模型介绍
中文整理MiniMax H3（ComfyUI 量化整合版）
MiniMax H3 是原生支持**视频与音频联合生成**的 packed-DiT 模型，在 ComfyUI 中已获原生支持。本仓库整理了在本地运行该模型所需的全部权重文件（量化版）与配套工作流。
模型特点
- *音画同生**：单次推理同时生成视频画面与 32kHz 音轨，无需额外配音模型
- *三种生成模式**：
- t2va ：纯文本提示词生成视频+音频
- fl2va ：指定首帧/尾帧生成视频+音频
- ref2va ：参考图 / 参考视频 / 参考音频驱动生成（本仓库权重即为此模式的精简版）
- *规格**：24 fps；画布短边 768，最大面积约 768×1344
文件清单
文件 大小 放置路径
- -- --- ---
MiniMax-H3-Ref2VA-Pruned-Q4 K M.gguf 10.77 GB models/unet/
MiniMax-H3-Ref2VA-Pruned-Q5 K M.gguf 13.10 GB models/unet/
qwen3vl 32b heretic minimax h3 nvfp4.safetensors 14.61 GB models/text encoders/
minimax h3 video vae fp16.safetensors 4.85 GB models/vae/
minimax h3 audio vae fp32.safetensors 0.56 GB models/vae/
Vantage-Minimax-H3 Q4K M Ref2VA.json 62 KB user/default/workflows/
Vantage-Minimax-H3 Q5K M Ref2VA.json 62 KB user/default/workflows/
ComfyUI-Spectrum-MiniMax-H3.zip 0.41 MB 解压到 custom nodes/
ComfyUI-sol-attn.zip 0.06 MB 解压到 custom nodes/
Q4 K M 与 Q5 K M 为同一权重的不同量化等级：Q5 K M 质量略高、显存占用更大，按显卡选择其一即可。
权重请**平铺**放入上表目录，不要挪进子文件夹、不要改名：工作流按裸文件名引用模型（如 qwen3vl 32b heretic minimax h3 nvfp4.safetensors ），放进子目录后文件名会变成 子目录/文件名 ，与工作流记录不一致，节点会报模型缺失。
使用方法
- 更新 ComfyUI 至最新版（内置 MiniMax H3 相关节点：Empty MiniMax H3 AV Latent、MiniMax H3 Image to Video、MiniMax H3 Reference to Video 等）
- 安装依赖的自定义节点：
- **加速节点（未上架 Registry，需手动安装）**：从本仓库 custom nodes/ 目录下载两个 zip，解压到 ComfyUI/custom nodes/
- ComfyUI-Spectrum-MiniMax-H3.zip ：采样加速（SpectrumApplyMiniMaxH3，减少采样时的 transformer 评估次数）
- ComfyUI-sol-attn.zip ：SoL 注意力内核补丁（MiniMaxH3ChunkFeedForward / FusedModulation / MemoryEfficientSolAttentionPatch），依赖 **Triton**：Windows 用户需安装 triton-windows（ pip install triton-windows ），Linux 用户 pip install triton
- **常规节点（可通过 ComfyUI Manager 安装）**：ComfyUI-GGUF（加载 GGUF 权重）、ComfyUI-KJNodes（SageAttention 补丁、图像缩放）、rgthree-comfy
- 按上表将文件放入对应目录
- 使用仓库附带的工作流： workflows/Vantage-Minimax-H3 Q4K M Ref2VA.json 或 workflows/Vantage-Minimax-H3 Q5K M Ref2VA.json
ref2va 提示词写法
参考素材按“图片 → 视频（含其音轨）→ 独立音频”的固定顺序进入模型，提示词中用 、 、 引用对应素材。
注意事项
帧数建议保持在训练范围内（124~362 帧），更长时长未经验证
分辨率宽高需为 32 的倍数，超出最大面积会自动等比缩放
可选加速：配合 ComfyUI-Spectrum-MiniMax-H3 可减少采样时的 transformer 评估次数
工作流引用的示例素材（音频 / 视频 / 图片）为原作者的本地文件，加载工作流后请替换为自己的素材
声明
模型版权归 MiniMax 及原权重发布方所有，请遵守其模型许可协议使用。本仓库仅做量化格式整理与搬运。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。