MiniMax H3 开源全模态视频生成模型：本地部署与使用指南
最近 AI 视频领域又出了个值得关注的项目，MiniMax H3，这次官方直接开源了。本文介绍它的能力、本地部署步骤，以及社区衍生的去限制版本使用方法。
MiniMax H3 是什么
官方管它叫全模态视频生成系统，简单来说就是，文字、图片、视频、音频都能作为输入，它都能理解，然后输出视频。最高 2K 分辨率、最长 15 秒、24FPS，音频是原生 32kHz 立体声，不是生成完视频再后期配音的拼凑方案。
核心参数一览：
| 参数 | 规格 |
|---|---|
| 最高分辨率 | 2K |
| 最长时长 | 15 秒 |
| 帧率 | 24 FPS |
| 音频 | 原生 32kHz 立体声 |
| 输入模态 | 文字、图片、视频、音频 |
| 许可 | 开源 |
玩法不止文生视频一种。图生视频、视频生视频、多模态参考生成都支持，人物、动作、镜头、声音可以拆开再组合着用，做连续剧情比单功能模型省心不少。
社区去限制版本
真正让开源社区关注的，倒不是 H3 本身有多强，而是社区已经做出了针对 H3 的去限制版本。这里需要说明一下"去限制"是什么意思：有人把官方的文本编码器换成了限制更少的第三方版本，官方模型本身没动。一些在官方版里生成受限的创作场景，换上它自由度就大了一截。
适合在本地折腾 AI、想自己部署视频模型，或者要做电影短片、角色剧情、动作场景的创作者，这回又多了个能上手的选择。
合规提醒：去限制模型是社区第三方作品，不是 MiniMax 官方发布的版本。下载前看清楚模型来源和许可证，当地法律法规自己把关，如有违规后果自负。本文仅做技术介绍，不鼓励任何违规使用。
本地部署三步
第一步：下载文本编码器
专门适配 MiniMax-H3 的 Heretic/Uncensored 文本编码器，之前推荐过 INT8 ConvRot 那版，但它对小显存机器实在不友好，小显存显卡根本带不动。这次建议直接上 NVFP4 版本，约 15.7GB，是针对低显存重新量化的，作者实测单张 16GB 卡就能跑 H3。视频模型把门槛压到 16GB，确实出乎意料。
Huggingface 下载地址：https://huggingface.co/Momoking/Qwen3-VL-32B-Heretic-MiniMax-H3-NVFP4
这个文件的大小跟 Comfy-Org 官方的 NVFP4 编码器完全一样，所以能直接替换，CLIPLoader 指向它就行，H3 工作流的其余部分一个不用改。
第二步：安装 ComfyUI
只有最新版 ComfyUI 才内置 Minimax H3 的文生视频、图生视频模型，之前装过客户端的，务必先升级。
官方下载：https://comfy.org/download
大陆网络注意，安装时务必开启镜像加速，不然主模型在线下载那步会一直转圈。装好后从左侧的模板选项进模型下载中心，找到 Minimax H3 主模型，一键下载。
第三步：放对位置
打开后它会提示下载一堆模型文件，文本编码器、音频编码、VAE、主模型都有，点右侧全部下载。下载过程中，把第一步下好的去限制编码器放进 ComfyUI 的 models 目录下对应位置。
默认装 C 盘的，完整路径是：
C:\Users\你的用户名\AppData\Local\Comfy-Desktop\ComfyUI-Shared\models\
macOS 或自定义安装路径的，找到 ComfyUI 根目录下的 models 文件夹即可。
提示词模板
下面这套是照着中国古代边疆战争片预告片写的完整提示词，30 秒成片，分镜精确到秒，音乐音效、视觉关键词、叙事节奏都备好了，改个主题就能换成你自己的片子。
生成一支约30秒、电影级质感的中国古代边疆战争电影预告片。
整体风格：史诗级、写实、肃杀、苍凉、紧张、恢弘、电影预告片质感。
场景设定为中国古代北方边塞，深秋时节，黄沙漫天，残阳如血。
分镜：
- 0-3秒：远景航拍，连绵的长城在山脊上蜿蜒，夕阳余晖洒在城墙上，苍凉壮阔
- 3-7秒：中景，城墙上的守军严阵以待，旗帜在风中猎猎作响，士兵表情坚毅
- 7-12秒：特写，将军拔剑，剑锋在夕阳下反射寒光，眼神坚定望向远方
- 12-18秒：远景，地平线上出现敌军骑兵，尘土飞扬，黑压压一片逼近
- 18-24秒：中景，两军交锋，骑兵冲锋，刀光剑影，战斗激烈
- 24-30秒：特写，战旗在硝烟中屹立，画面渐暗，出现片名
负面提示词
如果要用负面提示词输入框，把下面这段直接贴进去：
避免：现代建筑、现代武器、枪械、汽车、现代服装、现代城市、科幻元素、赛博朋克、游戏画面、卡通风格、动漫风格、塑料质感、廉价CG、过度特效、人物脸部变形、五官错误、手指异常、肢体扭曲、文字乱码、水印、logo、低分辨率、模糊、过曝、欠曝、色彩溢出
显存不够怎么办
显存不大的，生成时分辨率别拉满。直接怼 2K 大概率崩，先出小尺寸视频，生成后再做高清处理，效果不亏，时间还省。
具体建议：
- 16GB 显存：先出 720p，再超分到 1080p
- 24GB 显存：可以直接出 1080p，再超分到 2K
- 32GB 以上：可以尝试直接出 2K
- 通用技巧：降低帧率到 16FPS、缩短时长到 8-10 秒、使用 Tiled VAE 减少显存峰值
一点看法
本地视频模型这两年的进步速度确实很快。以前电影级画面只有闭源商业服务能出，现在一块差不多配置的显卡加一套开源工具就能玩转起来。建议先把基础跑通，再谈优化和风格探索。
技术在进步，工具在 democratize（普及化），但内容创作的核心还是创意和审美。模型能生成画面，但讲什么故事、传达什么情感，仍然是创作者的事。
参考资源
- MiniMax H3 官方信息：关注 MiniMax 官方渠道获取最新动态
- ComfyUI 官方下载：https://comfy.org/download
- 去限制文本编码器：https://huggingface.co/Momoking/Qwen3-VL-32B-Heretic-MiniMax-H3-NVFP4
- 再次提醒：使用前请确认符合当地法律法规，合规使用，后果自负