MiniMax H3 在 ComfyUI 中的 Day-0 支持：开放权重、原生音频与 2K 视频

# MiniMax H3 在 ComfyUI 中的 Day-0 支持：开放权重、原生音频与 2K 视频 来源：https://blog.comfy.org/p/minimax-h3-day-0-support-in-comfyui MiniMax H3 今日正式发布，并附带开放权重；从今天早上起，它已在 ComfyUI 中获得原生支持。Day 0 支持。 这是一款下一代开放权重视频模型。输入文本、图像、视频或音频，即可生成带有真实立体声的视频，画质最高可达 2K，单段最长 15 秒。它是 MiniMax 继 Hailuo 01 和 Hailuo 02 之后推出的第三代视频模型，也是该公司首款以开放权重形式发布的模型。 在 Comfy Cloud 上体验 (https://links.comfy.org/4pTj4QV) - **文生视频**——仅需提示词。 - **图生视频**——让静态图像动起来。 - **首尾帧控制**——控制起始帧、结束帧，或两者同时控制，其余部分由模型生成。 - **参考生视频**——提供参考图像、视频或音频，在片段中保持主体、动作或声音的一致性。 输出支持最高 2K 分辨率、最长 15 秒。音频与视频在同一轮生成中完成，采用立体声，而非后期拼接。 这正是 MiniMax 的核心优势所在，也将五个独立任务整合进一个模型。实际工作中很少只依赖单一模态。H3 将图像、音频和视频整合处理，并根据提示词来解析它们之间的关系。描述输入内容与目标镜头之间的关系，模型便会自行完成跨模态处理。 音频是模型的原生能力，而非后期处理。每一条音频输出均为原生立体声。 对于节点图工作流而言，动作迁移是最重要的一项能力。参考视频可以提供运动信息——镜头运镜、表演动作、剪辑节奏——而主体和风格则来自其他来源。结合就地编辑，这意味着可以不断迭代优化一个镜头。 为了让 H3 在消费级硬件上良好运行，我们投入了大量的机器学习工程工作。我们发现，模型的调制权重（约占总参数量的 40%）可以进行剪枝，并用功能等效的查找表替代，从而在不损失输出质量的情况下大幅缩小内存占用。 此外，权重自带精确高效的 int8 convrot 量化，自定义内核进一步降低了推理过程中的峰值 VRAM 占用。 [](https://substackcdn.com/image/fetch/$s_!59Bc!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F98d2552b-d84c-4385-9602-bf344dca2ebe_1000x727.png) 最终，最小模型变体的总内存占用**降低了 66%，从全精度下的 123.6 GB 降至 42.5 GB**。结合我们的动态 VRAM 卸载技术，这一下一代 2K 视频模型可以在 RTX 3060 等 GPU 上本地运行。 1. 将 ComfyUI 更新至最新版本**0.30.0**，或前往 Comfy Cloud (https://links.comfy.org/4pTj4QV) 2. 下载下方的工作流，或在模板库中查找。下载 MiniMax H3 I2V 工作流 (https://github.com/Comfy-Org/workflow_templates/blob/main/templates/video_minimax_h3_i2v.json) 下载 MiniMax H3 R2V 工作流 (https://github.com/Comfy-Org/workflow_templates/blob/main/templates/video_minimax_h3_r2v.json) 下载 MiniMax H3 T2V 工作流 (https://github.com/Comfy-Org/workflow_templates/blob/main/templates/video_minimax_h3_t2v.json) 3. 按照工作流中的说明下载模型，并将其保存到正确的模型目录中。 4. 编写提示词，连接任何帧或参考输入，然后运行。 模型权重：🤗Comfy-Org/MiniMax-H3 (https://huggingface.co/Comfy-Org/MiniMax-H3) 一如既往，享受创作吧！ #### 关于本文的讨论 ### 准备好开启更多内容了吗？