AI短剧:MiniMax H3 本地部署全流程——ComfyUI 模板与 SGLang 官方基线
- 2026-11-19 09:13:07
【AI短剧】2026 年 11 月 10 日 · 周二
🔥 MiniMax H3 的开源部分叫 H3-Base:两套任务权重 FL2VA 与 Ref2VA,官方仓 MiniMaxAI/MiniMax-H3,一次前向出 768p 视频 + 同步立体声。这不是「本地装个壳、请求还打云端 API」——权重下载完成后,可以用 HF_HUB_OFFLINE=1 做断网推理。
官网部署页 2026-08-26 复核写得很清楚:开源发布 不含 H3-Context-IR,也 不含 H3-Regenerate-2K。本地能复现的是 768p Base;完整 2K 官方工作流要再接平台 API。下面按官方命令与官方模板写,不编节点、不编工作流 JSON。
💡 先看清三条路:
🖥️ ComfyUI 0.30.0+:模板库自带 T2V / I2V / R2V,用 Comfy-Org 剪枝量化权重,适合本地盯画面改镜。
🖥️ SGLang(官方可复现基线):源码提交 2511743bd784e69e5a81ca3d926a000711dae4ab,快照硬件 8×NVIDIA B200,异步 /v1/videos。
🧩 vLLM-Omni:社区维护配方(文档复核时钉 vLLM 0.26.0),可一张服务同时加载两套 DiT,不是本页可复现基线。
⚠️ 开放边界:H3-Base 输出约 4–15 秒、短边 768、24fps、32kHz 立体声;2K / Context-IR 不在开源包里。

开箱:MiniMax-H3 开源权重 · FL2VA / Ref2VA
先分清:本地权重,还是本地界面打云端
海螺网页、Minimax 开放平台、把本地 768p 再送去 Context-IR / Regenerate-2K API,都还依赖云。本篇的「本地部署」只指:磁盘上有 MiniMaxAI/MiniMax-H3 或 Comfy-Org/MiniMax-H3 转换件,推理在你自己的 GPU 上完成。
两套任务权重不要混用:FL2VA 负责文生音画(t2va)和首/尾帧(fl2va);Ref2VA 负责参考生(ref2va)。官方警告:不要把 FL2VA 服务拿去接 ref2va 请求。Comfy 模板里,T2V/I2V 走节点 MiniMaxH3ImageToVideo,R2V 走 MiniMaxH3ReferenceToVideo。
许可证是 MiniMax H3 Community License。部署页按 2026-08-26 文本复核:美国、欧盟、英国、韩国 属于排除地区,需另行申请许可。下载、部署、对外提供托管服务前,以当前协议全文为准。ComfyUI 文档另写:本地产物若要商用,须通过 Comfy(唯一官方经销商)购买 MiniMax 商业许可;Comfy Cloud 上的生成已含商用权。Qwen3-VL-32B 被用作 H3-Encoder 的预训练底座,配置文件必须用 H3 仓库自带的。
路径 A:ComfyUI 模板库(短剧更常用)
官方把它写成低摩擦路径:交互式改 prompt、关键帧和参考。基线:ComfyUI 0.30.0 或更新;复核过的模板修订 3c1df78,Comfy-Org 模型修订 4cc1d817。官方 没有 公布 Comfy 路径的最低显存和速度,须在自己的硬件上验证所选工作流。模板用的是 Comfy-Org 的剪枝/量化件(含 INT8 / NVFP4),和 SGLang 基线的混合 BF16/FP32 官方检查点 不是同一份数字,不要拿两边的耗时或画质对打。
B 站 2026-08-03 的本地教程(如 BV1dsM96PE63、BV1VmMX68EZL)口头步骤与官网一致:先把 ComfyUI 更新到新版,启动后在模板里找文生/图生/参考生。网盘分流、INT4、6GB+16GB「可跑」之类是社区实验(例如 Kijai 实验仓),这里只作对照,不写成官方硬件承诺。
官方 Quickstart(Template Library):
1. 将 ComfyUI 更新到 0.30.0 或更新,正常启动。
2. 打开 Template Library → Video。
3. 选择 MiniMax H3 T2V、MiniMax H3 I2V 或 MiniMax H3 R2V。
4. 按模型扫描弹窗下载所需文件;模型列表不刷新就重启 ComfyUI。
5. 填写提示词,并按需放入图像 / 视频 / 音频参考。
6. Resolution Selector 使用 0.98 megapixels 且边长为 32 的倍数,或直接设 1344×768(原生 16:9)。不要点 1.0 megapixel:它会变成 1376×768,超过 H3-Base 768×1344 像素面积上限。
7. Queue。预期得到一份 MP4:24fps 视频流 + 同步立体声音频。
Comfy 文档在后续版本又增加了示例模板(不是穷尽列表):multiframe_reference 需要 0.34.0+(链式 MiniMaxH3AddGuide 把参考帧钉在时间线上);fun_controlnet_union 需要 0.35.0+(Union 2.0 为 0.38.0+)。没升到对应版本,不要假装节点已经存在。
断网或要人手摆文件时,官方建议仍优先走模板弹窗;手动放置则从 Comfy-Org/MiniMax-H3 按模板清单下载,目录如下:
团队要可复现:导出工作流 JSON,记下 ComfyUI 版本和每个模型文件的 revision。不要悄悄用 Ref2VA 文件替换 FL2VA,也不要在没记录的情况下打开 Turbo LoRA。示例 FL2VA 工作流默认 20 steps,可选 8-step Turbo 更快,但可能伤运动和音频;R2V 另有可选 4-step Turbo。对比时记下 LoRA 名、强度、步数、种子和全部参考。
路径 B:SGLang 官方可复现命令

硬核:官方快照钉在 8×B200 · HF 断网推理
这条路径服务官方混合 BF16/FP32 检查点。快照模型 revision 42ed227ee7df40d41602854ae760620d6eb651fe。快照硬件是单机 8×NVIDIA B200、Ulysses degree 8、组件常驻——这是参考拓扑,不是最低硬件声明。模型卡片另有 4 卡 SGLang 命令,但没写 GPU 型号,也没公布那条命令的峰值显存。上游 cookbook 大约 108 GB 权重;精确磁盘需求未写死,下载元数据和成品还要再留空。环境:Linux + Python 3.12;先装 git、curl、jq、ffmpeg、匹配的 NVIDIA 驱动和 CUDA。
1. 安装钉住的 SGLang 源码与隔离环境:
export MINIMAX_H3_WORKDIR="$PWD/minimax-h3-deploy"
mkdir -p "$MINIMAX_H3_WORKDIR"
git clone https://github.com/sgl-project/sglang.git "$MINIMAX_H3_WORKDIR/sglang"
cd "$MINIMAX_H3_WORKDIR/sglang"
git checkout 2511743bd784e69e5a81ca3d926a000711dae4ab
python3 -m pip install --upgrade uv
uv venv --python 3.12 .venv
source .venv/bin/activate
uv pip install -e "python[diffusion]" --prerelease=allow
uv pip install "huggingface_hub==1.28.0"
sglang --version
2. 只下载 FL2VA 分区(官方提醒:不要无故把两套分区都下完,各开各的服务):
export HF_HOME="$MINIMAX_H3_WORKDIR/hf-cache"
export MINIMAX_H3_MODEL_DIR="$MINIMAX_H3_WORKDIR/model"
hf download MiniMaxAI/MiniMax-H3 \
--revision 42ed227ee7df40d41602854ae760620d6eb651fe \
--include "model_index.json" "FL2VA/*" \
--local-dir "$MINIMAX_H3_MODEL_DIR"
大陆镜像仓是 MiniMax/MiniMax-H3。官方写明:与上述 Hugging Face 提交的 revision 对齐情况未文档化,因此 不用它做可复现基线。断网主机:在联网机器跑同一条钉住 revision 的下载,把完整目录拷过去,确认有 model_index.json 以及所选的 FL2VA/ 或 Ref2VA/。--model-path 必须指向仓库根目录,不要指到 FL2VA/ 子目录;用 --model-variant fl2va 选择分区。
3. 启动(在已激活的 venv、SGLang 仓库目录里):
HF_HUB_OFFLINE=1 sglang serve \
--model-path "$MINIMAX_H3_MODEL_DIR" \
--model-variant fl2va \
--num-gpus 8 \
--tp-size 1 \
--ulysses-degree 8 \
--encoder-parallel auto \
--performance-mode speed \
--host 127.0.0.1 \
--port 30010
首次加载和 warmup 可能数分钟。只监听 127.0.0.1;公开暴露前须按许可要求加鉴权、TLS、配额和审计。不要把未加固的服务改成 0.0.0.0。
4. 另一个终端检查就绪。/liveness 只能说明进程在听端口;要用 /health,warmup 完成前会 503:
curl --fail --retry 60 --retry-delay 10 --retry-all-errors \
http://127.0.0.1:30010/health
就绪返回:
{"status":"ok"}
5. 官方最小验证:5 秒 T2VA,短边 768,16:9。提交、轮询、下载、用 ffprobe 看流。期望非空 MP4,一路 H.264、24fps,一路 AAC 立体声、32kHz;16:9 短边 768 对应 1344×768,大约 5 秒。
video_id=$(
curl -fsS -X POST http://127.0.0.1:30010/v1/videos \
-H "Content-Type: application/json" \
-d '{
"model": "MiniMaxAI/MiniMax-H3",
"prompt": "At night, three cats perform with tiny brass instruments in a warm living room, with movement synchronized to the music.",
"seconds": 5,
"task": "t2va",
"conditions": [],
"target": {
"short_edge": 768,
"aspect_ratio": "16:9",
"duration_seconds": 5.0
},
"num_outputs_per_prompt": 1,
"num_inference_steps": 50,
"flow_shift": 12.0,
"audio_flow_shift": 3.0,
"seed": 1101
}' | jq -r '.id'
)
test -n "$video_id" && test "$video_id" != "null"
while true; do
job=$(curl -fsS "http://127.0.0.1:30010/v1/videos/${video_id}")
status=$(printf '%s' "$job" | jq -r '.status')
case "$status" in
completed) break ;;
failed)
printf '%s\n' "$job" | jq . >&2
exit 1
;;
*) sleep 5 ;;
esac
done
curl -fsS -L \
"http://127.0.0.1:30010/v1/videos/${video_id}/content" \
-o minimax-h3-t2va.mp4
ffprobe -v error \
-show_entries stream=codec_type,codec_name,width,height,r_frame_rate,sample_rate,channels \
-of json minimax-h3-t2va.mp4
上述命令与 JSON 均摘自 platform.minimax.io/docs/guides/local-deploy-h3,字段未改。
Ref2VA:同一 revision 再下载 "Ref2VA/*",另开端口,--model-variant ref2va。模型卡片另给过 4 卡示例(--num-gpus 4 --ulysses-degree 4),与本页 8×B200 快照不是同一条验证边界。
硬件数字:只引用已发表测量,不编消费卡最低配
官方页转录了 SGLang 上游测量,测量构建未必等于上面钉住的 commit,只能当拓扑参考:8×B300、FL2VA、BF16、encoder auto,推理时延 19.04s,每卡峰值约 83,578 MB;4×H200、Ulysses 4、默认 warmup,端到端 84.14s,每卡约 94,288 MB。消费卡一行来自上游而非 MiniMax 验机:2×RTX 5090 32GB + TP2 + layerwise offload,Quickstart 50 steps,端到端 559.67 s,采样峰值约每卡 26.3 GiB;1×RTX 4090 24GB + layerwise offload + kitchen_int8,峰值约 18 GB,时延取决于主机内存和卸载带宽。上游 issue sgl-project/sglang#34227(复核日 2026-08-26)称 --use-fsdp-inference true 可能静默输出损坏音视频,优先用 TP/Ulysses 摆法。
短剧工作流:情节 → 分镜 → 参考 → 出镜 → 导出

上手:T2V 打样 · I2V 卡点 · R2V 锁人
H3-Base 单段 4–15 秒,时长会落到 24fps 下的 17k + 5 帧格点;你写 8 秒,实际帧数可能被调到合法格子。画幅支持 21:9、16:9、4:3、1:1、3:4、9:16 等,短边默认 768。对白语言官方写稳定支持 11 种(含中、英、日、韩等)。短剧请按「一场戏多段」切,不要幻想本地 Base 一次吐完整集 2K。
1. 情节:先写成单场 1–3 个节拍(进门、对峙、转身),每段目标 5–10 秒。T2V 提示词按官方 skill,用 integrated_multimodal_description、overall_soundscape、non_diegetic_music 三段写镜头、环境声和观众向配乐。镜头用 [Shot 1]、[Shot 2] At MM:SS.mmm;对白保留原语言。
2. 分镜静帧:角色定妆、场景板、首尾构图先在图模或手绘完成。I2V / FL2VA 吃 0、1 或 2 张图:没图=文生,一张=首帧或尾帧,两张=首尾帧。这是把一场戏「钉在时间线上」的本地手段。
3. 角色与声音参考:Ref2VA 上限是图 ≤9、视频 ≤3 段(每段 2–15 秒,合计 ≤15 秒)、音频 ≤3 段(同样 2–15 秒、合计 ≤15 秒),全部文件数最多 12。提示词标签以官方 ref-en.txt 为准:<Subject N>、<Picture N>、<Video N>、<Audio N>。人设用 Subject(外貌来自哪张图、走位来自哪段视频),整段改片或续拍才单独定义 Video,音色/BGM 用 Audio。六个区块按顺序写:subject_definitions → summary → retention_analysis → detailed_description → overall_soundscape → non_diegetic_music。consistency 靠同一套标签贯穿,而不是每镜换一套新名字。
官方示例里的标签长这样(节选,完整六段见 ref-en.txt):
subject_definitions:
<Subject 1> is the young woman in <Picture 1>, with long dark hair, a blue cardigan, and a thin silver necklace.
<Subject 1> is the woman whose appearance comes from <Picture 1> and whose walking motion comes from <Video 1>.
<Audio 1> is the voice-timbre reference for <Subject 1> (S1).
4. 出镜顺序建议:T2V 先打空气口和调度;确认节拍后再用 I2V/首尾帧卡点;人设不稳再上 R2V 锁身份、动作或音色。多帧锚点用官方 Add Guide(需对应 Comfy 版本),不要自制不存在的节点名。
5. 导出与剪辑:本地成品就是带声音的 MP4。按场次、种子、prompt 文件名归档,进剪辑软件拼接、加字幕、调节奏。需要 2K 时,官方「Full 2K Workflow」是:本地 H3-Base 768p + 平台 H3-Context-IR 与 H3-Regenerate-2K API(api.minimaxi.com 或 api.minimax.io)。那一段有云依赖,不能再叫纯离线。社区另有 Open-H3-Regenerate-2K 之类开源替代,是另一套权重和许可,本篇不偷换选题。
故障排查(官方表)
分辨率踩坑再记一次:Comfy 里 1.0 MP 会落到 1376×768,超面积上限。时长会被拍到 17k+5 的格子上。中断的 Hugging Face 下载可对同一 revision 续传。
极客辣评
H3 把「能本地出带声短片」这件事摊开了,也把 2K 和上下文理解留在云上。短剧组该高兴的是参考标签和首尾帧,不该假装消费卡等于 8 张 B200。模板库能点开,比再收藏一份来路不明的 JSON 更接近官方。
你手头更接近 ComfyUI 改镜,还是有多卡准备走 SGLang 服务?留言区报显卡数量和你想锁的是人脸还是音色。
关注我,每天 12:05 看 AI短剧
参考来源
1. MiniMax 官方本地部署指南(2026-08-26 复核):https://platform.minimax.io/docs/guides/local-deploy-h3
2. Hugging Face 官方权重 MiniMaxAI/MiniMax-H3:https://huggingface.co/MiniMaxAI/MiniMax-H3
3. MiniMax-AI/MiniMax-H3 仓库与提示词 skill:https://github.com/MiniMax-AI/MiniMax-H3 / https://github.com/MiniMax-AI/MiniMax-H3/blob/main/skills/h3-prompt-writing/references/ref-en.txt
4. ComfyUI 官方教程:https://docs.comfy.org/tutorials/video/minimax/minimax-h3 · 中文:https://docs.comfy.org/zh/tutorials/video/minimax/minimax-h3
5. Comfy-Org 转换权重:https://huggingface.co/Comfy-Org/MiniMax-H3
6. B站对照(第三方,2026-08-03):BV1VmMX68EZL、BV1dsM96PE63——更新 ComfyUI 后在模板库选文生/图生/参考生,与官方路径一致。低配 INT4 等为社区实验,不当作官方基线。