5步搞定MiniMax-H3 ComfyUI部署：文件放哪里、显存不足怎么办的完整指南

5步搞定MiniMax-H3 ComfyUI部署文件放哪里、显存不足怎么办的完整指南【免费下载链接】MiniMax-H3项目地址: https://ai.gitcode.com/hf_mirrors/Comfy-Org/MiniMax-H3MiniMax-H3 是 ComfyUI 里的视频生成模型新手最常卡在两处文件放完下拉框找不到第一次生成直接显存爆掉。这篇 MiniMax-H3 部署指南把流程拆成 5 步硬件自检 → 文件落位 → 选精度版本 → 显存调优 → 工作流上手每步先给结论再给操作。第 1 步下载前先查你的显卡先检查这 3 点再决定下哪些文件✅ 只有 NVIDIA 显卡有完整支持AMD / Intel 集显暂时别折腾✅ 8GB 显存是起步线更低配置的显卡可能跑得极慢或直接报错✅ 如果你的 pytorch 是 cu130 版本官方明确建议优先用int8_convrot精度的扩散模型⚠️ 文本编码器里的nvfp4_awq版本不需要 Blackwell 新卡老卡也能用显存紧张时优先选它。第 2 步一键放对位置——文件到底往哪复制克隆模型仓库仓库地址https://gitcode.com/hf_mirrors/Comfy-Org/MiniMax-H3 然后把文件按类型拷进 ComfyUI 的对应子目录 ComfyUI/ └── models/ ├── diffusion_models/ # 10 个主模型bf16 / int8 / fp8 / pruned 组合 ├── text_encoders/ # 3 个 Qwen3-VL-32B 文本编码器 ├── vae/ # 视频 VAE 音频 VAE ├── loras/ # turbo 加速 LoRA4step / 8step └── embeddings/ # 10 个风格提示词嵌入⚠️ 放错目录不会报错只是节点下拉框里没有这个模型。发现找不到文件时先核对子目录不用重新下载。第 3 步8GB 显存该选哪个精度版本文件名看着多实际一套工作流只需要1 个主模型 1 个文本编码器 2 个 VAE。后缀含义对照如下后缀含义选择依据bf16全精度16GB 显存画质优先int8_convrotint8 量化首选需 pytorch cu130fp8_scaledfp8 量化只有用不了 int8_convrot 时才选pruned剪枝精简版显存占用更低可与上面任意精度叠加8GB 显存推荐组合minimax_h3_fl2va_int8_convrot主模型qwen3vl_32b_minimax_h3_nvfp4_awq文本编码器vae/下两个 VAE 文件。第 4 步生成时显存不足怎么办按顺序排查通常前两步就能解决先换低精度版本bf16→int8_convrot→fp8_scaled或直接上pruned版本再降输入分辨率视频生成的显存占用对分辨率非常敏感最后确认没有同时加载多个用不到的模型和 LoRA第 5 步I2V、T2V、R2V 工作流按需挑项目提供三类官方工作流模板按需取用I2V图生视频最常用的入口建议第一次运行就用它T2V纯文本生视频R2V参考图驱动生成加载模板后在节点里选中第 2 步放好的模型文件即可想快速出片可叠加loras/里的 turbo LoRA4step 最快8step 质量更稳。排错顺序出问题按这 4 步走下拉框找不到模型 → 核对文件是否在正确的models/子目录显存不足 → 换低精度、降分辨率文本编码器加载失败 → 先切nvfp4_awq版本能跑但极慢 → 检查显卡驱动与 pytorch 版本优先 cu130 int8_convrot【免费下载链接】MiniMax-H3项目地址: https://ai.gitcode.com/hf_mirrors/Comfy-Org/MiniMax-H3创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考