MiniMax-H3_本地部署完全指南

从零开始，小白也能部署运行 H3 大模型（文生视频 / 图生视频 / 参考生视频）， 基于 ComfyUI 官方文档 + 社区实测数据（2026年8月）。

一、MiniMax-H3 是什么

• T2V（文生视频）：输入文字描述 → 生成视频
• I2V（图生视频）：输入一张图片 → 生成动态视频
• R2V（参考生视频）：输入参考图/视频/音频 → 锁定角色和风格生成

最大亮点：原生生成带声音的视频（语音、音效、音乐同时生成），无需后期配音。技术规格：约 33B 参数（DiT 13B + Qwen3-VL-32B 文本编码器），通过 ComfyUI（≥0.30.0）运行。

二、你的电脑要什么配置？

重要原则：系统内存比显存更关键。建议内存至少 32GB。（如果没有使用 fast-disk 模式，需要约 45GB 内存；使用了则约 13GB）

档位	显卡（显存）	推荐模型搭配	体验
第一档	RTX 3060 (12GB) RTX 5070 (12GB)	int8主模型 + int8编码器	实测可跑，速度慢，适合测试
第二档	RTX 4080/5080 (16GB) RTX 5070Ti (16GB)	int8主模型 + nvfp4编码器	实测可跑，5秒视频约5-10分钟
第三档	RTX 3090/4090 (24GB)	fp8主模型 + nvfp4编码器	推荐配置，5秒视频约3-8分钟
第四档	RTX 5090 (32GB)	fp8主模型 + nvfp4编码器	最佳体验，5秒视频约1-3分钟
不推荐	8GB显存以下	—	无法运行

补充说明：

• • 12GB 显存实测能跑（960×544 / 20步无问题）
• • 16GB 显存实测峰值约 14.4GB，能跑（1344×768）
• • nvfp4 编码器在 50系显卡（Blackwell）有原生加速，30/40系用 int8 编码器更合适
• • 磁盘空间：模型约 42.5GB，建议至少预留 100GB

三、需要安装的软件