MiniMax H3 本地部署实战：RTX 5080 16GB + 32GB 内存的硬件评估与 ComfyUI 教程

配置：Windows、RTX 5080 16GB 显存、32GB DDR4，ComfyUI + MiniMax H3 Director。

先说能不能跑：16GB 显存可以，但必须用量化权重，别去碰全精度。32GB 内存够用，页面文件建议开到 48–64GB。磁盘至少空出 60GB——全部权重加起来 63GB，只跑文生视频的话 42GB。

参数不用自己摸，从这一组开始：

864×480 / 24fps / 124 帧（约 5.17 秒）/ 25 steps / res_multistep / simple / CFG 1.0 / video shift 12 / audio shift 3

一、下权重

官方仓库：Comfy-Org/MiniMax-H3

• fl2va 文生/图生 UNET，20.97GB → models/diffusion_models/
• ref2va 参考图/视频 UNET，20.97GB → models/diffusion_models/
• Qwen3-VL 文本编码器，15.69GB → models/text_encoders/
• 视频 VAE，4.85GB → models/vae/
• 音频 VAE，577MB → models/vae/

只想先跑通文生视频的话，fl2va + 文本编码器 + 两个 VAE 就够了。ref2va 是做参考图/参考视频时才用，可以晚点再下。

顺带提一句：Hugging Face token 别写进工作流，也别贴到文章里。

二、装

1. 驱动和目录。 装好 RTX 5080 驱动，终端跑一下 nvidia-smi 确认认得到卡。我用的目录是 D:\minimax-h3\ComfyUI，先把 models/diffusion_models、models/text_encoders、models/vae 和 custom_nodes 建出来。

2. 先让 ComfyUI 空跑一次。 按官方 Windows 方式装完，然后：

cd D:\minimax-h3\ComfyUI
.\.venv\Scripts\python.exe main.py --listen 127.0.0.1 --port 8188

浏览器能打开页面，就说明底座没问题，退出。

3. 装 Director。 ComfyUI Manager 里搜 ComfyUI_MiniMaxH3_Director，或者手动：

cd D:\minimax-h3
git clone https://github.com/AIMixer/ComfyUI_MiniMaxH3_Director.git .\ComfyUI\custom_nodes\ComfyUI_MiniMaxH3_Director
.\ComfyUI\.venv\Scripts\python.exe -m pip install -r .\ComfyUI\custom_nodes\ComfyUI_MiniMaxH3_Director\requirements.txt

4. 放权重。 按上面的目标目录复制，文件名别改，然后重启 ComfyUI。

5. 导工作流。 下载 T2V 工作流 JSON 拖进去。UNET 选 fl2va；CLIP 选 Qwen3-VL，类型要选 minimax；两个 VAE 分别对应视频和音频，别接反。

6. 填参数。 就是开头那一组，接好 CreateVideo 和 SaveVideo。

7. 跑第一条。 用这个短 prompt，点 Queue Prompt，然后确认导出的 MP4 里画面和声音都有：

Realistic live-action cinematic shot of a quiet modern room at sunrise, soft natural light, subtle room ambience, no text, no watermark, no non-diegetic music.

三、想串成一段完整故事

单段控制在 5 秒左右，一段只安排一个主要动作，贪多必崩。

做法是：生成上一段之后提取尾帧，当作下一段 I2V 的首帧，提示词里用 <Picture 1> 引用它。人物服装、天气、车辆颜色、左右位置关系这些要在每段提示词里反复锁定，不然它会自己漂。

字幕和 BGM 都留到后期：字幕后期压制，BGM 统一加，片段之间做交叉淡化。

资源

官方 H3 文档　|　H3 Director GitHub　|　中文 README