MiniMax-H3 视频生成模型 — 一键部署与使用指南

阿里云计算巢 × ComfyUI × MiniMax-H3：几分钟部署一个自带文生视频 / 图生视频 / 参考生视频能力的 AI 视频工作站，视频自带原生立体声音频。

一、模型简介

MiniMax-H3 是 MiniMax 推出的通用全模态生成模型，基于 330 亿参数的 dense Transformer 架构，现已开放权重并原生支持 ComfyUI。核心亮点：

• 三种生成模式：文生视频（T2V）、图生视频（I2V）、参考生视频（R2V）
• 原生立体声音频：语音、音效和音乐在单次前向传播中一并建模，而非事后叠加
• 高质量输出：最高支持 2K 分辨率、24fps，时长约 15 秒
• ComfyUI 原生支持：官方模板库直接提供三个示例工作流，开箱即用

二、部署方式：计算巢一键部署

通过阿里云计算巢模型市场，选择 MiniMax-H3 即可一键部署 ComfyUI 环境，模型文件自动下载，无需手动配置。

资源要求：

部署步骤：

1. 打开计算巢模型市场，搜索「MiniMax-H3」，点击立即部署；
2. 选择地域、实例规格（GPU 型号）、付费方式等参数；
3. 确认订单并创建服务实例。模型权重较大，部署时会自动下载模型文件，请耐心等待服务实例创建完成；
4. 部署完成后，服务输出中会给出 ComfyUI 的访问地址。

三、打开 ComfyUI 并加载工作流

1.示例工作流

1. 打开部署输出中的 ComfyUI 访问地址，进入 ComfyUI 界面；
2. 选择 工作流 ，可以看到入门版示例工作流

2.下载官方工作流

3. 打开部署输出中的 ComfyUI 访问地址，进入 ComfyUI 界面；
4. 选择 工作流 → 浏览模板 → 视频，搜索 "MiniMax H3" 直接打开对应工作流；
5. 也可以下载工作流 JSON 文件后直接拖入 ComfyUI 加载，三种模式各一个：

下载地址（ComfyUI 官方模板库）：
https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/

• T2V 文生视频：video_minimax_h3_t2v.json
• I2V 图生视频：video_minimax_h3_i2v.json
• R2V 参考生视频：video_minimax_h3_r2v.json

计算巢部署时模型文件已自动下载到对应目录，无需手动操作：

ComfyUI/models/
├── diffusion_models/
│   ├── minimax_h3_fl2va_pruned_int8_convrot.safetensors   # T2V / I2V 使用
│   └── minimax_h3_ref2va_pruned_int8_convrot.safetensors  # R2V 使用
├── text_encoders/
│   └── qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors
└── vae/
    ├── minimax_h3_video_vae_fp16.safetensors
    └── minimax_h3_audio_vae_fp32.safetensors

四、关键参数说明

1. 输出分辨率

每个工作流使用 Resolution Selector（分辨率选择器） 节点控制输出尺寸：

• MiniMax-H3 的原生画布短边为 768px，上限为 768×1344 像素；
• 模板默认使用较快的预览尺寸；要获得全质量输出，请在 16:9 下将百万像素提高到约 1.0（约 1344×768）。

2. 视频时长

时长输入会对齐到模型在 24fps 下每块 17 帧（17k+5）的网格，例如约 5 秒、约 12 秒等档位。

3. 提示词编写技巧

• 按「主体 + 动作 + 场景 + 镜头语言 + 音效描述」的顺序组织提示词；
• 需要音频时，直接在提示词中描述对白、音效或音乐风格，模型会一并生成；
• R2V 模式下，参考图决定人物与画面风格，提示词负责描述动作与剧情。

4. 执行

使用 Ctrl+Enter 或点击运行按钮执行工作流，等待生成完成即可在输出节点查看视频。

五、加速技巧：让生成更快

DeepGPU 推理加速（推荐）

本模型支持 ComfyUI-deepgpu 加速插件，安装使用后一般可加速生成 20%~30%，部分场景最高可将性能提升 5 倍。

• 免费插件，将阿里云 DeepGPU 推理加速技术集成至 ComfyUI；
• 可与 fp8、sage-attention、TeaCache、WaveSpeed 等优化技术叠加使用；
• 无需预编译，即时启用，切换图像/视频尺寸不产生额外开销；
• 使用限制：ComfyUI 须部署在阿里云的云服务实例上。

Sage Attention

示例工作流默认使用标准注意力实现。安装 Sage Attention 后：

1. 通过 ComfyUI 管理器安装 ComfyUI-KJNodes；
2. 在工作流中添加 Patch Sage Attention KJ 节点，连接在 UNETLoader 和 BasicGuider 节点之间；
3. 将 sage_attention 设置为 auto，照常运行工作流。

可将生成速度大约提升一倍，质量损失极小。

六、应用场景

• 广告与营销短片：一句提示词生成带配音、音效的产品展示视频
• 影视概念预演：用参考图保持角色一致性，快速产出分镜动态效果
• 社交媒体内容：图生视频把静态海报、照片变成动态内容
• 有声故事与短剧：原生立体声音频支持对白 + 环境音一次生成

七、相关链接

• 计算巢模型市场（MiniMax-H3）：从计算巢控制台「模型市场」搜索 MiniMax-H3 进入
• 模型权重仓库：https://huggingface.co/Comfy-Org/MiniMax-H3
• ComfyUI 官方工作流模板：https://github.com/Comfy-Org/workflow_templates
• MiniMax 官方：https://www.minimax.io

八、技术支持

钉钉群：

如有部署或使用问题，欢迎联系您的阿里云客户经理获取支持。