夜雨聆风先回答一个最现实的问题：为什么要把 H3 装到自己电脑上？
三个理由：
第一，免费——网页版一条15秒2K视频一块多钱，本地跑只费电；
第二，不限量——不用排队、不用看会员额度，提示词随便试；
第三，数据不出你的机器——素材、产品图、商业项目全在本地，对很多团队这一条就是刚需。
H3 是8月3日刚开源的33B视频模型，生成视频的同时还能生成同步的立体声音频。
好消息是，它对消费级显卡做了适配，安装过程已经被 ComfyUI 社区"傻瓜化"了。跟着下面几步走，半小时内能出第一条片。
一、第一步：确认你的显卡能不能跑
先看硬件，别急着下载。
社区实测下来的参考线：
- 12-16GB显存
（如RTX 3060 12G、4060 Ti 16G）：能跑，但要降低分辨率、靠内存分担，最好有64GB系统内存
- 24GB显存
（RTX 4090/5090）：舒适区，5秒768p视频大约5分半钟一条
- 8GB显存及以下
别硬撑了，直接用海螺网页版，体验更好
一句话：显卡决定速度，内存决定能不能启动。硬盘预留至少50GB空间。
二、第二步：安装 ComfyUI（认准 0.30.0 以上版本）
H3 在 ComfyUI 里是原生节点，但版本必须是 0.30.0 或更高，旧版本没有。
小白最省事的方式是去 ComfyUI 官网下载 Windows 整合包，解压即用。
已经装过的朋友，用启动器点"升级"就行——别手动 git pull，除非你想体验"报错三小时、回滚两秒钟"。
三、第三步：下载模型文件，放对文件夹
这是最关键的一步，文件放错位置就识别不到。
需要下载5个文件，国内用户建议从魔搭社区（modelscope.cn，搜 MiniMax-H3）下载，比 Hugging Face 快得多：
minimax_h3_fl2va_pruned_nvfp4.safetensors（约12.5G，文生/图生视频用）
minimax_h3_ref2va_pruned_nvfp4.safetensors（约12.5G，参考生视频用）
qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors（约15G，文本编码器）
minimax_h3_video_vae_fp16.safetensors（视频VAE）
minimax_h3_audio_vae_fp32.safetensors（音频VAE）
下载后按这个结构放进 ComfyUI 安装目录：
全套约34GB。如果你只想先试水，可以只下 fl2va 主模型加编码器加两个VAE，先玩文生视频。
四、第四步：拖入官方工作流
不用自己搭节点。
打开 Comfy-Org 在 Hugging Face 的 MiniMax-H3 页面，里面有三套官方工作流模板：T2V（文生视频）、I2V（图生视频）、R2V（参考生视频）。
下载 JSON 文件，直接拖进 ComfyUI 界面，整个工作流就搭好了。
注意一个小细节：
模板默认引用的是 int8 版本的模型名，在 UNETLoader 节点的下拉框里，把它换成你下载的 nvfp4 文件名即可——一个节点的事，其他不用动。
五、第五步：生成你的第一条视频
参数别贪大，按这个保守组合来：
分辨率用默认的 864×480（熟练后再拉到 1344×768）
时长先来 5 秒
采样步数保持默认 20 步
提示词有个心法：一个主体、一个动作、一个运镜。比如"荒漠远景、牛仔特写、骑马追逐、多镜头切换全都安排上了，西部牛仔那股苍凉劲儿"。
另外 H3 的声音是和画面一起生成的，所以记得把声音也写进提示词：对话用引号标出来，环境音写明（"咖啡馆背景声""户外风声"），想要安静就注明"无声"。
点生成，去泡杯茶。4090/5090 大约五六分钟，小显存会更久。
六、避坑指南：这四件事提前知道
七、不想折腾？也没关系
说实话，本地部署适合两类人：
高频使用者（生成的量足够把显卡钱省回来）和数据敏感型团队。
如果你只是偶尔做一两条，海螺网页版65元会员能出80多秒2K视频，可能更划算。
工具没有高下，只有合不合适。
装好之后，建议先拿一个真实需求练手：给店里的产品拍几张照片，用 R2V 工作流生成一条15秒的小宣传片，你会直观感受到"本地免费抽卡"的快乐。
安装过程中卡在哪一步了？
评论区留下你的显卡型号和报错，我尽量帮你看看。
觉得教程有用，转发给那个想玩AI视频又怕踩坑的朋友。
H3 现已开源！
① Hugging Face：huggingface.co/MiniMaxAI/MiniMax-H3
② 魔搭社区：modelscope.cn/models/MiniMax/MiniMax-H3
与前沿大脑同步在线，让思维时刻领先
扫描下方二维码，加入AI交流群
↓↓↓
