---
title: MiniMaxH3-workflow-12GB
canonical_url: "https://www.modelscope.cn/models/ReSerendipity/MiniMaxH3-workflow-12GB"
md_url: "https://www.modelscope.cn/models/ReSerendipity/MiniMaxH3-workflow-12GB.md"
repository: ReSerendipity/MiniMaxH3-workflow-12GB
chinese_name: "MiniMax-H3 文生视频提速工作流（8 步采样 + 注意力补丁 + RTX 超分）"
last_updated: 2026-09-28
pipeline_tag: text-to-video-synthesis
tasks:
  - text-to-video-synthesis
downloads: 4
stars: 13
---

# MiniMaxH3-workflow-12GB

> MiniMaxH3-workflow-12GB - ReSerendipity 在 ModelScope 开源的模型。针对 MiniMax H3 文生视频的 ComfyUI 工作流：8 步采样（配合 4-step turbo LoRA）+ Sol 注意力稀疏补丁 + Spectrum 频谱预测补丁降负载，出图后用 NVIDIA RTX Video SuperResolution 2x ULTRA 把 1344x768 放大到 2688x1536。 依赖 ComfyUI #15224（MiniMax H3…

- **Repository**: ReSerendipity/MiniMaxH3-workflow-12GB
- **Tasks**: text-to-video-synthesis
- **Downloads**: 4
- **Stars**: 13
- **Last updated**: 2026-09-28

Source: https://www.modelscope.cn/models/ReSerendipity/MiniMaxH3-workflow-12GB

---

# MiniMax-H3 显存友好提速工作流（ComfyUI · 文生视频）

> 本仓库只包含 ComfyUI 工作流文件，**不含任何模型权重**。所有权重均可在魔搭社区直接下载，见下方清单——国内下载速度远快于 HuggingFace。

## 模型概述

一套针对 **MiniMax H3 文生视频** 的 ComfyUI 工作流，思路是「**少步数采样 + 注意力/前向补丁降负载 + 出图后 RTX 硬件超分**」，在保住画面的前提下把单条视频的生成开销压下来，最后用 NVIDIA RTX Video SuperResolution 把 1344×768 放大到 2688×1536。

MiniMax H3 是全模态生成模型，文/图/视频/音频联合建模，可在一次前向中生成**带原生立体声**的视频（人声、音效、音乐一起出），输出最高 2K、24fps、约 15 秒。

## 工作流文件

- `video_minimax_h3_t2v.json` — 主工作流

## 采样配置（当前值）

| 项 | 值 |
|---|---|
| 采样器 | `res_multistep` |
| 调度器 | `simple` |
| 步数 | **8**（配合 4-step turbo LoRA） |
| 降噪 | 1.0 |
| 帧率 | 24 fps |
| 分辨率 | 1344 × 768（16:9，0.98 MP） |
| 超分 | RTX Video SuperResolution，2×，ULTRA 档 |
| 最终输出 | 2688 × 1536，10bit，sRGB |

**时长 → 帧数换算**：H3 按每块 17 帧（17k+5）的网格取帧长，工作流里用表达式节点自动换算，无需手算：

```
max(5, round(duration × 24)) + (5 - (max(5, round(duration × 24)) % 17)) % 17
```

只需改 `duration`（秒），帧长自动落到合法网格上。当前 73 帧 ≈ 3 秒。

## 权重下载（全部来自魔搭社区）

| 文件 | 放置目录 | 魔搭仓库 |
|---|---|---|
| `minimax_h3_fl2va_pruned_int8_convrot.safetensors` | `diffusion_models/` | [LAAASSS/minimax_h3_fl2va_pruned_int8_convrot](https://modelscope.cn/models/LAAASSS/minimax_h3_fl2va_pruned_int8_convrot.safetensors) 或 [Comfy-Org/MiniMax-H3](https://modelscope.cn/models/Comfy-Org/MiniMax-H3) |
| `minimax_h3_video_vae_fp16.safetensors` | `vae/` | [Comfy-Org/MiniMax-H3](https://modelscope.cn/models/Comfy-Org/MiniMax-H3) |
| `minimax_h3_audio_vae_fp32.safetensors` | `vae/` | [Comfy-Org/MiniMax-H3](https://modelscope.cn/models/Comfy-Org/MiniMax-H3) |
| `qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors`（官方推荐） | `text_encoders/` | [Comfy-Org/MiniMax-H3](https://modelscope.cn/models/Comfy-Org/MiniMax-H3) |
| `minimax_h3_fl2v_turbo_4step_v1.1_768p_comfyui_bf16.safetensors` | `models/loras/` | [lightx2v/Minimax-h3-Turbo](https://modelscope.cn/models/lightx2v/Minimax-h3-Turbo) / [larryvrh/MiniMax-H3-Turbo-Lora](https://modelscope.cn/models/larryvrh/MiniMax-H3-Turbo-Lora) |
| `h3-realism-people-t2v-i2v-r2v.safetensors` | `models/loras/` | [fal/MiniMax-H3-Realism-People-LoRA](https://modelscope.cn/models/fal/MiniMax-H3-Realism-People-LoRA) |

**魔搭 CLI 一键拉取主模型**：

```bash
modelscope download --model LAAASSS/minimax_h3_fl2va_pruned_int8_convrot.safetensors \
  --local_dir ComfyUI/models/diffusion_models
```

### 目录结构

```
ComfyUI/
├── models/
│   ├── diffusion_models/
│   │   └── minimax_h3_fl2va_pruned_int8_convrot.safetensors
│   ├── vae/
│   │   ├── minimax_h3_video_vae_fp16.safetensors
│   │   └── minimax_h3_audio_vae_fp32.safetensors
│   ├── text_encoders/
│   │   └── qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors
│   └── loras/
│       ├── minimax_h3_fl2v_turbo_4step_v1.1_768p_comfyui_bf16.safetensors
│       └── h3-realism-people-t2v-i2v-r2v.safetensors
```

## 自定义节点依赖

| 节点包 | 用途 |
|---|---|
| [ComfyUI-MiniMaxH3-Spectrum](https://github.com/Singularity-baakaka/ComfyUI-MiniMaxH3-Spectrum) | `MiniMaxH3SpectrumPatch`：频谱预测补丁，residual 模式 |
| [ComfyUI-sol-attn](https://github.com/Saganaki22/ComfyUI-sol-attn) | `MiniMaxH3ScheduledSolAttentionPatch` + `FusedModulation` + `ChunkFeedForward`：注意力稀疏化与 FFW 分块 |
| [Nvidia_RTX_Nodes_ComfyUI](https://github.com/Comfy-Org/Nvidia_RTX_Nodes_ComfyUI) | `RTXVideoSuperResolution`：出图后硬件超分 |

安装顺序：先升级 ComfyUI（H3 支持来自 [ComfyUI #15224](https://github.com/Comfy-Org/ComfyUI/pull/15224)），再装上述三个节点包，最后放权重。

## 分辨率速查（multiple=32，16:9）

| 百万像素 | 输出 | | 百万像素 | 输出 |
|---|---|---|---|---|
| 0.2 | 608×352 | | 0.98 | 1344×768 |
| 0.5 | 960×544 | | 1.2 | 1504×832 |
| 0.8 | 1216×672 | | 1.5 | 1664×928 |
| 0.9 | 1280×736 | | 2.0 | 1920×1088 |

H3 原生画布短边 768px，上限 768×1344，取 32 的倍数。

## 使用步骤

1. 升级 ComfyUI 至支持 MiniMax H3 的版本
2. 安装上表三个自定义节点包
3. 按目录结构放入 6 个权重文件
4. 载入 `video_minimax_h3_t2v.json`
5. 在 `MiniMaxH3ImageToVideo` 节点填 prompt（镜头、运镜、音频一起写在一个块里），`Float (duration)` 填秒数
6. 跑

## Prompt 写法要点

工作流内附了一个 vaporwave 片头示例，值得照抄它的结构：

- **一个块里同时写画面和音频**：镜头内容 / 硬切时间轴 / 配乐音效分开段落写清楚
- 时间轴用 `[0s-1s]`、`[2.5s-4s]` 这种标记
- 画面内出现的文字要明确「不得拼错、不得出现中文字符」这类否定约束
- 过渡方式要显式声明（hard cuts only，no push-ins / no dissolves）

## 注意事项与已知差异

1. **文件名与实际模式不一致**：文件叫 `t2v`（文生视频），但内部子图标题与节点是 `ImageToVideo`。首帧/末帧输入目前**未接线**，所以按纯文生视频运行；要转图生视频，把首帧接到子图输入即可。
2. **文本编码器请用官方版**：`qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors` 来自 Comfy-Org 官方发布，魔搭可直接下。作者本地另加载过 `abliterated_nvfp4` 变体（17.9 GB，非官方、魔搭无镜像），本仓库 README 以官方版为准。
3. 第二个 LoRA `h3-realism-people-t2v-i2v-r2v`（强度 0.6，来源 fal）是画质增强向，不想要就把它旁路上的开关关掉。
4. RTX Video SuperResolution 需要 **NVIDIA RTX 显卡**；A 卡 / 无 RTX 用户把该节点换成常规放大节点即可。

## 实测数据（作者实测后填入）

| 项目 | 数值 |
|---|---|
| 显存峰值 | 待补充 |
| 1344×768 / 8 步 / 3s 生成耗时 | 待补充 |
| 对照组（无补丁、无 turbo LoRA）耗时 | 待补充 |

## 相关链接

- [MiniMax H3 官方博客](https://www.minimax.io/blog/minimax-h3)
- [ComfyUI PR #15224](https://github.com/Comfy-Org/ComfyUI/pull/15224)
- [Comfy-Org/MiniMax-H3（魔搭）](https://modelscope.cn/models/Comfy-Org/MiniMax-H3)
- [Comfy-Org/MiniMax-H3（HuggingFace）](https://huggingface.co/Comfy-Org/MiniMax-H3)

## License

工作流文件本身以 Apache License 2.0 提供。各模型权重的授权以其发布页为准——官方 MiniMax H3 权重为社区许可协议，**请勿二次分发权重文件**，请引导用户从官方仓库下载。