ARTICLE · 1259239
MiniMax H3本地部署安装包:原生支持6G显存,AI漫剧,不限Token出片
MiniMax H3本地部署安装包:原生支持6G显存,AI漫剧,不限Token出片做AI视频的朋友，大概率都卡在把模型搬回自己电脑这一关： 这两天MiniMax H3的原生标题还在密集刷屏——本地部署安装包来啦，不限Token，本地生成免费AI视频，零基础实战教程，说的都是同一件事：把H3搬到自己电脑上。而GitHub上已经有人把这事做完了——WanGP，本地跑H3不限Token。 （资源链接在文末！！！） 
看完这篇，你能拿捏三个核心能力： 
核心亮点：凭什么这么多开发者盯着它？ H3是写进支持列表的一等公民，不是第三方插件；6GB显存是README里写到的下限；一键装是真一键——Windows双击bat、Linux跑sh；量化格式给到int8、fp8、gguf、NVFP4、Nunchaku五档；作者每天发一版，10月25日刚到v18.81。 
三大核心能力，覆盖全场景需求 H3原生支持 视频、图像、语音一次装齐 支持矩阵里，H3在视频一栏，H3 Voice Clone在音频/TTS一栏，量化后的pruned 20B同样能跑。 显存不够能降档 从25GB压到11GB 作者自测：15秒1080p的H3视频，早期要25GB显存，现在11GB；再降到480p，5-6GB也能跑。 出片能接业务 浏览器、命令行、API三头通 浏览器界面给你看图改参数，headless模式批量跑，API接入自己的服务。 
三大落地场景，普通人也能上手 场景一：想做AI短剧的分镜师 人物参考丢进去，H3的Ref2VA能吃3段参考视频和3段音频参考，还能从参考片里截3段原声和画面，角色一致性自己会稳。 场景二：想接AI视频私某的技术型副某玩家 本地跑不按秒计费，一单反复改稿不心疼；能不能接需求，取决于个人执行和市场需求变化。 场景三：想把生成接进自家系统的开发者 headless批量加API，生成队列排上号就走人；Profile 4作者自测快25%、省50%显存。 
横向对比：和主流方案差在哪 
30分钟极速上手指南（零基础可用） 第一步 装： Windows双击install.bat，Linux和macOS跑scripts/install.sh，选Auto Install 第二步 起： run.bat或run.sh，浏览器打开界面 第三步 出片： 选H3，选FL2VA或Ref2VA，填提示词，先用默认参数跑一条 第四步 调显存： 不够就开Profile 4，Attention Head Split调Medium还能再省20%显存，速度掉10%以内 
适合人群 GitHub开源地址，直接自取
几十G的权重下到一半断流，续传还得自己找脚本 显存不够就只能排队上云端，按秒计费的账越看越慌 想把生成结果接进自己的业务系统，多半得先啃一遍ComfyUI的节点连线
不用连节点一个浏览器界面直接出片 自动降档按你的显卡挑int8/fp8/gguf版本 能接业务自带命令行批量和API
VS ComfyUI：ComfyUI是节点图，自由但连线累；WanGP是一体界面，出片不用先画线 VS官方H3权重：官方给的是权重和论文，跑起来环境还得自己拼 VS ComfyUI的H3节点包：节点包要在ComfyUI里装，WanGP是独立程序，浏览器直接开 VS云端API：本地跑不计费、不限Token，代价是要自己有显卡 VSAI原生IDE：AI原生IDE抢的是写代码的入口，这类本地AI视频工作台抢的是出片的入口 VS xDiT这类自研推理引擎：xDiT更底层更可控，多卡多机并行，门槛高得多 VS VideoX-Fun：VideoX-Fun是官方权重的训练框架，跑推理用不上它
想做AI视频、卡在本地部署这一步的朋友 想接AI视频私某的技术型副某玩家 要把生成接进自己系统的开发者 想读懂H3工程化落地细节的学习者
https://github.com/deepbeepmeep/WanGP
