8G显存实战 MiniMax H3 生成无审查视频，加速Lora，2分钟出图，ComfyUI工作流分享，全程实操

上两篇写开源生图模型的时候，评论区有朋友问老路能不找个MinimaxH3越狱版在低显存配置能用的模型和工作流，实话说，在AI视频这块，老路研究的不多，之前也试过其他大佬分享的整合包和工作流，不过基本上也都是OOM，官方的工作流也尝试过，能跑，但非常慢，所以也就放着没再折腾了。

这次既然有朋友来问了，那老路必须宠粉，研究了2天，找到了2个方法（工作流），在老路的笔记本（4060 8G+32G内存）跑成功了，2分钟出片，今天来分享一下全过程。老规矩，不喜欢看字的直接拉到最后看视频，整理好的网盘下载也在最后。

一、还是得介绍下Mimimax H3

MiniMax H3 不是小厂玩的，是**稀宇科技（MiniMax）**的看家视频模型，2026 年 8 月 3 日开的源。

它有几个特点，决定了它跟以前那些开源视频模型不是一个路子：

项目	情况
参数量	33B 全模态模型
能力	文本、图像、视频、音频四种输入统一理解
输出	视频 + 原生立体声音频，在同一个 MP4 里
时长	5–15 秒
分辨率	本地权重原生 768p 短边；2K 走官方托管服务
开源日期	2026-08-03

最值得说的是”原生音频”。 一般视频模型生成完画面，再另外配音配乐——声音和画面对不上是常事。H3 是语音、音效、音乐跟着画面一次前向传播出来，天生同步。

而且它真吃输入音频——你给它一段音轨，它按这个音轨来生成，而不是覆盖掉或丢掉。

两个模型变体，覆盖所有玩法：

变体	用途
FL2VA	文生视频，可选首帧 / 尾帧控制
Ref2VA	全模态参考：最多 9 张图 + 3 段视频 + 3 段音频当参考

Ref2VA 那个能力挺凶的——角色一致性、视频编辑、动作参考、片段续接，都靠它。

知道了这两个变体，Huggingface上的模型清单，大家也就知道是做什么的了

二、8G 显存到底靠什么跑起来的

这是全篇最关键的一节，先说清楚原理，后面步骤你才看得懂。

33B 的模型，为什么 8G 显存能塞进去？ 靠三件事叠加：

第一件：用 pruned（剪枝）检查点

官方提供两套权重。pruned 版本做了个聪明的处理——用一张很短的共享曲线基表（adaln_t_table，1025 个曲线采样 × 8 个基列）替掉了时间嵌入器和全宽 adaln 权重，ComfyUI 直接从 checkpoint 里读这张表。

效果就是检查点小一大圈。 对比一下真实的文件体积，从 66 GB 砍到 21 GB，这就是能进小显存的第一道门。

所以，下载的时候选哪个，大家就清楚了

Huggingface模型下载页面

第二件：用 nvfp4版本的文本编码器

文本编码器是 Qwen3-VL-32B——32B 的编码器，本身就是个大头，用nvfp4版本即可

nvfp4编码器15.7 GB。而且 ComfyUI 的流程是「编码完就把编码器卸掉、再加载主模型去噪」——两者不同时占显存，这是 8G 能跑的关键机制。

文本编码器Huggingface下载页面

顺便说大家最关心的“无审查”，Minimax H3 还有之前博客介绍的 Qwen Image 2.1无审查生图模型 都是通过文本编码器的“优化”来实现的，和主模型无关，所以，我们只需要找到一个Minimax H3对应的无审查文本编码器就可以了，如下，同样是15.7G，但是它是没限制的

无审查文本编码器Huggingface下载页面

第三件：加速 LoRA 把步数压下来

视频模型慢，一半慢在步数多。加速 LoRA 就是干这个的：

只有 1.96 GB，挂上去就能把采样步数从几十步压到 4 步或 8 步。这就是”2 分钟出片”的核心——不是硬件变强了，是少了大量的采样往返。

要注意，官方说明里还提了个容易被忽略的硬要求：

“Plan for 32–64 GB of system RAM — layers that don’t fit in VRAM are staged from RAM.”

显存不够的部分是拿内存顶的。 所以别只盯显存，系统内存也得够，不然照样跑不动，所以，你的电脑至少32G内存。

三、文件清单

老路整理好了文件清单，按这个目录下载安装模型即可

ComfyUI/
└── models/
    ├── diffusion_models/ 主模型
    │   ├──  minimax_h3_fl2va_pruned_int8_convrot.safetensors 文生视频
    │   └──  minimax_h3_ref2va_pruned_int8_convrot.safetensors 全模态参考生视频
    ├── text_encoders/ 文本编码器
    │   ├── qwen3vl_32b_heretic_minimax_h3_nvfp4.safetensors  越狱版    
    │   └── qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors  官方版 
    ├── vae/
    │   ├── minimax_h3_video_vae_int8_convrot.safetensors  视频vae，要注意，不少大神用的是b16精度的，容易OOM
    │   └── minimax_h3_audio_vae_fp32.safetensors  音频vae   
    └── loras/
        └── minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16.safetensors  加速Lora

注意有两个 VAE，都得下——一个是视频 VAE，一个是音频 VAE。H3 要出立体声，音频 VAE 不能少。

下载量提醒，这一套下来要60G，注意你的硬盘空间~

四、ComfyUI 工作流（2个，第二个更简单）

1. ModelTC/Minimax-H3-Turbo工作流

直接照着下面截图配置模型即可

项目	实际用的
显存	8 GB
主模型	pruned int8 检查点
加速 LoRA	`fl2v_turbo_8step_v1.0`（8 步档）
采样步数	8 步
分辨率	736 × 416（约 0.3 MP）
视频时长	5 秒
音频	原生立体声，正常出
出片耗时	约 2 分

实际视频效果

提示词参考如下：

古风仙侠，破晓时分：一名白衣带浅粉的年轻女子立于云海之上的孤峰崖沿，
银白长发垂至腰际，红绫飘动，背负一柄浅绿剑鞘的细长剑。

0.0-1.2s：高机位远景缓推，镜头自群峰与云海推向她背影；深谷云雾流动；
两只朱顶鹤掠空而过。
1.2-3.0s：中景继续缓推，绫带与飘逸衣摆在山风中起伏；发丝轻轻扬起；
晨光越过山脊，剑柄泛起一线冷光。
3.0-4.2s：她缓缓侧首，露出清秀侧脸，肤白平静，目光随鹤而去。
4.2-5.0s：拔剑出鞘半寸，剑身掠过蓝白光泽，手腕收势定格成剑式。

镜头：单一缓慢推镜，无剪辑，地平线锁定，24fps 自然运动，电影感柔光，
面部细节清晰。
音频：0.0s 低鸣山风与云海涌动声；1.2s 一声远处的古琴单音；2.5s 鹤鸣
两声；4.0s 剑刃离鞘的清脆金属声；无背景音乐。

Negative：现代服装，城市，水印，画面文字，字幕，手部扭曲，多余手指，
面部畸变，面部闪烁，运动拖影，过饱和，塑料质感，低帧率卡顿

ModelTC/Minimax-H3-Turbo工作流 Github仓库，不会下载的看最后的视频。

2. ComfyUI里官方Minimax H3模板共工作流

关键配置：把turbo选项打开，其他和方法1一致，如图

下面是需要说明的：

736×416 这个数，老路得说透

别被”8G 能跑 H3″这句话带跑偏。 736×416 是什么概念，老路摊开讲：

换算成像素约 0.3 MP
低于官方 12G 参考配置的 480p（854×480 约 0.41 MP）

所以它是一个”能跑通、能验证”的分辨率，不是”直接出成品”的分辨率。 拿它测试工作流、验证参数、跑通流程，完全够用；但要拿去做正式内容，你得升显存、升分辨率。

老路不想把这条藏起来——很多人写这类教程只报”跑通了”，不报跑的是什么规格，结果读者按同样的机器配，发现出来的画质跟预期差一大截。

为什么选 8 步而不是 4 步

前面列过两个档：4 步最快，8 步质量更好。老路选了 8 步，理由是：

736×416 这个分辨率本来画面细节就少，如果再用 4 步压缩采样，画质会明显发虚。这里多花的时间换回来的画面质量更值——而且老路这台机器上 8 步跑下来也就 2 分钟，速度已经够用了，没必要再往极限压。

这是个权衡思路，供你参考：当你的配置更低的时候，或者分辨率提高的时候，才轮到 4 步 LoRA 上场省时间。

8G 能跑通，但代价是明确的

得到	付出
显存门槛从十几 G 压到 8G	用 pruned + int8 量化，画面细节有损
2 分钟出一条 5 秒片	分辨率只能到 736×416，低于官方 480p 参考
本地免费、无限跑	得配 32–64 GB 系统内存兜底

这是”穷玩”的本质：不是白拿，是拿画质换可行性。想质量好、12G 以上显存 + 分辨率拉满 + 步数加成，那才是舒服的姿势。

五、常见问题

Q：8G 显存真能跑视频？
能，但要接受代价。 老路在 8G 上跑通了，出片 2 分左右。前提是走 pruned int8 + 加速 LoRA + 系统内存够这条社区路线，而且分辨率、时长、步数都得往下压。官方标准推荐是 12G 起（480p），16–24G 才舒服。

Q：为什么官方说 12G，你能 8G？
因为官方那句原话里本来就写了 “community stacks go as low as 5–8 GB”——官方承认社区方案能压到 5–8G。老路走的正是这条路，属于优化到极限，不是轻松跑。

Q：加速 LoRA 是什么原理？
它是个蒸馏出来的小适配器，只有 1.96 GB，作用是把采样步数从几十步压到 4 步或 8 步。速度是这么来的，不是硬件变强了。代价是画质不如多步。

Q：音频是假的吗？
真的，而且这是 H3 的招牌——语音、音效、音乐跟画面在同一次前向传播里建模，不是后期拼的。它还能真正以输入音频为条件生成，而不是覆盖或丢弃。

Q：无审查版会影响画质吗？
改的是文本编码器（消融），生成模型权重不动。但要注意：作者明确说过没测”对画面的实际影响”，老路也不替这个下结论。