【免费下载链接】minimax-h3-fused-turbo-int8-convrot项目地址https://ai.gitcode.com/hf_mirrors/MATLOWAI/minimax-h3-fused-turbo-int8-convrot点击查看免费下载MiniMax-H3 Fused Turbo (INT8 ConvRot) 是一个面向 ComfyUI 的单文件文生视频 / 图生视频模型只需一个 21 GB 的权重文件4 个采样步就能产出一段 10 秒、音画同步的 1152x640 视频。它把蒸馏加速Turbo与运动平滑 LoRA 直接烘焙进权重并对核心层做了 INT8 ConvRot 量化无需任何自定义加载节点。本文带你从零配置到跑通全部 5 个内置工作流。 它到底是什么一个文件顶一套组合这个仓库的核心只有一件事——把基座模型 Turbo LoRA 平滑 LoRA合成一个可直接拖进 ComfyUI 的 diffusion model组成说明基座剪枝版fl2vatransformer并融合了 rank-1024 的 (ref2va − fl2va) 权重差值因此一个文件同时支持首尾帧条件和参考图条件已合并 LoRAlightx2v FL2VA Turbo 8-step v1.0强度 1.0 Mystic v2.0强度 0.7用于运动平滑量化50 个块中 4 个重型 Linearqkv_proj、out_proj、fc1、fc2全部 INT8 ConvRotgroup 256 / per-channel其余保持 BF16/F32加载方式无需自定义 loader普通UNETLoaderweight_dtype: default即可主模型文件位于 diffusion_models/minimax_h3_fused_refdelta_r1024_turbo8_mystic07_int8_convrot.safetensors。为什么选合并而不是实时挂两个 LoRAComfyUI 加载 LoRA 时会保留每层未打补丁的原始权重备份200 个核心层打满后这份备份约等于再存一份 21 GB 模型。实测烘焙版峰值 47.8 GB / 常驻 42 GB实时挂 LoRA 版峰值 68.9 GB / 常驻 64 GB而生成时长完全相同。合并版帮你省下约 21 GB 显存代价是无法随时调整 LoRA 强度需要的话可改走实时 LoRA 路径效果等价。⏱️ 为什么 4 步就够了官方耗时实测同一个 prompt、seed 42、1152x640 × 243 帧10 秒、SLA 稀疏注意力单张 96 GB 显卡仅采样步数不同管线步数耗时预览reference 单遍476 spreviews/01_reference_4step_sla.mp44 4 de-rope 双遍4 4~374 spreviews/02_derope_4plus4_sla.mp44 4 de-rope DyRoPE warm3754 4~374 spreviews/03_derope_dyrope_pb3049_warm375.mp4单遍680 spreviews/04_reference_6step_sla.mp4单遍8103 spreviews/05_reference_8step_sla.mp4单遍25292 spreviews/06_reference_25step_sla.mp4两个要点合并进来的 Turbo 虽然叫8-step但它其实是4-or-8 NFE 模型官方建议直接按 4 步跑步数从 4 加到 25 只是画面稍微锐利一点点音轨完全不变——所以 4 步就是甜蜜点76 秒 vs 292 秒性价比一目了然。️ 环境准备装好这 5 样东西即可开跑第 1 步克隆仓库git clone https://gitcode.com/hf_mirrors/MATLOWAI/minimax-h3-fused-turbo-int8-convrot第 2 步放置主模型将 diffusion_models/minimax_h3_fused_refdelta_r1024_turbo8_mystic07_int8_convrot.safetensors 复制到ComfyUI/models/diffusion_models/。第 3 步补齐配套文件工作流默认按各 models 文件夹根目录找文件放子目录需到加载节点里重选文件放置位置minimax_h3_video_vae_int8_convrot.safetensorsComfyUI/models/vae/minimax_h3_audio_vae_fp32.safetensorsComfyUI/models/vae/qwen3vl_32b_minimax_h3_nvfp4_awq.safetensorsComfyUI/models/text_encoders/minimax_h3_temporal_expansion_step375_r16.safetensors仅工作流 03 需要ComfyUI/models/loras/第 4 步安装两个节点包ComfyUI-MAINodesde-rope、DyRoPE 与音频节点和 SLA 稀疏注意力节点包提供H3SLAAttention节点。第 5 步AMD / ROCm 用户改用 workflows/rocm/ 下的图——SLA 节点被替换为 ROCm 构建的H3SLAAttentionROCMsparsity 0.9 / block 64 / min_seq 8192 / protect audio 开需配合 patientx 的 ComfyUI ROCm fork 使用CUDA 图与 ROCm 图互不通用。 5 个内置工作流拖进 ComfyUI 就能用workflows/ 目录下每个管线都提供两种格式.json直接拖进 ComfyUI 界面和.api.jsonAPI 调用格式。每张图顶部只有一个PROMPT输入框同时喂给所有阶段pass 1 和 pass 2 读同一段文字把占位文字替换成你自己的 prompt 即可。工作流用途一句话说明01_reference_4step_sla.json文生视频音画同步上文 4 步配方单遍出片入门首选02_derope_4plus4_sla.json高保真双遍去抖动jerk oracle 定位问题帧 → 时间涂抹 → 用 pass 1 音轨做种子的 V2V → pass 2 只精修问题帧总耗时约等于一次 25 步单遍保持区域更干净03_derope_dyrope_pb3049_warm375.jsonde-rope DyRoPE 运动适配器在 02 基础上叠加physical_blocks30–49 的时间保真预设pass 2 挂 warm375 运动适配器1.0无可测量耗时增加04_i2v_fl2v_4step_sla.json图生视频 / 首尾帧插值first_frame接一张图即图生视频last_frame再接一张就是首尾帧插值实测 1152x640 / 107 帧 25 秒05_ref2va_4step_sla.json参考图生视频接MiniMaxH3ReferenceToVideo节点图片/视频/音频槽位随连线自动扩展prompt 使用参考契约模板Subject 1fromPicture 1 工作流 05 正是融合单分区基座的卖点同一个文件做 ref2v无需换 transformer。️ 关键参数配方决定音质的两处设置01_reference_4step_sla.api.json 的完整配方如下其中加粗的两项对音质影响最大参数取值采样器 / 调度器res_multistep/simpledenoise 1BasicGuider无 CFG步数4shift视频 12 / 音频 3MiniMaxH3SigmaShift也是内核默认值画幅16:9 0.7 MP1152x640时长10 秒 → 243 帧17k5 规则注意力H3 SLA 块稀疏注意力sparsity 0.90block 64VAE视频minimax_h3_video_vae_int8_convrot音频minimax_h3_audio_vae_fp32文本编码器qwen3vl_32b_minimax_h3_nvfp4_awq⚠️ 两处容易踩坑均为同 seed 单变量对照实测4 步下res_multistep优于euler虽然 lightx2v 的示例图写的是 euler——音轨明显更好SLA 稀疏注意力是听得出来的同权重下稠密注意力音轨更闷、更平SLA 恢复了高频细节且快约 40%。没有稀疏节点包也能跑稠密注意力但音轨会更软。 低显存指南16 GB 显卡也跑得动好消息当前 ComfyUI 的模型管理会按需加载/卸载 transformer、文本编码器和 VAE标准工作流实测 16 GB 卡即可运行峰值 11.0 GiB10 秒视频 65 秒出片21 GB 的文件通过 RAM 流式读入不需要整卡常驻。如果仍然在SamplerCustomAdvanced中 OOMCurrently allocated 7.8 GiB, requested 6.6 GiB, free 0按顺序尝试换 workflows/lowvram/ 版本——加载器后多一个 KJNodesMiniMaxChunkFeedForwardchunks 4seq 阈值 4096把 FFN 中间张量按序列分块结果位级一致实测峰值 10.9 GiB仅慢 6 秒降到 16:9 0.5 MP960x5448 步 LoRA 的训练分辨率减少帧数de-rope 的用户把H3TimeSmear的 dilation 从 4 调到 2pass 2 采样的是膨胀后的片段token 量 2–3 倍ROCm 用户直接使用 workflows/lowvram/rocm/ 下的图。❌ 注意官方故意没有引入 KJNodes 的MiniMaxLowVRAMAttention——它与 SLA 同链时会改变画面与参考相差 17 dB且不降峰值。 运动适配器先看完再上de-rope 的 pass 2 支持挂运动适配器 LoRA如 03 工作流里的 warm375 temporal_expansion_step375_r16。用于风格化内容前要知道两件事它们会用一点画风换动感2D 动画 prompt 会被拉向摄影式打光步数越大偏得越明显warm375 warm100warm375 风格更强但纪律更差在静止保持区域可能复制出主体官方预览里出现过镜像老鼠想要平滑收益又怕重影选 warm100 或不挂适配器。没有特殊需求时02_derope_4plus4_sla就是安全默认。 许可与署名主模型遵循MiniMax H3 Community License Agreement见 LICENSE并附带 NOTICE 要求的署名请注意该许可证的地域适用范围已合并的 Turbo LoRA 为 Apache-2.0LICENSE-APACHE署名信息见 NOTICEMystic LoRA 的许可允许衍生与重新授权详细技术说明与完整出处见 README.md。小结一个 21 GB 文件、4 步采样、76 秒出片——MiniMax-H3 Fused Turbo (INT8 ConvRot) 用合并 单次量化的思路把文生视频的音画同步质量、显存占用和等待时间三者同时压到了极致是目前 ComfyUI 生态里跑 10 秒音画同步视频性价比最高的一条路。赞分享【免费下载链接】minimax-h3-fused-turbo-int8-convrot项目地址https://ai.gitcode.com/hf_mirrors/MATLOWAI/minimax-h3-fused-turbo-int8-convrot点击查看免费下载相关推荐如何快速上手minimax-h3-nvfp4-convrotComfyUI生成768p视频同步音频的完整新手指南如何快速上手minimax h3 nvfp4 convrotComfyUI生成768p视频同步音频的完整新手指南 minimax h3 nvfp4 conv10分钟上手MiniMax-H3-Pruned-GGUF从下载到生成第一条音画同步视频的完整快速教程10分钟上手MiniMax H3 Pruned GGUF从下载到生成第一条音画同步视频的完整快速教程 MiniMax H3 Pruned GGUF 是 MinMiniMax-H3-Pruned-GGUF项目全景指南剪枝量化GGUF如何让消费级显卡跑起MiniMax H3同步音画视频生成MiniMax H3 Pruned GGUF项目全景指南剪枝量化GGUF如何让消费级显卡跑起MiniMax H3同步音画视频生成 MiniMax H3 Pru上一篇【机制拆解】MiroFish 多智能体通信机制文件 IPC 如何支撑高可靠智能体协作下一篇OBS Studio 30.2.0 打不开4 步快速修复 Visual C 2015-2022 运行库冲突创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考