MiniMax H3 开源了，ComfyUI 第一天原生支持：一张 RTX 3060 就能本地跑的 2K 视频模型

MiniMax H3 放出开放权重，ComfyUI 当天即完成原生支持。 全模态输入，2K 输出，原生立体声，本地一张 RTX 3060 就能跑。刚扒完 ComfyUI 官方博客，重点划出来给大家。

它是什么

MiniMax 第三代视频模型（前两代是 Hailuo 01 / 02），也是他家第一个开放权重的视频模型。

全模态输入：文字、图片、视频、音频随便喂，输出最高 2K、最长 15 秒的视频——而且自带原生立体声，音频和画面是同一次生成的，不是后期贴上去的。

一个模型顶五个工作流

✅ 文生视频（T2V）——纯 prompt 出片

✅ 图生视频（I2V）——让一张图动起来

✅ 首尾帧控制——给定开头、结尾或两者，中间自动补全

✅ 参考生视频（R2V）——人物一致性 / 动作迁移 / 声音克隆进视频

✅ 原地编辑 + 运镜迁移——拿参考视频的运镜和节奏，套自己的主体和风格

最狠的是「多模态上下文理解」：同时丢几张图 + 一段音频，用 prompt 描述它们之间的关系，模型自己完成跨模态的活儿。

漫画风小超人——台词字幕逐词跟配音弹出，Picture + Audio 混合引用一次生成

为什么说"本地跑"是重点？

ComfyUI 团队做了硬核优化：

• 模型约 40% 的参数（modulation 权重）被剪掉，换成功能等价的查找表，画质无损
• int8 convrot 量化 + 自定义 kernel，压低推理峰值显存
• 总显存占用 123.6 GB → 42.5 GB，直接砍掉 66%
• 配合动态显存卸载：一张 RTX 3060 就能在本地跑 2K 视频模型

透明鼠标产品片——微距运镜、打光、音效全部一次生成

https://github.com/Comfy-Org/workflow_templates/blob/main/templates/video_minimax_h3_i2v.json

金缮面具 + 金龙时装大片——3 张参考图合成（竖屏原片）

上手三步

1. ComfyUI 更新到 v0.30.0（或直接用 Comfy Cloud）
2. 模板库里搜 MiniMax H3，官方 T2V / I2V / R2V 三个工作流直接加载
3. 权重在 HuggingFace：Comfy-Org/MiniMax-H3

官方工作流下载：

T2V：https://github.com/Comfy-Org/workflow_templates/blob/main/templates/video_minimax_h3_t2v.json

I2V：https://github.com/Comfy-Org/workflow_templates/blob/main/templates/video_minimax_h3_i2v.json

R2V：https://github.com/Comfy-Org/workflow_templates/blob/main/templates/video_minimax_h3_r2v.json

鱼眼汽水广告——音乐卡点 + 花字，结尾有 STAY COMFY 彩蛋

📖 原文（含全部示例的完整 prompt，值得逐字学习）： https://blog.comfy.org/p/minimax-h3-day-0-support-in-comfyui

素材来源：以上视频均为 ComfyUI 官方博客演示素材。

开源视频模型的天花板又抬了一截，RTX 3060 玩家今晚可以开工了。