这是一个专为中低端显卡（如 RTX 5070 等 12GB 显存设备）深度优化的 ComfyUI 工作流。它打破了 MiniMax H3 原生的 15 秒时长限制，通过多镜头拼接、内存优化和先进的采样器技术，能够在 15 分钟内 生成一段长达 30 秒、包含三个独立镜头且带有同步原生音频的电影级视频。
- 地址：https://civitai.com/models/2882332/minimax-h3-30-second-seamless-image-and-reference-to-video-w-full-audio-workflow-for-12gb-gpus
- 网盘：https://pan.quark.cn/s/d05a179efceb
核心亮点
- 30秒无缝长视频：将视频拆分为三个逻辑镜头（前10秒、中间10秒、后10秒），实现动作的连贯演进。
- 完整原生音频：生成的视频自带与画面同步的高质量音频轨道。
- 12GB 显存友好：通过 FP8 量化、智能内存卸载和 SageAttention 优化，确保在消费级显卡上稳定运行不崩溃。
- 参考图像支持：内置最多 9 张参考图像的生成能力，只需一键启用即可固定角色或风格。
- 生产级稳定性：集成
FreeMemory和Spectrum节点，消除视觉闪烁并防止内存泄漏导致的崩溃。
前置要求：自定义节点与模型
1. 必备自定义节点
请通过 ComfyUI Manager 安装以下节点包，并确保重启服务器：
- comfyui-h3-multishot (Joey Gambino): 提供核心的多镜头采样器 (
H3MultishotMemorySampler) 和脚本拆分工具。 - ComfyUI-Spectrum-MiniMax-H3: 提供信号稳定和历史参数应用，消除画面闪烁。
- ComfyUI-FreeMemory: 强制卸载大型模型，充当“系统交通警察”。
- comfyui-kjnodes: 提供优化的
PatchSageAttentionKJ，保持显存通道畅通。
2. 模型清单与路径
请将以下模型文件放入对应的 ComfyUI/models/ 子目录中：
| 类型 | 文件名 | 路径 |
|---|---|---|
| Video VAE | minimax_h3_video_vae_fp16.safetensors | models/vae/ |
| Audio VAE | minimax_h3_audio_vae_fp32.safetensors | models/vae/ |
| Diffusion Model | minimax_h3_fl2va_pruned_int8_convrot.safetensors | models/diffusion_models/ |
| Text Encoder | qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors | models/text_encoders/ |
| LoRA | minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16.safetensors | models/loras/ |
关键配置：启动参数
为了在 12GB 显存下稳定运行，必须在启动 ComfyUI 时添加以下参数。如果你使用批处理文件 (run_nvidia_gpu.bat) 或桌面应用的启动设置，请替换为：
python main.py --disable-smart-memory --fp8_e4m3fn-text-enc --fp8_e4m3fn-unet
--disable-smart-memory: 强制即时清理内存，防止张量泄漏。--fp8_e4m3fn-text-enc: 将 32B 文本编码器压缩为 8 位，大幅降低显存占用。--fp8_e4m3fn-unet: 同样对 UNet 进行 FP8 量化，进一步优化显存。
使用指南
- 加载工作流：在 ComfyUI 中加载提供的 JSON 文件。
- 设置参考图：在大的绿色框（节点 208）中加载起始帧或参考图像。
- 编写提示词：
- 重要：提示词必须极其详细！简单的描述会导致画面像橡皮筋一样摆动。
- 结构：使用三组引号分别定义三个镜头的内容。
- 第一组引号：前 10 秒的动作。
- 第二组引号：第 10-20 秒的动作。
- 第三组引号：第 20-30 秒的动作。
- 示例：
"一个男人坐在椅子上喝咖啡", "他站起身走向窗户", "他推开窗户看向外面的雨景"
- 启用参考生成（可选）：点击红色框
Faster Muter上的第一个按钮，即可启用多达 9 张参考图像。 - 调整分辨率：在
ResolutionSelector(节点 115) 中，选择4:3 (标准)并将百万像素滑块锁定在0.4。这种紧凑的几何形状能比宽屏节省 30% 以上的像素开销，显著提升速度。 - 运行生成：点击队列运行，等待约 15 分钟即可得到成品。
建议
- 细节决定成败：由于是长时序生成，丰富的细节描述能帮助模型在不同镜头间保持逻辑和视觉的一致性。
- 内存管理：如果仍然遇到 OOM（显存溢出），请检查是否所有后台程序已关闭，并确认
FreeMemory节点已正确连接。 - 参考图一致性：如果需要固定角色外观，务必使用参考图像功能，并在提示词中简要描述角色特征以辅助模型理解。
通过这个工作流，即使是拥有 12GB 显存的创作者，也能在本地轻松驾驭 MiniMax H3 的强大能力，创造出令人印象深刻的长格式 AI 视频作品。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
