企业官网建设流程全解析

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-Convrot

Minimax-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

⚠️ 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

📌 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 NVFP4：Blackwell 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 NVFP4：Blackwell 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

1. 按显存选好权重，克隆仓库
2. 文件放进 ComfyUI 对应目录，顺手导入示例工作流
3. 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