拓冰网站定制 
MiniMax H3 本地视频生成完整教程16GB 显卡免费跑 2K 有声视频【免费下载链接】Minimax-H3-nvfp4-INT4-INT8-Convrot项目地址: https://ai.gitcode.com/hf_mirrors/Abiray/Minimax-H3-nvfp4-INT4-INT8-ConvrotMinimax-H3-nvfp4-INT4-INT8-Convrot 是为本地部署打造的 MiniMax H3海螺 3.0量化权重合集原模型被压缩成 INT4、INT8、混合精度、NVFP4 四种规格后16–24GB 的消费级显卡也能做 MiniMax H3 本地视频生成在 ComfyUI 里产出最高 2K 分辨率、最长 15 秒、自带立体声音轨的成片。不想花一分钱上云渲染的话往下看——本文把装环境、挑模型、调参数三步一次讲清。 一分钟看懂4 种量化 2 条产品线该怎么选这个仓库的本质有人把 MiniMax H3 的全精度权重按INT4 / INT8 / 混合精度MIXED/ NVFP4四种规格重新压缩并做了剪枝让消费级显卡跑得动。模型本事一点没少——文本生视频、图像生视频、带立体声音频、最高 2K 分辨率、11 种语言对白全都在。权重分两条产品线先按“你想怎么创作”选一条FL2VA首尾帧系列输入 0 / 1 / 2 张图适合纯文字生成和“起始帧、结束帧”控制轻量、出片快Ref2VA全参考系列一次最多塞 9 张图 3 段视频 3 段音频文件总数 ≤12适合“角色 场景 声音”的复杂混合创作命名规则很简单文件名里带FL2VA或Ref2VA再跟量化规格int4/int8/mixed_int4_int8/nvfp4。⚡ 三步装好环境克隆、放文件、对硬件第一步克隆权重仓库git clone https://gitcode.com/hf_mirrors/Abiray/Minimax-H3-nvfp4-INT4-INT8-Convrot第二步把权重放进 ComfyUI 对应目录# 路径按你的 ComfyUI 实际安装位置调整 cp MiniMax_H3_Ref2VA_pruned_int8_convrot.safetensors ComfyUI/models/diffusion_models/ cp vae/minimax_h3_video_vae_fp16.safetensors vae/minimax_h3_audio_vae_fp32.safetensors ComfyUI/models/vae/第三步按显存对号入座你的配置推荐选择资源需求适合场景16GB 显存RTX 4070 Ti Super / 4080 等mixed_int4_int8权重 INT4 文本编码器约 15.5GB 显存日常创作、快速测试24GB 显存RTX 3090 / 4090int8剪枝权重 INT8 文本编码器约 21GB 显存专业级高质量出片Blackwell 新卡RTX 5090 等nvfp4权重 nvfp4_awq文本编码器12.5–24.4GB新架构尝鲜、极限省显存⚠️ 无论哪张卡vae/里两个解码器必须一起拿视频解码器minimax_h3_video_vae_fp16.safetensors约 5.2GB和音频解码器minimax_h3_audio_vae_fp32.safetensors约 605MB。漏掉音频那个成片就没有声音。 NVFP4 是 Blackwell 架构专用实验格式30/40 系显卡完全跑不动别浪费流量下载。文本编码器Qwen3-VL-32B文件名qwen3vl_32b_minimax_h3_*.safetensors放到ComfyUI/models/text_encoders/量化规格跟显卡保持一致即可更省显存的路线是 GGUF 版 CLIP仓库示例工作流已经替你接好了。 出片四连挑对模型、补全 VAE、抄参数、写提示词第一步挑对扩散模型纯文字、或 1–2 张图 → 用FL2VA系列要多参考图 / 视频 / 音频混合 → 用Ref2VA系列拿不准就先下 FL2VA 混合版占用最小、试错最快第二步补全 VAE 与文本编码器确认models/vae/里视频、音频两个解码器都在models/text_encoders/里放好与显卡配套的编码器。愿意直接导入仓库现成的 ref2.json 工作流的话模型、VAE、加速节点都已接好你只欠一句提示词。第三步照抄一组稳妥参数参数项推荐值效果说明分辨率1344 × 76816:9仓库示例工作流默认档画质与显存平衡冲 2K 需另配 2K 增强流程时长5 秒支持 4–15 秒新手最稳的长度越长越吃显存和时间帧率24 FPS模型原生帧率不用动画面比例16:921:9 / 1:1 / 9:16 都支持竖屏 9:16 投短视频平台音频32kHz 立体声内置视频自带原生声轨不用额外配音提示词语言中 / 英等 11 种任选用母语写即可对白语言稳定支持 默认短边为 768 像素真要 2K 走 H3-Regenerate-2K 增强路线直接拉高分辨率大概率爆显存。第四步写一句提示词点运行推荐用“总述 Timeline 时间轴”格式图生视频时末尾加[keyframe completion]标记绑定参考图Timeline: [0s-5s] 黄昏的湖面白天鹅缓缓游过镜头缓慢推进电影感暖色调 目录结构一览7 个权重 2 个 VAE 各放哪仓库结构非常干净每个文件都各司其职Minimax-H3-nvfp4-INT4-INT8-Convrot/ ├── MiniMax_H3_FL2VA_pruned_int8_convrot.safetensors # FL2VA INT8最高质量约 21GB ├── MiniMax_H3_FL2VA_pruned_mixed_int4_int8_convrot.safetensors # FL2VA 混合精度16GB 卡首选约 15.5GB ├── MiniMax_H3_FL2VA_pruned_nvfp4.safetensors # FL2VA NVFP4Blackwell 专用约 12.5GB ├── MiniMax_H3_Ref2VA_pruned_int8_convrot.safetensors # Ref2VA INT8多参考高质量版 ├── MiniMax_H3_Ref2VA_pruned_mixed_int4_int8_convrot.safetensors # Ref2VA 混合精度16GB 卡玩多参考 ├── MiniMax_H3_Ref2VA_pruned_nvfp4.safetensors # Ref2VA NVFP4Blackwell 专用约 12.5GB ├── MiniMax_H3_Ref2VA_nvfp4_mixed.safetensors # Ref2VA NVFP4 混合版约 24.4GB ├── vae/ │ ├── minimax_h3_audio_vae_fp32.safetensors # 音频解码器约 605MB缺了就没声音 │ └── minimax_h3_video_vae_fp16.safetensors # 视频解码器约 5.2GB成片核心 ├── ref2.json # 现成 Ref2VA ComfyUI 工作流导入即用 └── README.md # 官方说明硬件选择、输入规格全在这完整的硬件对照和输入规格写在 README.md 里选型拿不准时随时回查。❓ 5 个高频翻车现场显存不足、没声音、NVFP4 不兼容运行时提示 Out of memory / CUDA OOM换mixed_int4_int8权重这是最省显存的组合分辨率降到 736×416 或 864×480时长缩到 4 秒关掉浏览器硬件加速等占显存的其他程序视频出来了为什么没有声音检查音频解码器minimax_h3_audio_vae_fp32.safetensors是否在models/vae/里确认工作流里视频 VAE、音频 VAE 两个都接上了而不是只接了一个音频输入必须搭配图像或视频纯音频不能单独当唯一输入RTX 3090 / 4090 下载了 NVFP4 版却跑不动NVFP4 只认 Blackwell 架构RTX 50 系等换回int8版24GB 卡或mixed版16GB 卡这是硬件限制不是文件损坏别反复重下画面糊、和提示词对不上24GB 显存直接上int8高质量权重提示词改写成Timeline: [0s-5s] ...格式把动作按时间写具体图生视频加[keyframe completion]加强参考图绑定FL2VA 和 Ref2VA 到底下哪个纯文生视频或 1–2 张图 → FL2VA小快灵活多参考图 / 视频 / 音频混剪 → Ref2VA各下各的也不冲突两者分目录存放、互不干扰 进阶玩法多参考混合、首尾帧锁、多语言对白全参考混合创作Ref2VA 一次最多收 9 图 3 视频片段 3 音频片段总数 ≤12——思路是“参考图定角色、视频片段定氛围、音频控节奏”跨镜头角色也能保持一致。首尾帧锁定FL2VA 喂 2 张图——思路是“给模型开场和结尾中间让它自己补”适合规划运镜路线和故事转场。多语言对白中、英、日等 11 种语言稳定支持——思路是把台词直接用目标语言写进提示词模型会同步生成对应语言的声轨。⚖️ 许可与边界商用前必看的 3 条原模型及全部量化衍生权重以MiniMax H3 社区许可协议发布并非通用开源许可商用前请先核对使用限制遵守合法使用要求不侵犯第三方肖像权、知识产权输入素材也要来源干净规避不当内容官方 API 侧有内容审核本地部署的内容责任由你自己把关 行动清单今天就跑出第一条按显存选好权重克隆仓库文件放进 ComfyUI 对应目录顺手导入示例工作流先跑一条 5 秒、864×480 的测试片——看到第一个带声音的视频出来你就完全上手了创作提示先用低分辨率跑通流程再升到 1344×768把成功的参数 提示词组合记下来它就是你能反复复用的模板。【免费下载链接】Minimax-H3-nvfp4-INT4-INT8-Convrot项目地址: https://ai.gitcode.com/hf_mirrors/Abiray/Minimax-H3-nvfp4-INT4-INT8-Convrot创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 MiniMax H3 本地视频生成完整教程：16GB 显卡免费跑 2K 有声视频
MiniMax H3 本地视频生成完整教程16GB 显卡免费跑 2K 有声视频【免费下载链接】Minimax-H3-nvfp4-INT4-INT8-Convrot项目地址: https://ai.gitcode.com/hf_mirrors/Abiray/Minimax-H3-nvfp4-INT4-INT8-ConvrotMinimax-H3-nvfp4-INT4-INT8-Convrot 是为本地部署打造的 MiniMax H3海螺 3.0量化权重合集原模型被压缩成 INT4、INT8、混合精度、NVFP4 四种规格后16–24GB 的消费级显卡也能做 MiniMax H3 本地视频生成在 ComfyUI 里产出最高 2K 分辨率、最长 15 秒、自带立体声音轨的成片。不想花一分钱上云渲染的话往下看——本文把装环境、挑模型、调参数三步一次讲清。 一分钟看懂4 种量化 2 条产品线该怎么选这个仓库的本质有人把 MiniMax H3 的全精度权重按INT4 / INT8 / 混合精度MIXED/ NVFP4四种规格重新压缩并做了剪枝让消费级显卡跑得动。模型本事一点没少——文本生视频、图像生视频、带立体声音频、最高 2K 分辨率、11 种语言对白全都在。权重分两条产品线先按“你想怎么创作”选一条FL2VA首尾帧系列输入 0 / 1 / 2 张图适合纯文字生成和“起始帧、结束帧”控制轻量、出片快Ref2VA全参考系列一次最多塞 9 张图 3 段视频 3 段音频文件总数 ≤12适合“角色 场景 声音”的复杂混合创作命名规则很简单文件名里带FL2VA或Ref2VA再跟量化规格int4/int8/mixed_int4_int8/nvfp4。⚡ 三步装好环境克隆、放文件、对硬件第一步克隆权重仓库git clone https://gitcode.com/hf_mirrors/Abiray/Minimax-H3-nvfp4-INT4-INT8-Convrot第二步把权重放进 ComfyUI 对应目录# 路径按你的 ComfyUI 实际安装位置调整 cp MiniMax_H3_Ref2VA_pruned_int8_convrot.safetensors ComfyUI/models/diffusion_models/ cp vae/minimax_h3_video_vae_fp16.safetensors vae/minimax_h3_audio_vae_fp32.safetensors ComfyUI/models/vae/第三步按显存对号入座你的配置推荐选择资源需求适合场景16GB 显存RTX 4070 Ti Super / 4080 等mixed_int4_int8权重 INT4 文本编码器约 15.5GB 显存日常创作、快速测试24GB 显存RTX 3090 / 4090int8剪枝权重 INT8 文本编码器约 21GB 显存专业级高质量出片Blackwell 新卡RTX 5090 等nvfp4权重 nvfp4_awq文本编码器12.5–24.4GB新架构尝鲜、极限省显存⚠️ 无论哪张卡vae/里两个解码器必须一起拿视频解码器minimax_h3_video_vae_fp16.safetensors约 5.2GB和音频解码器minimax_h3_audio_vae_fp32.safetensors约 605MB。漏掉音频那个成片就没有声音。 NVFP4 是 Blackwell 架构专用实验格式30/40 系显卡完全跑不动别浪费流量下载。文本编码器Qwen3-VL-32B文件名qwen3vl_32b_minimax_h3_*.safetensors放到ComfyUI/models/text_encoders/量化规格跟显卡保持一致即可更省显存的路线是 GGUF 版 CLIP仓库示例工作流已经替你接好了。 出片四连挑对模型、补全 VAE、抄参数、写提示词第一步挑对扩散模型纯文字、或 1–2 张图 → 用FL2VA系列要多参考图 / 视频 / 音频混合 → 用Ref2VA系列拿不准就先下 FL2VA 混合版占用最小、试错最快第二步补全 VAE 与文本编码器确认models/vae/里视频、音频两个解码器都在models/text_encoders/里放好与显卡配套的编码器。愿意直接导入仓库现成的 ref2.json 工作流的话模型、VAE、加速节点都已接好你只欠一句提示词。第三步照抄一组稳妥参数参数项推荐值效果说明分辨率1344 × 76816:9仓库示例工作流默认档画质与显存平衡冲 2K 需另配 2K 增强流程时长5 秒支持 4–15 秒新手最稳的长度越长越吃显存和时间帧率24 FPS模型原生帧率不用动画面比例16:921:9 / 1:1 / 9:16 都支持竖屏 9:16 投短视频平台音频32kHz 立体声内置视频自带原生声轨不用额外配音提示词语言中 / 英等 11 种任选用母语写即可对白语言稳定支持 默认短边为 768 像素真要 2K 走 H3-Regenerate-2K 增强路线直接拉高分辨率大概率爆显存。第四步写一句提示词点运行推荐用“总述 Timeline 时间轴”格式图生视频时末尾加[keyframe completion]标记绑定参考图Timeline: [0s-5s] 黄昏的湖面白天鹅缓缓游过镜头缓慢推进电影感暖色调 目录结构一览7 个权重 2 个 VAE 各放哪仓库结构非常干净每个文件都各司其职Minimax-H3-nvfp4-INT4-INT8-Convrot/ ├── MiniMax_H3_FL2VA_pruned_int8_convrot.safetensors # FL2VA INT8最高质量约 21GB ├── MiniMax_H3_FL2VA_pruned_mixed_int4_int8_convrot.safetensors # FL2VA 混合精度16GB 卡首选约 15.5GB ├── MiniMax_H3_FL2VA_pruned_nvfp4.safetensors # FL2VA NVFP4Blackwell 专用约 12.5GB ├── MiniMax_H3_Ref2VA_pruned_int8_convrot.safetensors # Ref2VA INT8多参考高质量版 ├── MiniMax_H3_Ref2VA_pruned_mixed_int4_int8_convrot.safetensors # Ref2VA 混合精度16GB 卡玩多参考 ├── MiniMax_H3_Ref2VA_pruned_nvfp4.safetensors # Ref2VA NVFP4Blackwell 专用约 12.5GB ├── MiniMax_H3_Ref2VA_nvfp4_mixed.safetensors # Ref2VA NVFP4 混合版约 24.4GB ├── vae/ │ ├── minimax_h3_audio_vae_fp32.safetensors # 音频解码器约 605MB缺了就没声音 │ └── minimax_h3_video_vae_fp16.safetensors # 视频解码器约 5.2GB成片核心 ├── ref2.json # 现成 Ref2VA ComfyUI 工作流导入即用 └── README.md # 官方说明硬件选择、输入规格全在这完整的硬件对照和输入规格写在 README.md 里选型拿不准时随时回查。❓ 5 个高频翻车现场显存不足、没声音、NVFP4 不兼容运行时提示 Out of memory / CUDA OOM换mixed_int4_int8权重这是最省显存的组合分辨率降到 736×416 或 864×480时长缩到 4 秒关掉浏览器硬件加速等占显存的其他程序视频出来了为什么没有声音检查音频解码器minimax_h3_audio_vae_fp32.safetensors是否在models/vae/里确认工作流里视频 VAE、音频 VAE 两个都接上了而不是只接了一个音频输入必须搭配图像或视频纯音频不能单独当唯一输入RTX 3090 / 4090 下载了 NVFP4 版却跑不动NVFP4 只认 Blackwell 架构RTX 50 系等换回int8版24GB 卡或mixed版16GB 卡这是硬件限制不是文件损坏别反复重下画面糊、和提示词对不上24GB 显存直接上int8高质量权重提示词改写成Timeline: [0s-5s] ...格式把动作按时间写具体图生视频加[keyframe completion]加强参考图绑定FL2VA 和 Ref2VA 到底下哪个纯文生视频或 1–2 张图 → FL2VA小快灵活多参考图 / 视频 / 音频混剪 → Ref2VA各下各的也不冲突两者分目录存放、互不干扰 进阶玩法多参考混合、首尾帧锁、多语言对白全参考混合创作Ref2VA 一次最多收 9 图 3 视频片段 3 音频片段总数 ≤12——思路是“参考图定角色、视频片段定氛围、音频控节奏”跨镜头角色也能保持一致。首尾帧锁定FL2VA 喂 2 张图——思路是“给模型开场和结尾中间让它自己补”适合规划运镜路线和故事转场。多语言对白中、英、日等 11 种语言稳定支持——思路是把台词直接用目标语言写进提示词模型会同步生成对应语言的声轨。⚖️ 许可与边界商用前必看的 3 条原模型及全部量化衍生权重以MiniMax H3 社区许可协议发布并非通用开源许可商用前请先核对使用限制遵守合法使用要求不侵犯第三方肖像权、知识产权输入素材也要来源干净规避不当内容官方 API 侧有内容审核本地部署的内容责任由你自己把关 行动清单今天就跑出第一条按显存选好权重克隆仓库文件放进 ComfyUI 对应目录顺手导入示例工作流先跑一条 5 秒、864×480 的测试片——看到第一个带声音的视频出来你就完全上手了创作提示先用低分辨率跑通流程再升到 1344×768把成功的参数 提示词组合记下来它就是你能反复复用的模板。【免费下载链接】Minimax-H3-nvfp4-INT4-INT8-Convrot项目地址: https://ai.gitcode.com/hf_mirrors/Abiray/Minimax-H3-nvfp4-INT4-INT8-Convrot创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考