MiniMax H3 开源视频模型：ComfyUI 安装部署与使用笔记
模型概述
MiniMax H3 是 MiniMax 官方开源的全模态视频生成系统。输入支持文本、图片、视频、音频四种模态，输出为视频 + 原生音频轨道。
输出规格：
| 参数 | 数值 |
|---|---|
| 最大分辨率 | 2K |
| 最大时长 | 15 秒 |
| 帧率 | 24 FPS |
| 音频 | 原生 32kHz 立体声 |
音频由模型直接生成，不是后期配音拼接，与画面同步生成。
功能范围
支持以下生成任务：
- 文生视频
- 图生视频
- 视频生视频
- 多模态参考生成（人物、动作、镜头、声音可拆分组合）
多模态参考生成适合做连续剧情创作，比单发模型更可控。
边界与前提
- 模型需通过 ComfyUI 运行，仅最新版 ComfyUI 内置 H3 工作流节点，旧版本必须先升级。
- 生成 2K 分辨率对显存要求较高，小显存机器直接拉满大概率会崩。
- 建议显存 ≥ 16GB（见下文"越狱版"说明）。
- 模型文件需在线下载，大陆网络环境必须配置镜像加速，否则下载会卡住。
社区"越狱版"编码器（非官方）
社区已有针对 H3 的去限制版本。做法是：把官方文本编码器替换为限制更少的第三方编码器（Heretic/Uncensored 版），官方模型本体未改动。
这不是 MiniMax 官方发布的版本，是社区第三方作品。下载前自行确认模型来源、许可证以及当地法律法规，违规后果自负。
推荐版本与实测情况
- 版本：NVFP4 量化版
- 大小：约 15.7GB
- 作者实测：单张 16GB 显存可运行 H3（原文作者实测，我未复测）
- 与 Comfy-Org 官方 NVFP4 编码器文件大小完全一致，可直接替换使用
- 不推荐旧版 INT8 ConvRot 版本，小显存机器带不动。
下载地址（HuggingFace）：
https://huggingface.co/Momoking/Qwen3-VL-32B-Heretic-MiniMax-H3-NVFP4
替换方式
- 将下载的编码器文件放入
ComfyUI/models/text_encoders - 在 ComfyUI 工作流的
CLIPLoader中指向该文件 - H3 工作流其余节点不需要改动
- 具体下拉参数选项名称未实测，请以 ComfyUI 当前版本界面显示为准
部署步骤
1. 安装/升级 ComfyUI
官方下载地址：
https://comfy.org/download
大陆网络安装时务必开启镜像加速，否则在线下载主模型会一直转圈。
2. 下载 H3 主模型
在 ComfyUI 客户端左侧模板选项进入模型下载中心，找到 Minimax H3 主模型。
按需下载：
- 文生视频
- 图生视频
- 视频转视频
3. 放置模型文件
下载过程中会提示下载文本编码器、音频编码、VAE、主模型等文件，点右侧"全部下载"。
同时把第一步下载的越狱编码器放入文本编码器目录。
Windows 默认安装路径（C 盘）：
C:\Users\你的用户名\AppData\Local\Comfy-Desktop\ComfyUI-Shared\models\text_encoders
注意：路径层级容易出错。 完整路径必须包含 ComfyUI-Shared 这一层。放错层级会导致 CLIPLoader 刷新时找不到模型。这是实际踩过的坑。
验证方式：在 ComfyUI 的 CLIPLoader 中刷新模型列表，能看到越狱编码器即放置成功。
提示词模板参考
原文提供了一套完整的中国古代边疆战争短片刻画模板，结构如下，可直接改主题复用：
核心要素：
- 时长：30 秒，分镜精确到秒
- 主题：中国古代边疆战争电影预告片
- 风格：史诗、写实、肃杀、电影预告片质感
- 禁止元素：现代建筑、现代武器、现代服装、现代交通工具
分镜结构：
| 时间 | 内容 |
|---|---|
| 0-4s | 超远景：边城、夕阳、旌旗、狼烟，推进镜头，低沉战鼓 |
| 4-8s | 近景：女将纵马，侧眼跟拍，战鼓加速 |
| 8-12s | 城门前勒马，拔刀寒光 |
| 12-16s | 敌军冲锋，弓箭齐射，箭雨特写 |
| 16-21s | 高速战争蒙太奇：拼杀、火花、盾牌撞击 |
| 21-26s | 安静：女将军单独立于黄沙中，音乐骤降 |
| 26-30s | 骑兵冲锋，低机位拉升至高空，定格标题"烽火边关" |
音乐与音效要求：
开头低沉大鼓、低音弦乐、苍凉笛声；中段战鼓加密、低音铜管加入；战争爆发进入史诗高潮。全程搭配真实战场环境音：战马嘶鸣、马蹄、风沙、城门轰鸣、士兵呐喊、刀剑碰撞、弓弦、箭矢破空、火焰燃烧。结尾音乐戛然而止，只留风沙声。
禁止现代流行音乐和电子舞曲。
画质约束：
- 真实电影摄影质感、真实皮肤毛发、真实战马与冷兵器
- 体积光、烟尘、风沙、火光、冷暖对比、浅景深
- IMAX 史诗战争片视觉效果
叙事节奏：
边关危机 → 女将出现 → 城门戒备 → 敌军来袭 → 箭雨 → 近身厮杀 → 女将蓄势 → 骑兵冲锋 → 电影标题
人物一致性要求：
人物外貌、服装、盔甲、武器和战马在不同镜头之间保持高度一致。动作符合真实人体和真实马匹运动规律。
完整提示词可按此结构自行扩充，原文全文冗长，核心框架即上述内容。
负面提示词（可直接粘贴）
避免：现代建筑、现代武器、枪械、汽车、现代服装、现代城市、科幻元素、赛博朋克、游戏画面、卡通风格、动漫风格、塑料质感、廉价CG、过度特效、人物脸部变形、五官错误、多余手指、多余肢体、手臂变形、战马变形、马腿异常、武器变形、刀剑穿模、人物突然换脸、服装突然变化、人物身份变化、场景跳变、镜头抖动、低清晰度、过曝、过度锐化、严重运动模糊、文字乱码、错误字幕、现代字体、现代音乐。
显存不够的处理
显存不足时，生成分辨率不要拉满。直接生成 2K 大概率崩溃。
做法：先出小尺寸视频，生成后再做高清处理。效果损失不大，时间更省。
调试建议
先跑通基础流程，再谈优化。
跑不通时优先检查两项：
- 模型文件路径是否正确（确认有没有
ComfyUI-Shared层级） - 镜像加速是否生效
适合的使用场景
- 本地部署视频模型折腾
- 战争片 / 动作短片 / 角色剧情创作
- 电影预告片风格测试
- 多模态参考生成的连续剧情实验