MiniMax H3
几个关键能力：
■ 输出时长 4 到 15 秒，最高 2K 分辨率
■ 视频和音频是同步生成的，32kHz 立体声，不是后期贴上去的
■ 支持中、英、日、韩、法等 11 种语言的口型和语音
■ 在 Artificial Analysis 榜单里，H3 的视频编辑能力排名全球第一，文生视频和图生视频分列第二、第三
它是海螺 AI 上线以来的第三代视频模型，架构换成了 H3-Context-IR，跟 Hailuo 01、Hailuo 02 完全不是一套东西。
关键是它的越狱版已经在网上公布，相比官方版它更自由，更没有内容限制
二、显存到底要多少（这段请认真看）
网上现在满天飞”8G 显存也能跑”，我把目前能查到的公开实测数据整理一下，你自己判断：
已有稳定跑通记录的配置：12G 显存 + 32G 系统内存 + 高速固态。实测生成 5 秒 480p 视频，20 步，接近 5 分钟。
官方未量化版的公开验证配置：两张卡各 32G 显存（合计 64G），系统内存约 384G。生成 5 秒 1344×768 视频，50 步，约 9.3 分钟。
为什么 12G 显存能跑得动 40 多 G 的模型？因为 ComfyUI 用的是按层动态调度：需要哪一层就把哪一层搬进显存，其余的留在内存和硬盘里。所以显存不够并不会直接报错，只会变慢。
那 8G 能不能跑？能，但要靠更激进的量化（Q2、Q3）加上大量 offload，出片时间会明显拉长，而且低量化对画质的损伤是实打实的。如果你是 8G 卡，我的建议是：系统内存一定要 32G 起步，硬盘必须是 NVMe 固态，然后从 480p、20 步、5 秒开始试，别一上来就冲 720p。
三、开始部署
第一步：升级 ComfyUI
这一步跳过的话后面全是坑。H3 需要 ComfyUI 0.27 或更高版本，老版本没有对应的原生节点。
ComfyUI 最新版下载
1、、官方下载：【https://comfy.org/】
2、高速下载：【https://pan.quark.cn/s/0983155437cb】，含越狱工作流及节点
【零度同款】TDM Fast 下载器：【https://www.tdmfast.com/】
如果你之前已经安装过 ComfyUI 桌面版 ，那么务必将其升级到最新版，否则你是看不到 MiniMax H3 开源模型的
用整合包的朋友，直接用启动器里的”更新”功能更新到最新版本。更新完启动一次，在右下角确认版本号。
第二步：选择模型
目前在模板中心，有3种不同的 MiniMax H3 开源模型，分别是：文生视频、图生视频、视频转视频
这里大家可以根据自己的喜好进行下载，生成的视频分辨率建议设置小点，可以大大提升生成速度，等生成完成以后，可以通过下方这款首批高清放大工具，将视频提升到1080、2K、甚至是4K画质！
视频高清放大工具： 【https://pan.quark.cn/s/c47e461d094b 】或【https://pan.cloudeop.com/s/634CE883129C5BF4】
第三步：越狱模型
1、hugging face下载： 【https://huggingface.co/ethanfel/Qwen3-VL-32B-Ultra-Heretic-MiniMax-H3-ComfyUI-INT8-ConvRot/tree/main】
2、备用整合包下载 ：【https://git.cloudeop.com/repo.php?id=afff7d33】
3、网盘下载：【https://pan.quark.cn/s/6d0d492c2700】
越狱模型有3个，47.97G 是 BF16 满血版，对显存要求比较高，家用消费级显卡建议选择更小的量化模型，比如里面的24.55G的。实测效果也非常不错！
第四步：越狱模型工作流
1、越狱工作流节点：【https://github.com/ethanfel/ComfyUI-MiniMax-H3-Guide】或 【https://pan.quark.cn/s/0be892574480】、【https://pan.cloudeop.com/s/DB2F8C9EDF5E5B70】
2、工作流文件：【https://pan.quark.cn/s/72e594594337】或 【https://pan.cloudeop.com/s/2169A9B70792D8B7】
更小的 MiniMax-H3-NVFP4 量化版，（适合8G显存）
1、Huggingface 下载： 【https://huggingface.co/lilcheaty/MiniMax-H3-NVFP4】
2、备用整合包下载： 【https://git.cloudeop.com/repo.php?id=f038f329】
类型
文件
放置目录
主模型
MiniMax-H3-FL2VA-Q4_K_M.gguf（按显存选量化）
models/unet/
文本编码器
qwen3vl_32b_minimax_h3_Q4_K_M.gguf
models/text_encoders/
视频 VAE
minimax_h3_video_vae_fp16.safetensors
models/vae/
音频 VAE
minimax_h3_audio_vae_fp32.safetensors
models/vae/
量化版本怎么选：
■ 24G 及以上：Q8 或官方 INT8 / NVFP4
■ 16G：Q5 或 Q4
■ 12G：Q4
■ 8G：Q3，或者混合精度的 Q2 版本
注意一个细节：音频 VAE 必须是 fp32 版本，用 fp16 的会出现音画不同步或者干脆没声音。这个坑我踩过。
如果你走的是官方原生路线，模型权重需要同时放在 models/MiniMax-H3/（单文件权重）和 models/diffusers/MiniMax-H3/（分片版本，含 config.json）两个目录，缺一个都会报错。这个设计有点反直觉，但目前就是这样。
第四步：加载工作流
GGUF 的模型仓库里一般会附带对应的工作流 JSON 文件（类似 MiniMax FL2V GGUF (WORKFLOW).json），下载下来直接拖进 ComfyUI 界面就能加载。
官方原生路线的话，ComfyUI 的模板浏览器里已经内置了 H3 的官方工作流，直接选就行。
加载后检查这几个节点：
- Unet Loader (GGUF)：选你下载的主模型
- CLIP Loader (GGUF)：选 qwen3vl 文本编码器
- VAE Loader：注意有两个，视频 VAE 和音频 VAE 分别对应，别接反
- 分辨率和帧数：第一次跑先设 480p、5 秒
节点全部变绿没有报红，就可以点生成了。
第五步：第一次生成
第一次跑会很慢，因为要把权重从硬盘加载进来。8G 到 12G 显存的机器，5 秒 480p 视频 20 步，做好等 8 到 15 分钟的心理准备。
第二次开始会快很多，因为一部分权重已经缓存在内存里了。
四、实测体验：怎么把片子拍好看
跑通只是开始，真正决定出片质量的是提示词。H3 跟以前那些模型不一样，它是真的能听懂镜头语言的。
提示词要写”分镜”，不要写”标签”
以前玩 SD 那套”关键词堆砌”在 H3 上效果很一般。H3 更吃完整的场景描述加镜头调度。
不好的写法：
一个女人，咖啡馆，下雨，电影感，8k，高质量
好的写法：
黄昏的咖啡馆靠窗位置，窗外下着小雨。一位穿米色针织衫的女性
正低头搅拌咖啡，镜头从她的手部特写缓慢上摇至面部，她抬头看
向窗外，嘴角微微上扬。暖色调室内灯光，窗外冷色调环境光形成
对比。背景音：雨声、咖啡杯轻碰声、隐约的爵士乐。
区别在于：第二种把画面、动作、镜头运动、光线、声音全部交代清楚了。H3 的音频是跟画面一起生成的，你不写声音，它就自己猜，猜出来的十有八九不是你要的。
镜头运动直接用术语
推、拉、摇、移、跟、升降，这些术语 H3 都认。也可以写英文的 dolly in、pan left、crane shot、handheld。想要稳定的运镜就写明白，别指望它读心。
角色一致性靠 Ref2VA
这是 H3 最实用的功能，没有之一。
用 Ref2VA 分区，喂进去同一个角色的多张参考图（最多 9 张，建议 3 到 5 张不同角度的），再配一段语音参考，就能做出跨镜头同一个人、同一个声音的连续片段。做口播、做系列内容、做虚拟主播，这个能力直接把工作量砍掉一大半。
实测下来，参考图的质量比数量重要得多。5 张清晰的正侧面照，效果远好过 9 张糊图。
15 秒不够用怎么办
单次最长 15 秒是硬限制。想做长片就用尾帧接首帧的方式串：第一段的最后一帧导出，作为第二段的首帧输入，配合 Ref2VA 锁角色，就能做出连贯的多镜头。社区已经有人做出 30 秒三镜头、人物和声音全程一致的片子了。
五、常见问题排查
报错找不到节点：ComfyUI 版本太老，或者没装 ComfyUI-GGUF。
加载模型时爆显存直接崩溃：换更低的量化版本，同时在启动参数里加 --lowvram。
生成出来没有声音：检查音频 VAE 是不是用了 fp16 版本，必须用 fp32。
画面有了但音画不同步：多半是视频 VAE 和音频 VAE 接反了，回到工作流检查连线。
速度慢到无法接受：先确认模型文件在固态硬盘上，机械硬盘会让 offload 的速度慢十倍。再确认系统内存够不够，内存不够会走虚拟内存，那就更慢了。
画面崩坏、人物变形：多半是量化太狠。Q2、Q3 这种级别的画质损伤是客观存在的，不是提示词能救回来的。这种情况要么加显存，要么降分辨率换质量。
总结
H3 这次开源的意义，我觉得不在于”又多了一个能跑的模型”，而在于开源视频模型第一次在可控性上追平了闭源产品。
音画同步生成、角色跨镜头一致、镜头语言可控、11 种语言口型，这些能力放在半年前还是闭源产品的护城河，现在权重就在你硬盘里。
配置门槛确实还在。12G 显存是目前比较舒服的起点，8G 能跑但需要耐心。但考虑到这才是开源第一周，量化方案和推理优化的迭代速度一向很快，再过一两个月的情况大概率会更好。