精选国内外AI工具, 查看最新收录
ComfyUI · 视频

视频工作流:H3_智能一体化-Turbo 加速

这是一套基于 MiniMax H3 与 Goohai MiniMax-H3 Integrated 节点包的参考图音视频生成工作流。相较本站标准版,本变体增加 Turbo LoRA 加速链路,适合对生成耗时较敏感的场景。旧说明中的“4步”与“6步”相互矛盾,原始 JSON 尚未核实,具体采样步数请以下载文件中的采样器和 Sigmas 配置为准;不将名称当作已验证参数。

ComfyUI参考图 → 音视频一体生成(加速版) 免费获取 难度:中级 MiniMax H3Turbo LoRATurbo 加速音视频生成
作者 ganai02 · v2 · 更新于 · 下载 3 次

效果预览

工作流说明

本工作流基于 Goohai MiniMax-H3 Integrated 节点包的「MiniMax-H3智能一体化(GH)」节点,一条链路完成:文本编码(Qwen3-VL)→ 音视频联合采样 → 视频分块解码 → 合成保存,同时带音频输出(音频由模型联合生成)。

  • 画面分区:
  • Models:双 UNET 加载(主模型 f12va + 参考模型 ref2va)→ H3 适配器(GH)整合
  • Sampling:自定义采样器(高级)+ 随机噪波
  • Decoding / create video:VAE 解码 → 创建视频(帧率 24)
  • 优化:三个 KJNodes 低显存组件串联
  • 尾部:Easy-Use 的”如果…否则 / 索引切换”做条件分支;Custom-Scripts 的”播放声音”(notify.mp3,音量 0.2,模式 always)用于跑完提醒

三个变体的差异:

  1. 原版:直接 20 步采样,无加速 LoRA。
  2. Turbo 加速:在主模型后挂 MiniMax-H3TurboLoRA 节点(强度 1.00),采样步数大幅降低。low_vram 参数当前选 bypass (sharp, more VRAM)——作者注明:bypass 模式更锐利但更吃显存。
  3. 分块双采样版:在加速版基础上加「MinimaxH3Latent分块放大(GH)」(latent 放大 1.5 倍,启用分块,避免整帧放大爆显存)+「Minimax-H3二采分块采样器」做二次采样(自定义 Sigmas),时长 15 秒。

下载渠道:在 HuggingFace 搜索文件名关键词(如 minimax_h3_turbo_v4_step600_ema),或从 Goohai MiniMax-H3 节点包的 README 提供的模型链接下载。

2026-11-14 参数核查:原始 JSON 位于网盘,当前无法访问核实。此前“4步”和“6步”均不作为确认结论,实际步数以文件中的采样配置为准。

版本对照:标准版 · Turbo 加速+分块双采样版。

节点结构

节点结构截图待补充

运行环境与硬件要求

ComfyUI需支持 MiniMax-H3 节点包的较新版本
主模型int8 精度(int8_convrot),单文件权重约十几 GB 级(估算)
文本编码器Qwen3-VL 32B 的 nvfp4 AWQ 量化版 —— 已是大幅量化,但本体是 32B 模型
显存策略工作流内置了完整的低显存方案(见下方 " 优化组 "),说明作者按消费级显存设计
模型贴片Torch设置FP16 累加 = true - 设置预留虚拟内存:预留 0.6GB / 自动最大预留量 39.9 / 模式 auto / 清理显卡缓存后使用 = true
最低显存16 GB
显存不够?查看 GPU 云主机 →

需要下载的模型

文件类型大小放置目录下载
minimax_h3_f12va_int8_convrot.safetensorsUNET 主模型models/diffusion_models
minimax_h3_ref2va_int8_convrot.safetensorsUNET (参考 / 第二路)models/diffusion_models
qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors文本编码器(CLIP 模型)models/text_encoders
minimax_h3_video_vae_fp16.safetensors视频 VAEmodels/vae
minimax_h3_audio_vae_fp32.safetensors音频 VAEmodels/vae
taeh3.safetensors微型 VAE (快速预览)models/vae
minimax_h3_turbo_v4_step600_ema.safetensorsTurbo 加速 LoRAmodels/loras

需要安装的自定义节点

节点包用途安装方式
Goohai MiniMax-H3 IntegratedMiniMax-H3 智能一体化 (GH) 、 MiniMax-H3 适配器 (GH) 、 MinimaxH3Latent 分块放大 (GH) 、 Minimax-H3 二采分块采样器ComfyUI-Manager 搜索安装
ComfyUI-KJNodes (标记 [BETA])MiniMaxH3LowVRAMAttention 、 MiniMaxH3ChunkFeedForward 、 MiniMaxH3 内存高效 Sage 注意力补丁、模型贴片 Torch 设置、设置预留虚拟内存、模型预览覆盖ComfyUI-Manager 搜索安装
Easy-Use如果 … 否则、索引切换ComfyUI-Manager 搜索安装
Custom-Scripts播放声音ComfyUI-Manager 搜索安装

使用步骤

  1. 安装上方节点包

    模型放入对应目录(首次加载节点会报缺文件路径,按提示放)。

  2. 打开对应变体的工作流 JSON

    在 ComfyUI 里还原连线。

  3. 填写正向提示词

    Prompt 节点写画面 + 台词描述(画面 + 台词描述,H3 带音频,台词写法按官方 [Chinese] 语法——这是本项目已验证的防"乱读"方案)。

  4. 按需选变体

    日常出片用 Turbo 加速版;要更高分辨率用分块双采样版。

  5. 随机噪波

    自定义采样器(高级)一路跑完,尾部自动保存视频(前缀 video/H3 / video/H3-4 step / video/H3-4 step-2-)并播放提示音。

关键参数说明

参数所在节点设置说明
采样器名称res_multistep三个变体一致
步数待核实原始 JSON旧资料分别出现4步与6步,当前不标注确定步数。应核对采样节点、显式Sigmas与两阶段采样各自配置。
降噪1.00全量生成
帧率24创建视频节点
时长(秒)8.5 / 8.0 / 15.0原版 / Turbo 加速版 / 双采样版
最大分辨率1024智能一体化节点
百万像素1.0 / 0.6原版 / 双采样版首采
放大 scale1.50双采样版 Latent 放大
分块采样启用分块,重叠像素 128 ,对齐像素 32 ,接缝修复 false双采样版
随机种fixed (噪波随机种 222)改成 randomize 可每次出不同结果
生成后控制randomize (种子) / fixed (噪波随机种)见工作流

常见问题与报错

low_vram 节点选项注明

bypass (sharp, more VRAM)——bypass 模式更清晰但需要更多显存。

设置预留虚拟内存节点有 mode

auto 与固定 GB 两种模式,自动最大预留量 39.9 表示按系统情况自动扩展。

报缺模型文件

报错信息会给出期望的子目录名,把模型放进该目录后点刷新(R)。

显存 OOM

确认"优化"组三个 KJNodes 节点都接入模型链;再不够就把 low_vram 从 bypass 切到另一档。

长视频爆显存

用分块双采样版(分块采样 + 重叠像素控制接缝)。

音频缺失/不同步

确认音频 VAE(fp32)文件在位,is_original_audio / mux_audio 分支接线正确。

更新记录

  • 原版基础 20 步版本
  • Turbo 加速增加 Turbo LoRA (v4_step600_ema)
  • Turbo 加速 + 分块双采样增加 Latent 3D 放大器 + 二采分块采样器,时长扩到 15s
推荐工具↑ ↓ 选择 Enter 打开