MiniMax H3 开放权重！一张3060就能本地跑！

终于来了。

MiniMax H3 这次把核心生成模型的权重放了出来，ComfyUI 也在同一天完成原生支持。

更抓眼球的是，经过剪枝、量化和显存卸载后，ComfyUI 称它甚至可以在 RTX 3060 这类消费级显卡上本地运行。

而且模型权重已经发布在了抱脸上。

本文整理了一些可供下载的模型库，以及工作流，一起来看看。01

先看看H3有多强

MiniMax H3 是一个全模态音视频生成模型。

官方模型卡给出的规格是，视频时长4至15秒、24FPS、音频为32kHz立体声，支持横屏、竖屏、方形等多种比例。

它目前公开了两类核心模型。

一类叫 FL2VA。

不给图片时，它可以做文生视频；给一张图片，可以把它作为首帧或尾帧；给两张图片，则可以控制视频的开头和结尾。

另一类叫 Ref2VA。

它负责更复杂的参考生成，可以从图片中取人物或风格，从视频中取动作和运镜，从音频中取声音，再根据文字说明把这些素材组织成一条新视频。

这也是 H3 最有意思的地方。

这意味着H3可以做后期特效，可以喂给它视频参考，然后让他模拟做出特效来。

02

「开源」要说准确

更准确的表述是，MiniMax H3 开放了 H3-Base 模型权重。

模型使用的也不是 MIT 或 Apache 这类宽松许可证，而是 MiniMax H3 Community License。准备做商业产品的人，仍然应该先阅读许可证，而不是看到「可以下载」就默认毫无限制。

完整的 H3 系统其实由三部分组成，

• H3-Context-IR，理解和整理复杂的多模态输入；

• H3-Base，生成 768p 音视频，这是目前开放权重的核心；

• H3-Regenerate-2K，结合原始上下文，把基础结果重新生成到 2K。

其中，H3-Context-IR 和 H3-Regenerate-2K 暂时没有包含在首批开放中，官方原生稀疏注意力实现也表示会在后续发布。

因此，如果你追求完全离线、无需官方服务的链路，目前最稳妥的理解是，本地部署的核心目标是 H3-Base 的 768p 输出。

官方所说的完整 2K 工作流，现阶段仍需要把本地 H3-Base 与 MiniMax 的 Context-IR、Regenerate-2K 接口组合起来。这个区别很重要，因为「模型能生成 2K」和「完整 2K 链路已经全部开放」，不是一回事。

03

3060 能跑，但别只看显存

原始全精度方案的负担很重。

ComfyUI 团队发现，模型中约 40% 的调制权重可以用功能等价的查找表替代，再配合 INT8 ConvRot 量化、自定义算子和动态显存卸载，把最小模型组合的总内存占用从123.6GB降到了42.5GB，减少约 66%。

这才有了「RTX 3060 也能本地跑 H3」的说法。

注意，这里的 42.5GB 是整套最小模型组合的总体内存规模，不是说显卡必须拥有 42.5GB 显存。ComfyUI 会把部分内容卸载到系统内存，让显存较小的显卡也有机会完成生成。

如果你准备尝试，我会把条件分成三档来理解，

• 能试起来支持CUDA的NVIDIA 显卡、较新的ComfyUI（0.30.0）、充足的系统内存和 SSD

• 比较现实12GB 及以上显存、64GB 系统内存、至少 50GB 可用 SSD 空间。

• 更舒服24GB 及以上显存、更大的系统内存和高速 NVMe SSD。

如果 FL2VA 和 Ref2VA 两套扩散模型都下载，光最小量化权重组合就会超过 60GB。再加缓存、输出视频和后续版本，最好预留 70GB 以上空间。

所以，3060 的意义不是「从此人人都能实时生成 2K 视频」。

它真正证明的是，过去只能待在多卡服务器里的视频模型，已经可以通过工程优化被塞进普通创作者的本地工作站。

****04

模型到底去哪里下载

目前有两个最重要的模型库。

官方完整模型库，MiniMaxAI/MiniMax-H3

https://huggingface.co/MiniMaxAI/MiniMax-H3

这里包含官方模型卡、系统架构、两个任务检查点、许可证、部署说明和完整 2K 混合工作流。

适合开发者研究 Diffusers、SGLang、vLLM 等部署方式，也适合确认开放范围与官方参数。

ComfyUI 重打包模型库，Comfy-Org/MiniMax-H3

https://huggingface.co/Comfy-Org/MiniMax-H3

如果你的目标是尽快在 ComfyUI 里跑起来，优先看这个仓库。

它把权重整理成 ComfyUI 可以直接放入对应目录的单文件版本，并提供 BF16、INT8 和剪枝 INT8 等不同体积的选择。

第一次尝试，不建议一上来下载全部文件。先根据任务选择一套扩散模型。

做文生视频、图生视频或者首尾帧控制，下载，

• minimax_h3_fl2va_pruned_int8_convrot.safetensors

• qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors

• minimax_h3_video_vae_fp16.safetensors

• minimax_h3_audio_vae_fp32.safetensors

做人物、动作、运镜或声音参考生成，把第一项换成，

• minimax_h3_ref2va_pruned_int8_convrot.safetensors

FL2VA 与 Ref2VA 是两套不同的扩散权重，不能把一个工作流的模型直接拿去替代另一个。

05

三个工作流，别下错了

ComfyUI 0.30.0 及以上版本已经原生支持MiniMaxH3，更新之后，进入模板库的Video分类，就能找到三类工作流。

T2V，文生视频

I2V，图生视频

R2V，参考生成

ComfyUI 的模板已经把模型节点和目录结构准备好了，

不方便下载的朋友在公众号后台回复【H3】

H3 的本地原生画布短边为 768 像素，常见 16:9 尺寸大约是 1344×768。

06

真正被打开的是生产流程

H3 当然还不完美。

首批开放并不等于完整系统全部开放，消费级显卡能运行也不等于生成效率已经适合所有人。想复现官方完整 2K 效果，目前仍然需要在线接口参与。

但开放权重最大的价值，本来就不是让每个人省下一笔 API 费用。

它让创作者可以固定版本、调整参数、保存工作流、接入自己的素材管理和后期流程；也让开发者有机会研究量化、剪枝、加速和定制训练，而不是只能隔着一个网页输入提示词。

云端工具给你的是一次结果。

本地模型给你的，是一条可以反复修改、慢慢长成自己的生产线。

这才是 MiniMax H3 开放权重之后，真正值得关注的变化。

以上，觉得不错就点个赞、在看、转发三连吧～ 谢谢你看我的文章，我们下次再见。