MiniMax H3 是最新推出的全模态 AI 视频生成系统，支持同时输入文本、图片、视频与音频，最高可输出 2K 分辨率、15 秒时长、24 FPS 且含原生 32kHz 立体声的视频内容。

近期，开源社区发布了针对 MiniMax H3 的第三方去限制（Uncensored）版本，并对文本编码器进行了量化处理，大幅降低了本地运行的显卡门槛。

模型核心特性

  • 全模态输入：支持文生视频、图生视频、视频生视频及多模态参考生成。
  • 高画质输出：支持 2K 分辨率及 32kHz 原生立体声音频同步生成。
  • 显存优化：社区提供 NVFP4 量化版文本编码器（约 15.7 GB），单张 16GB 显存显卡即可流畅运行。

本地部署与配置教程

1. 下载越狱模型文件

获取第三方 NVFP4 量化版本的文本编码器：

1、Huggingface下载：【点击前往】

2、国内网盘下载：【点击前往】

3、备用高速下载：【点击前往】

2. 更新并配置 ComfyUI

  1. 将 ComfyUI 升级至最新版本（旧版本缺乏对 MiniMax H3 的原生节点支持）。
  2. 打开 ComfyUI 左侧模板或模型下载中心，拉取 MiniMax H3 主模型（含 VAE、音频编码器等完整依赖）。
  3. 将第一步下载的越狱文本编码器文件放置于以下路径：
    • 标准路径：ComfyUI/models/text_encoders/
    • ComfyUI Desktop 默认路径：C:\Users\<用户名>\AppData\Local\Comfy-Desktop\ComfyUI-Shared\models\text_encoders\
  4. 在 ComfyUI 工作流的 CLIPLoader 节点中，将模型类型切换并选择刚下载的越狱编码器文件即可。

提示词（Prompt）参考样例

正向提示词（史诗级电影预告片）：

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。场景设定为中国古代北方边疆，塞外荒漠、古城关隘、烽火台。

  • 【0-4秒】 超远景，夕阳落日下的塞外古城与远山狼烟，镜头缓慢推进，低沉战鼓与风沙声起。
  • 【4-8秒】 特写跟拍，年轻女将身着深色重甲骑黑马在黄沙中疾驰，目光冷峻。
  • 【8-12秒】 城门缓缓关闭，弓箭手戒备；女将勒马拔刀，刀刃折射夕阳寒光。
  • 【12-16秒】 敌军冲锋，万箭齐发，密集箭雨破空而过，音乐推向高潮。
  • 【16-21秒】 快速蒙太奇剪辑：近身厮杀、刀剑碰撞火花、战马交错与战场烟尘。
  • 【21-26秒】 节奏骤降，女将独伫黄沙之中，抬刀蓄势，特写展现坚定神情。
  • 【26-30秒】 骑兵协同冲锋，俯瞰宏大战场，画面定格并渐隐出现书法体标题《烽火边关》。

负向提示词（Negative Prompt）：

现代建筑、现代武器、汽车、科幻元素、卡通动漫风格、廉价CG、人物脸部变形、多余肢体、马腿异常、刀剑穿模、严重运动模糊、画质低劣。

注意事项：低显存设备在首次生成时建议先使用较低分辨率预览，确认效果后再进行超分辨率放大处理。第三方越狱模型仅供技术交流与本地测试，请遵循相关开源许可证及法规要求。