComfyUI 中打開 Manager，搜索 KJNodes 並安裝。

方式二：手動安裝

cd ComfyUI/custom_nodes/
git clone https://github.com/kijai/ComfyUI-KJNodes.git
# 重启 ComfyUI

5.3 在工作流中使用

1. 在工作流中添加 Patch Sage Attention KJ 節點
2. 將其連接在 UNETLoader 和 BasicGuider 節點之間：
   • model 輸入接收來自 UNETLoader 的模型
   • model 輸出連接到 BasicGuider 的 model 輸入
3. 將 sage_attention 設置爲 auto
4. 照常運行工作流

全局啓用方式：

使用啓動參數啓動 ComfyUI：

python main.py --use-sage-attention

這樣無需在每個工作流中添加節點。

💡 提示：Sage Attention 要求 float16 或 bfloat16 張量。MiniMax H3 的部分層使用其他數據類型，因此你可能會在控制檯看到警告消息。這是正常現象；受影響的層會回退到標準注意力，生成仍然可以正常工作。

---

六、常見問題解答

Q1：爲什麼我的生成速度很慢？

可能原因：

• 顯存不足，使用了過度量化
• 內存不足（需要 32GB）
• 沒有啓用 Sage Attention
• 分辨率設置過高

解決方案：

• 降低分辨率（百萬像素設置爲 0.5-0.8）
• 啓用 Sage Attention
• 關閉其他佔用內存的程序
• 考慮升級顯卡

Q2：生成的視頻沒有聲音？

檢查清單：

• 確保下載了 minimax_h3_audio_vae_fp32.safetensors
• 提示詞中描述了音頻內容（對話、音效、音樂）
• 工作流中音頻輸出節點連接正確

Q3：RTX 3060 12GB 能跑嗎？

可以，但需要注意：

• 使用量化版本（pruned INT8 + NVFP4）
• 內存必須 32GB
• 生成時間較長（可能 5-10 分鐘/視頻）
• 分辨率不要設置過高

Q4：如何提升視頻質量？

建議：

• 使用更高質量的量化方案（Q5 而非 Q4）
• 提高分辨率（百萬像素設置爲 1.0）
• 精心編寫提示詞，參考官方提示詞指南
• 使用參考生視頻（R2V）鎖定角色和風格

Q5：可以生成多長的視頻？

目前 MiniMax H3 單次生成時長約 15 秒（24fps）。如需更長視頻，可以：

• 生成多個片段後拼接
• 使用圖生視頻（I2V）的末幀作爲下一段的首幀，實現連續生成

---

七、進階資源

• ComfyUI 官方文檔：MiniMax H3 教程
• MiniMax H3 提示詞指南：官方文檔
• Hugging Face 模型倉庫：Comfy-Org/MiniMax-H3
• 社區工作流分享：GitHub - ComfyUI_MiniMaxH3_Director

---

八、總結

MiniMax H3 的開源爲視頻生成領域帶來了新的可能性。通過 ComfyUI，你可以在本地完全控制生成過程，從硬件配置到提示詞編寫，每個環節都可以精細調整。

關鍵要點回顧：

1. 硬件要求：RTX 3060 12GB 是最低配置，RTX 4080 16GB 推薦
2. 安裝步驟：ComfyUI 0.30.0+ → 下載模型文件 → 加載工作流
3. 三種工作流：T2V（文生視頻）、I2V（圖生視頻）、R2V（參考生視頻）
4. 性能優化：啓用 Sage Attention 可提速約一倍
5. 提示詞技巧：描述場景、鏡頭、音頻，按標籤引用參考素材

現在，你已經掌握了 MiniMax H3 本地部署的完整流程。開始創作你的 AI 視頻吧！

---

📌 延伸閱讀：

• Seedance 2.0 深度評測：字節跳動 AI 視頻生成的新標杆
• Veo 3.1 vs Kling 3.0 對比評測：2026 年 AI 視頻生成器雙雄爭霸
• Runway Gen-4.5 完全指南：AI 視頻生成的角色一致性革命