WEBUI MiniMax H3 部署教程：零基础也能本地跑通的 AI 视频生成神器

WEBUI MiniMax H3 部署教程：零基础也能本地跑通的 AI 视频生成神器

2026 年 8 月，MiniMax 正式开源了 H3 全模态音视频生成模型。一夜之间，曾经只能在云端调用的 "Sora 级" 视频生成能力，被塞进了每个人的电脑里。 但问题来了：模型开源了，怎么装？本文带你从零开始，用两种 WEBUI 方案把 MiniMax H3 跑起来 —— 不管你是 24G 显存的顶配玩家，还是只有 4G 显存的 "战斗版" 用户，都能找到适合自己的路。

一、先搞清楚：MiniMax H3 到底是什么？

MiniMax H3 是一款原生支持音视频同步生成的多模态模型，简单说就是：

• 文本生视频（T2V）：输入一段文字，直接出带声音的视频
• 图片生视频（I2V）：给一张图，让它动起来
• 参考生视频（R2V）：用首尾帧或参考视频控制画面走向
• 原生 2K 分辨率 + 立体声：一次推理同时输出画面和声音

和之前的视频模型不同，H3 把视频 VAE、音频 VAE、文本编码器、Omni Transformer 全部打包成了自包含的模型仓库，开发者可以直接从 Hugging Face 下载使用。

目前主流的本地部署方式有两种：

下面分别讲。

二、方案一：ComfyUI 部署（推荐，功能最完整）

ComfyUI 从 0.30.0 版本开始原生支持 MiniMax H3，不需要装任何额外插件，开箱即用。这也是目前社区最成熟、文档最全的方案。

2.1 硬件要求

注意：H3 模型文件体积较大，建议预留 80GB 以上硬盘空间 （SSD 更佳）。

2.2 第一步：安装 ComfyUI

方式一：桌面客户端（推荐小白）

1. 访问 ComfyUI 官网，下载对应系统的 Desktop 客户端
2. 双击安装，启动后会自动配置 Python 环境和依赖
3. 确保版本号 ≥ 0.30.0（菜单栏 Help → About 查看）

方式二：Git 手动安装（适合开发者）

git clone https://github.com/comfyanonymous/ComfyUI.git

cd ComfyUI

pip install -r requirements.txt

启动：

python main.py

浏览器打开 http://127.0.0.1:8188 即可看到 ComfyUI 界面。

2.3 第二步：下载模型文件

模型文件托管在 Hugging Face 的 Comfy-Org/MiniMax-H3 仓库中。国内用户可以使用 ModelScope 镜像或 gitcode 镜像加速。

需要下载的核心文件（4 个）：

显存大于 24GB 的用户可以选择 BF16 版本（ minimax_h3_ref2va_pruned_bf16.safetensors ，约 39GB），画质更好。

一键克隆命令（国内推荐）：

git clone https://gitcode.com/hf\_mirrors/Comfy-Org/MiniMax-H3

克隆完成后，按上面的表格把文件分别复制到对应目录即可。

2.4 第三步：加载工作流，开始生成

1. 打开 ComfyUI，点击菜单栏 模板库 → 视频
2. 选择任意一个 MiniMax H3 工作流（T2V / I2V / R2V）
3. 如果模型文件放置正确，节点会自动加载
4. 在提示词节点输入你想要的画面描述
5. 点击 Queue Prompt 开始生成

一个简单的提示词示例：

A cute cat wearing sunglasses, sitting on a beach chair,

waves crashing in the background, golden hour lighting,

cinematic, 4k

首次生成会比较慢（模型加载 + 预热），后续会快很多。

2.5 Turbo 加速：4 步出片

如果你觉得默认采样步数太慢，可以加载官方的 Ref2VA Turbo 4-step LoRA，把采样步数压缩到 4 步，速度提升数倍，画质损失很小。

使用方法：

1. 下载 minimax_h3_ref2va_lightx2v_turbo_4step_v0.1.safetensors
2. 放入 ComfyUI/models/loras/ 目录
3. 在工作流中添加 LoRA 加载节点，设置 strength=1.0
4. 采样步数设为 4，调度器选择对应配置

三、方案二：ONNX Edge Workbench（4GB 显存就能跑）

如果你显卡显存不够 12GB，或者不想折腾 ComfyUI 的节点，那么社区开发者推出的 MinimaxH3-ONNX 项目可能更适合你。

这个项目把 H3 模型导出为 ONNX 格式，通过分片加载和内存映射技术，最低 4GB 显存就能运行，并且自带一个基于 Gradio 的轻量级 WebUI。

3.1 项目地址

GitHub：https://github.com/MARK42IRPC/MinimaxH3-ONNX

3.2 安装步骤（Windows）

1. 克隆仓库

git clone https://github.com/MARK42IRPC/MinimaxH3-ONNX.git

cd MinimaxH3-ONNX

1. 运行安装脚本

双击 install.bat，脚本会自动：

• 创建 Python 3.11 虚拟环境
• 安装锁定版本的依赖（含 PyTorch CUDA 12.6）
• 检测 NVIDIA 显卡，自动安装 GPU 加速组件
• 运行 Torch CUDA 和 ONNX Runtime 可用性检查

如果不想安装 GPU 可选组件，可以在运行前设置环境变量 H3_INSTALL_GPU=0 。

1. 启动 WebUI

双击 start_webui.bat，或者命令行执行：

uv run h3-workbench --host 127.0.0.1 --port 7860

1. 打开浏览器访问

http://127.0.0.1:7860

3.3 下载模型切片

WebUI 自带 "切片" 页面，可以直接从 ModelScope 下载经过验证的模型包，包括：

• H3 tokenizer（自动下载）
• Video VAE / Audio VAE
• Qwen INT8 文本编码器
• Ref2VA BF16 Transformer
• Ref2VA Turbo 4-step 加速 LoRA

所有源文件来自官方 Comfy-Org ModelScope 仓库，无需手动找资源。

3.4 生成视频

WebUI 界面非常简洁：

1. 在主页面输入自然语言提示词
2. 选择输出时长（最长 15 秒）
3. 设置采样步数（1-50 步，Turbo 模式用 4 步）
4. 选择 SDPA 查询块大小（32/64/128/256/512，显存越小选越小）
5. 点击生成

支持四种模式：

• 纯文本生成（text-only）
• 首帧引导（first-frame）
• 尾帧引导（last-frame）
• 首尾帧同时引导（first+last-frame）

输出分辨率支持 128-1024 像素（自动对齐到 32 的倍数），默认 360p 边缘推理配置。

3.5 超分功能

这个 WebUI 还自带 "超分" 页面，可以对已生成的视频进行分辨率提升：

• 支持上传视频或引用工作区内的视频路径
• 两种处理模式：视频分片（低显存）/ 直接推理（更好的时序一致性）
• 可调噪声混合强度（0-1）
• 输出最大 2048 像素 / 边，4MP 总像素

四、常见问题与避坑指南

Q1：启动报错 "CUDA out of memory" 怎么办？

• 降低输出分辨率（从 720p 降到 480p 或 360p）
• 减少采样步数
• 使用 INT8 量化版模型代替 BF16
• ONNX 方案中调小 SDPA 查询块大小（选 32 或 64）
• 关闭其他占用显存的程序（浏览器硬件加速、其他 AI 软件）

Q2：模型下载太慢，有没有国内镜像？

有的，推荐以下镜像源：

• ModelScope：https://modelscope.cn/models/Comfy-Org/MiniMax-H3
• gitcode 镜像：https://gitcode.com/hf_mirrors/Comfy-Org/MiniMax-H3
• 使用 hf_transfer 或 aria2 多线程下载

Q3：生成的视频没有声音？

• 检查 Audio VAE 模型是否正确放置
• ComfyUI 工作流中确认音频输出节点已连接
• ONNX 方案中确认音频状态为 "enabled"
• 部分旧版工作流可能只输出视频，需要切换到 T2VA（带音频）工作流

Q4：ComfyUI 里找不到 H3 工作流模板？

• 确认 ComfyUI 版本 ≥ 0.30.0
• 点击菜单栏 帮助 → 检查更新，升级到最新版
• 升级后重启 ComfyUI，模板库会自动刷新

Q5：Turbo LoRA 加载后画面崩坏？

• Turbo 4-step LoRA 必须配合 exactly 4 步采样使用，步数不对会导致画面异常
• 确认使用的是 Ref2VA 基座模型，而不是 FL2VA
• LoRA strength 设为 1.0，不要调低

Q6：ONNX 方案安装时检测不到 GPU？

• 确认已安装最新 NVIDIA 驱动
• 命令行运行 nvidia-smi 确认显卡可见
• 如果是笔记本双显卡，确认使用的是独显而非核显
• 可手动设置 H3_INSTALL_GPU=1 强制安装 GPU 组件

五、两种方案怎么选？

最后给一个决策建议：

你的显卡显存 ≥ 16GB？

├── 是 → 选 ComfyUI（功能最全，社区资源多，可玩工作流）

│   └── 想省事 → ComfyUI Desktop 客户端

│   └── 想折腾 → Git 手动安装 + 自定义节点

└── 否 → 选 ONNX Edge Workbench（4GB 就能跑，界面简单）

    └── 显存 8-12GB → 两种都可以试试，ONNX 更流畅

    └── 显存 4-6GB → 只能 ONNX，分辨率开低一点

写在最后

MiniMax H3 的开源，标志着 AI 视频生成正式进入了 "本地可玩" 的时代。不管你是内容创作者、独立开发者，还是单纯对 AI 视频好奇的爱好者，都值得花一个下午把它部署起来 —— 当你输入一段文字，看着电脑自己生成一段带声音的视频时，那种感觉真的很奇妙。

如果这篇教程帮到了你，欢迎点赞收藏，有问题评论区交流。祝大家出片顺利！

参考资源：

• MiniMax 官方开源公告：https://www.minimaxi.com/news/minimax-h3-open-source
• ComfyUI 官方 H3 教程：https://docs.comfy.org/zh/tutorials/video/minimax/minimax-h3
• MinimaxH3-ONNX GitHub：https://github.com/MARK42IRPC/MinimaxH3-ONNX
• 模型下载（Hugging Face）：https://huggingface.co/Comfy-Org/MiniMax-H3