企业官网建设流程全解析

• 人工智能
• 大模型
• 媒体生成

Vdn-Minimax-H3-Comfy 是一个面向 ComfyUI 的"开箱即用"模型包，包含运行 MiniMax H3 视频+音频联合生成（多模态视频）OpenVDN 工作流所需的全部本地模型。本文基于项目官方实测数据，汇总了 RTX 4060 Ti 16GB 显卡上 9 条多模态工作流的显存占用与性能验证结果，帮你快速判断这套模型包在自己的机器上是否跑得动、怎么选、怎么装。

🎯 结论速览：16GB 显存能跑，但余量要看工作流

• 9/9 工作流全部通过：在 320x192x39（39 帧）分辨率、DMD8 加速设置下串行跑完，LoRA 补丁加载0 错误
• 最低剩余显存最低点出现在双图 Ref2VA（290 MiB）与L2VA（292 MiB）
• 只有T2VA（547 MiB）和I2VA（541 MiB）余量超过项目设定的 512 MiB 安全线
• 官方定性：这是兼容性验证，不代表所有 16GB 场景都安全，也不承诺画面/音质一致性

一、Vdn-Minimax-H3-Comfy 是什么：ComfyUI 视频音频一体模型包

它把 MiniMax H3 的本地模型集齐并转成了 ComfyUI 可直接加载的格式，目录结构与 ComfyUI 规范完全一致，下载后放入ComfyUI/models即可，无需重命名或调整路径。详细说明见 README.md，文件清单与 SHA-256 校验值记录在 MODEL_MANIFEST.json。

📦 全部文件合计约83 GB，磁盘空间请提前留足。

二、测试环境：9 条多模态工作流与固定参数

实测矩阵使用包内的精简版 INT8 基座，关键条件如下：

• 硬件：RTX 4060 Ti 16 GB，严格串行执行（不叠加其他任务）
• 规格：320x192x39（宽 x 高 x 帧数）
• 采样：DMD 模式固定 8 步 Euler/native-flow，视频/音频 shift 分别为 12/3（参数见 metadata.json）
• 9 条工作流：

其中只有 T2VA 是 OpenVDN 上游正式支持的，其余 8 条由 T8 自定义节点基于 ComfyUI 原生 MiniMax H3 条件布局扩展并验证。

三、显存实测：9 条工作流最低剩余 VRAM 一览

以下为每条工作流运行期间的最低剩余显存（数值越低说明显存越吃紧）：

📊 数据来源：adapter_model.safetensors.manifest.json 中的minimum_free_vram_mib字段。

如何解读：7 条工作流虽然余量不足 512 MiB，但全部成功跑完且输出通过严格解码校验。如果你的显卡同样 16GB、系统占用类似，大概率也能跑；但余量越薄的工作流（双图 Ref2VA、L2VA）越容易受驱动版本、后台程序、提示词长度影响，建议生成时关掉浏览器标签页等显存大户。

四、性能与正确性：310/310 补丁零错误，输出全解码通过

这次基准测试不只测"跑没跑崩"，还做了机械正确性校验：

• 补丁加载：9/9 运行均成功应用 800 个分支张量、104 个 default 补丁、310/310个曲线 Turbo 补丁（259 个逻辑目标 + 51 个偏置残差），全程LoRA 错误为 0
• 输出校验：所有产出的视频/音频通过严格的 H.264/AAC 联合解码检查，PCM 数据有限且无削波（不爆音）
• 推理设置：DMD 模式 8 步完成一段 39 帧带声视频，是这套模型包主打的"少步数快速生成"路线；Stage B 高精度模式则用 default 适配器跑 50 步（配置见 stage-b-step-2000）

五、完整基座 vs 精简基座：怎么选、怎么选对

两个基座可以共用同一套工作流：在UNETLoader节点中选中对应文件即可，T8 Composer 会自动识别结构并匹配适配器。

• 完整版（34.04 GB）：搭配原生 Turbo 适配器
• 精简版（20.97 GB）：搭配 T8 专门投影出的曲线适配器 turbo_pruned_curve_fl2va，保留 208 个直接兼容模块，51 个 AdaLN 模块以 8 列 LoRA 因子 + 偏置残差表示
• 防错机制：适配器按adaln_t_table的原始内容哈希绑定，而非文件名。如果你塞入一个未知曲线表的精简 checkpoint，它会在采样前直接报错，而不是静默地用错适配器——改名也无法绕过该检查

六、安装步骤：3 步跑通 9 条工作流

1. 安装配套自定义节点comfyui-minimax-h3-audio-T8（必需，负责模型结构识别与适配器匹配）

2. 获取模型包并放入ComfyUI/models：

   git clone https://gitcode.com/hf_mirrors/t8star/Vdn-Minimax-H3-Comfy

   克隆后将仓库内的diffusion_models、text_encoders、vae三个目录放入ComfyUI/models/，目录结构已按 ComfyUI 规范命名，无需再整理

3. 重启 ComfyUI，从自定义节点仓库的examples/workflows/10-speed目录载入任意一条 OpenVDN 工作流，按需选择基座即可开始生成

⚠️ 使用前的三点必读

1. 许可证地区限制：MiniMax H3 受社区许可协议约束（见 LICENSE、NOTICE），其适用地区不包括欧盟、英国、韩国和美国，使用前请自行确认所在地区的合规性
2. 不要叠加额外加速补丁：在 OpenVDN 模型上不要再叠 Turbo/EMA LoRA、SLA、VSA、Sol-Attn、BlockCache 或第二个注意力补丁，会破坏适配器匹配逻辑
3. 基准≠普适承诺：实测是机械兼容性检查，不保证每个提示词、图片、声音在每台 GPU/驱动上都有相同的质量和显存表现；本地 INT8/ConvRot 基座与 OpenVDN 上游 BF16 基座是结构兼容，并非字节级一致

总结

Vdn-Minimax-H3-Comfy 的价值在于：一次下载、目录即用，让你在 16GB 级别显卡上同时体验文本生视频、首尾帧、参考图/视频/音频等多模态输入，并通过 DMD8 少步采样把生成时间压到可接受范围。实测数据显示 9 条工作流全部可跑通，其中 T2VA 与 I2VA 显存余量最充足，是 16GB 用户最值得优先尝试的两条路线。

• 人工智能
• 大模型
• 媒体生成