本地部署MiniMax H3和MiniMax Music 3：零成本生成视频与音乐！

前言

今年7月31日，MiniMax发布了其视频生成模型MiniMax H3。次月，其又发布了音乐生成模型 MiniMax Music 3。这两个模型都是开源模型，我都部署到了本地进行体验。先来看看生成出来的成品：

Groove in my skin

1x

00:00

00:00

个人感觉效果不错，写一篇博客记录一下折腾MiniMax H3的过程。至于MiniMax Music 3，其实和下文的部署流程类似，就不单独拿出来写了。下文并不详细，仅供参考，若想了解更多，可以在bilibili等平台中搜索相关内容。

模型部署

先说一下我使用的设备配置：5060Ti 16g，32g ddr4 4000hz内存，16g虚拟内存。我实测下来能正常跑，再搭配上lora、SageAttention等加速方案还是能快乐玩耍的。

安装ComfyUI

ComfyUI 是一个基于节点图的可视化 AI 工作流引擎，将文生图、图生图、视频生成等扩散模型推理过程拆解为"加载模型→编码提示词→采样去噪→解码输出"等独立节点，通过连线构建有向图来精确控制每一步的参数与数据流。它支持 Stable Diffusion 全系列、Flux、Wan 等主流模型，兼容 ControlNet、LoRA、IPAdapter 等扩展，具备节点级缓存、显存动态调度、工作流 JSON 导出与图片内嵌复现等工程能力。本质上，ComfyUI 不生产模型，而是充当推理编排器，让用户从"调滑块"升级为"搭流水线"，实现复杂生成任务的精细化控制与可复现生产。

关于启动器，我使用的是官方提供的Comfy Desktop。除此以外还有其它大佬打包的启动器，如秋叶启动器、绘世启动器，感兴趣的可以自行下载体验。

下载官方安装包后按照提示进行按照即可，它会自动帮你补齐运行所需的python等环境。推荐安装的时候开启网络代理，否则可能会下载失败。

下载模型

安装完成后，先去下载所需的模型。打开魔搭社区 （若网络支持，推荐使用Hugging Face），搜索并找到Comfy-Org/MiniMax-H3，这是适用于 ComfyUI 的重新打包模型文件。对于H3视频模型，我们需要的下载一个diffusion_models模型，一个text_encoders模型，一个lora模型，2个vae模型。

下载之前先解释一下这些文件名后缀的意思：fp32、fp16、int8等代表的是精度，pruned（剪枝）代表删掉一部分模型参数，convrot（卷积旋转量化）是一种模型量化技术。

我使用的是50系显卡，且配置并不高，故我选择下载以下模型：

• minimax_h3_fl2va_pruned_int8_convrot.safetensors
• qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors
• minimax_h3_fl2v_turbo_4step_v1.0_768p_comfyui_bf16.safetensors
• minimax_h3_audio_vae_fp32.safetensors
• minimax_h3_audio_vae_fp16.safetensors

如果你的配置很高，可以选择更高精度的模型；如果配置很低，可以尝试使用GGUF格式的模型。

下载后，打开你的ComfyUI文件目录，我安装在D盘，故打开D:\Comfy-Desktop。之后将下载下来的模型文件按照以下位置放置

📂 ComfyUI-Shared/

├── 📂 models/

│ ├── 📂 diffusion_models/

│ │ ├── minimax_h3_fl2va_pruned_int8_convrot.safetensors

│ ├── 📂 text_encoders/

│ │ └── qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors

│ ├── 📂 loras/

│ │ ├── minimax_h3_fl2v_turbo_4step_v1.0_768p_comfyui_bf16. safetensors

│ ├── 📂 vae/

│ │ ├── minimax_h3_audio_vae_fp32.safetensors

│ │ └── minimax_h3_video_vae_fp16.safetensors

把玩官方工作流

刚开始玩可以使用模板中提供的官方工作流，我这里以文生视频演示。打开工作流后，有可能会提示缺少模型，这是因为预设模型和你下载使用的模型不一致，只需要改成你下载的模型即可。

若使用4步lora进行加速，需要在image to video节点中开启turbo_mode，并将turbo_steps更改为4。如下图所示。image to video节点中的duration参数是设置视频时长的，其取值范围为 4–15 seconds。

noise_seed（噪声种子）是干啥的呢？它的作用是控制扩散模型去噪过程的起始随机噪声图案。

这是啥意思??? 我个人理解是如果其它参数保持不变，只改动noise_seed，那么生成出来的视频是有差异的，类似于《我的世界》中的地图种子。

接着来看分辨率选择器这个节点，百万像素参数的配置可以参考下方的参考图，数值越大像素越大，画质越高。同时所需要的内存也更大。

设置完成后，关闭无用的应用（腾出内存），点击运行按钮，等待即可。

更进一步

除了使用官方工作流外，还可以使用社区制作的优化工作流。例如下图中的是由黎黎原上咩制作的带有SolAttn_triton等优化插件的工作流。

在第一次使用社区工作流时，大概率会遇到节点缺失的问题，很好解决。比如我缺少了SolAttn_triton节点，那么我只需要打开ComfyUI配置目录下的自定义节点文件夹（例如 D:\Comfy-Desktop\ComfyUI-Installs\ComfyUI\ComfyUI\custom_nodes）打开终端，使用git拉取该插件仓库 git clone https://github.com/kijai/ComfyUI-SolAttn_triton，之后重启ComfyUI即可解决。

现在ai这么方便，遇到搞不明白的问题，可以发给ai解决。

再说说LoRA吧，LoRA 有两种常见用途：

• 定制角色/风格/动作的"内容 LoRA"
• 专门用来少步采样的"Turbo LoRA"

使用Turbo LoRA可以加快视频生成，但同时也会因为减少采样步数而导致视频质量下降。我使用的Turbo LoRA是lightx2v发布的8步LoRA（https://huggingface.co/lightx2v/Minimax-h3-Turbo ），听说是目前效果最好的。

视频产出后，如果觉得画质不清晰，除了提高百万像素参数以外，还可以选择用其它模型对视频进行放大，如我使用的FlashVSR。 在ComfyUI里使用该模型，可以使用ComfyUI_FlashVSR插件。但是我的环境安装不上其必备的Block-Sparse-Attention，所以我选择ComfyUI-FlashVSR_Ultra_Fast，它用 Sparse_SageAttention 替换了 Block-Sparse-Attention，无需编译任何自定义内核。配置很简单，先下载对应的模型，之后连一下节点即可使用，如下图。

以下是放大后的视频，可以与上文的第一个视频进行对比，效果还是很明显的：

结尾

这是我第一次自己在本地跑模型，折腾了一周时间，挺好玩的，也学会了很多东西。在这之前，我也想过尝试seedance等闭源模型，奈何价格太高。MiniMax H3和Music 3开源后，零成本（电费？）在本地跑！你知道的，我一直是MiniMax的忠实用户……我将称MiniMax为多模态领域的源神！