MiniMax-H3 12G 显卡出带声音的视频：ComfyUI 部署完整实操

【免费下载链接】MiniMax-H3项目地址: https://ai.gitcode.com/hf_mirrors/Comfy-Org/MiniMax-H3

MiniMax-H3 部署卡住的人，多半卡在三个点：选哪个精度版本、文件放哪个目录、工作流加载后跑不动。照这条流程走一遍，12G 显存的 NVIDIA 卡不改一行代码，约 30 分钟拿到第一段带声音的视频。

12G 显存选哪个精度版本

**为什么按档位配？**扩散模型占显存大头，文本编码器是固定开销，VAE 最小。12G 的卡上 bf16 版本光加载就会把显存吃满，根本轮不到采样。档位之间的差距主要是推理时的显存峰值，画质差距远没有想象的大。

⚠️ 三个硬前提，缺一个都跑不起来：

• 只用 NVIDIA 显卡、CUDA 环境，AMD 卡不在支持范围
• int8_convrot需要 CUDA 13.0 的 PyTorch 构建（cu130），装不上就退回fp8_scaled
• nvfp4_awq编码器不挑卡，非 Blackwell 也能用

模型文件放哪个目录，怎么跑出第一段视频

1. 从镜像仓库拉模型文件，目录已按 ComfyUI 结构分好，不用自己拆：

git clone https://gitcode.com/hf_mirrors/Comfy-Org/MiniMax-H3

完成信号：本地出现MiniMax-H3/目录，里面有diffusion_models/等 7 个模型子目录。

2. 把各目录整体放进ComfyUI/models/下，一级都不能放错：

ComfyUI/models/ ├── diffusion_models/ # 扩散模型，放错则模型下拉框为空 ├── text_encoders/ # 文本编码器，放错则 CLIP 节点报 not found ├── loras/ # turbo 加速 LoRA ├── vae/ # 视频 VAE 与音频 VAE，音频 VAE 决定有没有声音 ├── model_patches/ # ControlNet，可选 └── embeddings/ # 风格 embedding，可选

完成信号：diffusion_models/下能看到minimax_h3_开头的.safetensors文件。

3. 打开 ComfyUI 页面，载入自带的 MiniMax H3 I2V（首帧生视频）工作流模板。

完成信号：所有模型节点下拉框都能选到minimax_h3_开头的条目，缺文件的节点会标红边。

4. 按档位配齐四个模型节点，音频 VAE 别漏，它决定有没有声音：

• 扩散模型：minimax_h3_fl2va_int8_convrot.safetensors（8G 显存选带pruned前缀的）
• 文本编码器：qwen3vl_32b_minimax_h3_int8_convrot.safetensors
• 视频 VAE：minimax_h3_video_vae_fp16.safetensors
• 音频 VAE：minimax_h3_audio_vae_fp32.safetensors

完成信号：四个模型节点全部无红边。

5. 勾上minimax_h3_fl2v_turbo_4step_v1.0_768p_comfyui_bf16.safetensors，去噪步数压到 4，点 Queue Prompt。模板参数已按 768p 调好，出片前看一眼分辨率节点，别手滑改成 1024。

✅ 完成信号：预览节点开始滚动连续视频帧，下载的 mp4 带声音轨能正常播放。

怎么确认这次跑通了

三个可观察的信号：

• 预览节点滚动的是连续视频帧，不是一张不动的图
• mp4 落在 ComfyUI 的output目录，用播放器打开有声音轨
• 终端队列日志走完进度，没有红色报错行

❌ 最常见的假成功：视频能播放但没有声音。判别方法：检查音频 VAE 节点是否选了minimax_h3_audio_vae_fp32.safetensors且连线完整。音频 VAE 漏接时画面完全正常，只有声音轨缺失，重跑前必须补上。

三个高频报错的自查与修复

模型下拉框为空，No model found

现象：模型节点下拉框里没有minimax_h3_条目，或日志报FileNotFoundError: xxx.safetensors。

根因：文件没进ComfyUI/models/的对应子目录，或在别的路径。

修复：按上面目录树把文件挪进正确子目录，刷新浏览器。

CUDA out of memory

现象：加载模型或采样阶段直接报 OOM。

根因：12G 的卡跑了 bf16 版本，显存留给采样的空间是零。

修复：扩散模型切*_int8_convrot，8G 显存切*_pruned_fp8_scaled，分辨率保持 768p。

提示词里的 embedding 不生效

现象：prompt 里写了 embedding 文件名，出片风格没有任何变化。

根因：引用格式不对。

修复：在 CLIPTextEncode 节点里写成embedding:minimaxh3_fire_breath，embedding:后面跟不带扩展名的文件名。

以上都不是？

把终端最后 30 行日志完整保存，拿报错关键词去 ComfyUI 社区搜，比自己猜快。

下一步：R2V 多参考图、8 步画质、风格 embedding

• 多参考图 R2V：扩散模型换minimax_h3_ref2va_int8_convrot，LoRA 换ref2v_turbo_4step
• 更高画质：4 步 LoRA 换 8 步版本minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16，耗时约翻倍
• 风格 embedding：embeddings/下 10 个文件任选，用embedding:文件名调用

第一段带声音的视频先跑出来。

【免费下载链接】MiniMax-H3项目地址: https://ai.gitcode.com/hf_mirrors/Comfy-Org/MiniMax-H3