MiniMax H3 ComfyUI Arbetsflöde: Ladda inte ner 200GB innan detta test

Du kan spendera en natt på att ladda ner 200 GB vikter, eller så kan du validera bilden på fem minuter innan du rör din ComfyUI-graf. Det är det praktiska svaret för alla som letar efter minimax h3 comfyui workflow just nu.

MiniMax H3 är spännande eftersom det förenar lokal experimentering med öppna vikter med text-, bild-, video- och ljudkonditionering. MiniMax säger att H3 producerar 4 till 15 sekunders videor, 24 FPS, 32 kHz stereoljud, flera bildförhållanden och upp till 2K genom regenerering (MiniMax, augusti 2026).

Arbetsflödet nedan ger dig 3 byggen: en regnig tvättstuga T2V-stämningsklipp, en transparent-mus I2V-produktklipp och en seriefigur plus mecha Ref2V-klipp. Använd Atlas Cloud för att validera prompten, kameraspråket och kostnaden först. Flytta sedan de vinnande inställningarna till ComfyUI när du behöver en lokal återanvändbar graf.

Viktiga slutsatser

• H3 har T2V-, I2V/FL2V- och Ref2V-vägar.
• Lokal ComfyUI ger grafkontroll, men installationen är tung.
• Atlas Cloud är användbart för snabb 5s-verifiering.
• Ingen ljud betyder vanligtvis VAE- eller SaveVideo-koppling.
• Testa 5s först, skala sedan till 15s eller 2K.

MiniMax H3 T2V-arbetsflödesresultat: regnig tvättstugeatmosfär från den offentliga Atlas H3-demosidan, behållen som video eftersom källklippet är över 10s.

Varför MiniMax H3 ComfyUI-arbetsflödet är hett, och varför första försök misslyckas

H3 landade i ComfyUI-världen precis när videokreatörer efterfrågade mer än bara snygg rörelse. De ville ha en graf som kan bära en prompt, en första bildruta, en sista bildruta, flera referensbilder, videoreferenser och ljudreferenser utan att bygga om hela pipelinen för varje jobb.

Den officiella H3-releaseen förklarar uppdelningen tydligt: FL2VA täcker text-till-ljud-video och första/sista-bildrute-generering, medan Ref2VA hanterar referensbaserad ljud-video-generering med bilder, videor och ljud i samma sammanhang. Samma release säger också att ljud inte kan vara den enda Ref2VA-ingången. Det måste färdas med en bild- eller videoreferens.

De flesta misslyckade MiniMax H3 ComfyUI-arbetsflödesförsök kommer från små avvikelser:

ComfyUI-wikin nämner samma operativa fällor: senaste ComfyUI-byggen, både video- och ljud-VAE, korrekt kontrollpunktsval och minst 384p är inga valfria detaljer (ComfyUI Wiki, augusti 2026). Behandla dem som förkontroll innan du lägger tid på en lång lokal körning.

MiniMax H3 ComfyUI-arbetsflödesöversikt: Lägen, modeller, priser

Du kan behandla H3 som 3 vägar i en webbläsarflik under validering, och sedan spegla den valda vägen i ComfyUI. Atlas Cloud håller första passet enkelt: öppna den exakta modellsidan, klistra in prompten, ladda upp referenser vid behov, tryck på Kör-knappen och spara resultatet.

Använd lokal ComfyUI när du behöver pipeline-ägarskap, repeterbara nodgrafer och anpassad för-/efterbehandling. Använd Atlas Cloud-hostad H3 när du behöver en snabb valideringsväg, en hostad H3-lekplats och en snabb uppskattning av budget innan du bränner lokalt GPU-tid.

Steg 1: Uppdatera ComfyUI och välj MiniMax H3-arbetsflödet

Börja med att uppdatera ComfyUI, sök sedan i mallbiblioteket efter MiniMax H3. Välj det arbetsflöde som passar din indata, inte utdata du önskar.

Prompt att kopiera för din första grafanteckning:

PlainCopy
1Mål: MiniMax H3 lokal verifiering.
2Läge: välj T2V för endast prompt, I2V/FL2V för första bildruta eller första plus sista bildruta, Ref2V för ordnade bild-/video-/ljudreferenser.
3Kontrollpunktsregel: FL2VA för T2V/I2V/FL2V, Ref2VA för referens-till-video.
4Ljudregel: anslut både Video-VAE och Ljud-VAE före SaveVideo.

Inställningar att välja: använd senaste ComfyUI-desktopbygget eller v0.30.0+, installera de officiella H3-mallarna och håll din första körning på cirka 5s. I den lokala baslinjen, ställ in längd till 124 bildrutor för cirka 5s vid 24 FPS, 20 steg, sampler res_multistep, scheduler simple, och denoise 1.0.

MiniMax H3 ComfyUI-arbetsflödesvägkarta för T2V I2V och Ref2V

MiniMax H3 ComfyUI-routekarta: välj T2V, I2V/FL2V eller Ref2V innan du laddar ner modellfiler.

Steg 2: Verifiera T2V-prompten på MiniMax H3 Text-till-Video

Öppna H3 text-till-video-lekplatsen och validera den enklaste versionen först. Tvättstugeprompten är ett bra H3-test eftersom den ber om handkamera-rörelse, reflektioner, maskiner i rörelse och ett sammanhängande ljudlandskap.

Prompt att kopiera:

PlainCopy
15-sekunders 16:9 filmisk kortvideo. En sen kväll på en självbetjäningstvättstuga efter regn, lysrör som flimrar svagt, tvättmaskiner som snurrar, plastkorgar på golvet, våta reflektioner på glasdörren. Handhållen telefonsinspelning, subtil kameraskakning, långsam sidstegs-kamerarörelse från ingången mot maskinerna, realistisk exponeringsandning, ingen text, inga undertexter, inga logotyper.
2
3overall_soundscape: mjukt tvättmaskinsbrum, avlägset regn på asfalt, svagt lysrörssurr, ingen musik.
4
5non_diegetic_music: none.

Inställningar att välja: MiniMax H3 Text-till-Video, 5s, 16:9, 2K om kontrollen finns, vattenstämpel av om tillgängligt, seed fixerad om gränssnittet exponerar seed.

MiniMax H3 T2V-bevisflöde från prompt till hostad kontroll till ComfyUI-inställningar

T2V-bevisflöde: validera tvättstugeprompten först, kopiera sedan inställningarna till ComfyUI.

ComfyUI-mappning: använd MiniMaxH3ImageToVideo med first_frame och last_frame oanslutna, bredd 1280 eller 1344, längd 124, FPS 24, sampler res_multistep, scheduler simple, steg 20.

Steg 3: Skapa en första bildruta för MiniMax H3 ComfyUI I2V-arbetsflödet

För produktarbete, generera eller importera en ren första bildruta innan du ber H3 om rörelse. En bra första bildruta låser objektet, ljussättningen och bildgeometrin så att I2V har mindre att uppfinna.

Prompt att kopiera:

PlainCopy
1En transparent spelmus på en mörk reflekterande studielyta, synliga interna delar, glansigt genomskinligt skal, blått omgivande sken och varma bärnstensaccenter, trekvarts makro produktvinkel, subtila vattendroppar, grunt skärpedjup, ingen logotyp, inga undertexter, inga extra objekt, 16:9.

Inställningar att välja: GPT Image 2 text-till-bild, hög kvalitet, 16:9, 2048x1152 eller det högsta 16:9-alternativet som faktiskt genomförs i lekplatsen.

MiniMax H3 ComfyUI I2V första-bildrute-checklista för ett exempel med transparent mus

Första-bildrute-checklista: lås den transparenta musen, materialdetaljer, ljussättning och ren bakgrund före I2V.

Steg 4: Kör MiniMax H3 Bild-till-Video-arbetsflödet från den första bildrutan

Ladda upp produktstillbilden i H3 bild-till-video. Håll prompten snäv: ett objekt, en kameraväg, ett ljusbeteende, en kort ljuddesignidé.

Prompt att kopiera:

PlainCopy
15-sekunders produktfilm från den medföljande första bildrutan. Den transparenta spelmusen förblir samma objekt och form. Kameran gör en mjuk låg bana från fram-vänster till sida-höger medan det genomskinliga skalet fångar blå och bärnstensfärgade högdagrar. Reflektioner rör sig över den mörka ytan, bakgrunden förblir minimal, ingen text, inga undertexter, inga extra objekt.
2
3overall_soundscape: mjukt elektroniskt surr, en subtil klickning vid mitten, lätt studiorumsljud.
4
5non_diegetic_music: återhållen låg syntpuls, mycket tyst.

Inställningar att välja: MiniMax H3 Bild-till-Video, första bildruta uppladdad, 5s, adaptivt eller 16:9, 2K om tillgängligt, vattenstämpel av om tillgängligt.

MiniMax H3 ComfyUI I2V-nodmappning för produkt första-bildrute-animering

I2V-nodmappning: anslut första bildrutan, använd FL2VA och håll ljud-/videoavkodning inkopplad.

ComfyUI-mappning: anslut LoadImage till first_frame; lämna last_frame tom om du inte testar FL2V. Använd FL2VA-kontrollpunkten, inte Ref2VA.

Steg 5: Kör MiniMax H3 Referens-till-Video-arbetsflödet med flera referenser

Ref2V är där H3 blir intressant och lätt att missbruka. Använd en liten ordnad uppsättning först: karaktär, antagonist, utdatastil. Comfy Cloud-nodens referens säger att Ref2V kan ta upp till 9 bilder, 3 videor och 3 ljudklipp under en 12-filsbegränsning, och promptordning som Bild 1 har betydelse (Comfy Cloud, augusti 2026).

Prompt att kopiera:

PlainCopy
15-sekunders 16:9 serieboksactionvideo med de medföljande referenserna. Bild 1 är den röda superhjälteidentiteten och kostymen. Bild 2 är den svarta mecha-fendens silhuett och glödande kärna. Bild 3 är den djärva serieboksaction-bildriktningen. Hjälten tittar upp från en stadstak medan mecha-figuren reser sig bakom honom, röd och blå ljussättning förblir konsekvent, bläckkanter förblir skarpa, inga undertexter, inga logotyper.
2
3overall_soundscape: regn på plattformstak, avlägset tågbromsskri, mjuka fotsteg på våt betong.
4
5non_diegetic_music: låg spänningspad, minimal.

Inställningar att välja: MiniMax H3 Referens-till-Video, 2 eller 3 referensbilder för handledningsklarhet, 5s, 16:9, 2K om tillgängligt, seed fixerad om exponerad. Namnge referenser i prompten efter ordning, inte filnamn.

MiniMax H3 Ref2V ordnad referenskarta för seriehjälte mecha-fende och utdatastil

Ref2V-referensordning: Bild 1 är hjälten, Bild 2 är mecha-fenden och Bild 3 är utdatans action-bildmål.

MiniMax H3 ComfyUI Ref2V-mappning med referenskontrollpunkt och promptordning

Ref2V-mappning: använd Ref2VA-kontrollpunkten och håll promptens referensordning i linje med serieactionexemplet.

ComfyUI-mappning: använd Ref2VA-kontrollpunkten. Lägg till referenser i samma ordning som används av prompten. Om du lägger till ljud, inkludera minst en visuell referens också.

Steg 6: Exportera eller spara MiniMax H3 ComfyUI-arbetsflödet

Spara grafen först efter att klippet fungerat en gång. Om du planerar att anropa ComfyUI programmatiskt, exportera API-format arbetsflöde-JSON istället för redigerings-UI-JSON.

Prompt att kopiera som en påminnelse i dina projektanteckningar:

PlainCopy
1Skicka inte ComfyUI-redigerings-arbetsflöde-JSON till /prompt.
2Använd API-arbetsflödeseexporten.
3API-arbetsflödet är ett platt nod-id-nyckelobjekt.
4Håll modellkontrollpunkt, Ljud-VAE, Video-VAE, SaveVideo och referensordning tillsammans.

Inställningar att välja: lagra en JSON per läge, använd ett filnamn som registrerar läge och datum, och håll en kort README med kontrollpunktsnamn, varaktighet, upplösning och ljudkoppling.

Renderad jämförelsekort som förklarar MiniMax H3 ComfyUI UI-JSON vs API-arbetsflöde-JSON

UI-arbetsflöde-JSON är för redigering av grafen. API-arbetsflöde-JSON är det platta nodobjekt du skickar till ComfyUI:s /prompt-slutpunkt.

MiniMax H3 ComfyUI-arbetsflödeskostnad: Lokal GPU vs Atlas Cloud

Prisberäkningen är enkel bara för det första testet. Lokal ComfyUI kostar tid, disk, GPU-minne och misslyckade körningar. Hostad verifiering kostar pengar per sekund, men det ger dig ett snabbt ja eller nej innan du åtar dig en lokal installation.

För låg-VRAM MiniMax H3 ComfyUI-arbetsflödestest, förkorta duration först, minska upplösning därefter, och stäng lokala LLM- eller webbläsar-GPU-konsumenter innan du laddar H3-vikter. Community 16GB-arbetsflöden är användbara signaler, men behandla dem som maskinspecifika data snarare än en universell riktmärke.

Kommersiellt arbete behöver också en lätt spårbarhet. Håll genereringsdatum, modellnamn, villkors-URL, prompt, utdatafilnamn och prissnapshot. H3-vikter och hostade API-villkor är separata juridiska objekt, och denna artikel är arbetsflödesvägledning, inte juridisk rådgivning.

Vanliga frågor

Vad är ett MiniMax H3 ComfyUI-arbetsflöde?

Ett MiniMax H3 ComfyUI-arbetsflöde är en nodgraf som kör H3 text-till-video, bild-till-video, första/sista-bildrute-video eller referens-till-video-generering. Den praktiska versionen inkluderar rätt kontrollpunkt, textkodare, Video-VAE, Ljud-VAE, prompt, varaktighet, upplösning och SaveVideo-sökväg.

Vilket MiniMax H3 ComfyUI-arbetsflöde ska jag börja med?

Börja med T2V om du bara har en prompt. Börja med I2V om du redan har en storyboard-bild, produktstillbild eller nyckelkonst. Börja med Ref2V när du behöver identitet, plats, röst eller stilreferenser som hålls samman i en generation.

Varför har MiniMax H3-utdata inget ljud i ComfyUI?

Kontrollera Ljud-VAE först. Den vanliga lösningen är att ladda minimax_h3_audio_vae_fp32.safetensors, avkoda ljudet med rätt nod och ansluta det till SaveVideo med videoströmmen.

Hur mycket VRAM behöver jag för MiniMax H3 i ComfyUI?

Planera för högt minnestryck. Vissa community-arbetsflöden är inriktade på 16GB-kort med INT8- eller NVFP4-byggen, kortare duration och reducerad upplösning, men ditt system-RAM, ComfyUI-bygge och andra GPU-processer spelar roll. Testa 5s innan du försöker med längre klipp.

Kan MiniMax H3 Referens-till-Video använda ljud ensamt?

Nej. MiniMaxs releaseanteckningar säger att Ref2VA-ljudreferenser måste åtföljas av bild- eller videoinmatning. Använd ljud för att vägleda en karaktär, scen eller redigering, inte som den enda referensen.

Är Atlas Cloud en ersättning för lokal MiniMax H3 ComfyUI?

Det kan vara det, om ditt mål är snabb hostad H3-generering eller en OpenAI-kompatibel fallback. För lokalt grafägarskap, använd Atlas Cloud för att validera minimax h3 comfyui-arbetsflödet först, flytta sedan den beprövade prompten, referenserna och inställningarna till ComfyUI.