MiniMax H3 ComfyUI 工作流：测试前别急着下载200GB

你可以花一整晚下载200GB的权重，也可以在触碰你的ComfyUI图谱之前，花五分钟验证片段。这是当下任何搜索 minimax h3 comfyui workflow 的人实际需要的答案。

MiniMax H3 令人兴奋，因为它将开源的本地实验与文本、图像、视频和音频条件控制结合在了一起。MiniMax 表示 H3 能输出 4 到 15 秒的视频，24 FPS，32 kHz 立体声音频，多种宽高比，并通过再生支持最高 2K 分辨率（MiniMax，2026年8月）。

下面的工作流为你提供了 3 个构建示例：一个雨夜洗衣店的 T2V 氛围短片、一个透明鼠标的 I2V 产品短片，以及一个漫画英雄加上机甲 Ref2V 短片。先使用 Atlas Cloud 验证提示词、镜头语言和预算。然后在需要本地可复用的图谱时，将最佳设置迁移到 ComfyUI 中。

关键要点

• H3 有 T2V、I2V/FL2V 和 Ref2V 路径。
• 本地 ComfyUI 提供图谱控制，但设置成本较高。
• Atlas Cloud 适用于快速 5 秒验证。
• 无音频通常意味着 VAE 或 SaveVideo 接线问题。
• 先测试 5 秒，再扩展到 15 秒或 2K。

MiniMax H3 T2V 工作流结果：来自公共 Atlas H3 演示页面的雨夜洗衣店氛围，因源片段超过 10 秒而保留为视频。

为什么 MiniMax H3 ComfyUI 工作流很热门，以及首次尝试为何失败

H3 进入 ComfyUI 世界的时机，恰好是视频创作者不再满足于漂亮运动的时候。他们想要一个能承载提示词、首帧、末帧、多张参考图像、视频参考和音频参考的图谱，而无需为每个任务重建整个流水线。

官方 H3 发布说明清晰地区分了两者：FL2VA 涵盖文本到音频-视频以及首帧/末帧生成，而 Ref2VA 则处理基于参考的音频-视频生成，在同一上下文中包含图像、视频和音频。同一发布说明还指出，音频不能作为 Ref2VA 的唯一输入。它必须与图像或视频参考一起使用。

大多数失败的 MiniMax H3 ComfyUI 工作流尝试源于细微的不匹配：

ComfyUI Wiki 指出了同样的操作陷阱：最新的 ComfyUI 版本、视频和音频 VAE 都需要、正确的检查点选择以及 384p 最低分辨率，这些都不是可选项（ComfyUI Wiki，2026年8月）。在进行长时间本地运行前，将它们视为预检清单。

MiniMax H3 ComfyUI 工作流概览：模式、模型、价格

你可以将 H3 视为验证阶段浏览器标签页中的 3 条路线，然后在 ComfyUI 内镜像所选路线。Atlas Cloud 让第一轮验证变得简单：打开准确的模型页面，粘贴提示词，在需要时上传参考，点击运行按钮，保存结果。

当需要流水线所有权、可重复的节点图谱以及自定义前/后处理时，使用本地 ComfyUI。当需要快速验证路径、托管的 H3 实验场以及在消耗本地 GPU 时间前快速评估预算时，使用 Atlas Cloud 托管的 H3。

第1步：更新 ComfyUI 并选择 MiniMax H3 工作流

从更新 ComfyUI 开始，然后在模板库中搜索 MiniMax H3。选择与你输入匹配（而非你希望输出）的工作流。

为你的第一个图谱笔记准备的提示词：

PlainCopy
1目标：MiniMax H3 本地验证。
2模式：仅提示词选择 T2V，首帧或首末帧选择 I2V/FL2V，有序图像/视频/音频参考选择 Ref2V。
3检查点规则：T2V/I2V/FL2V 使用 FL2VA，参考到视频使用 Ref2VA。
4音频规则：在 SaveVideo 前同时连接 Video VAE 和 Audio VAE。

要选择的设置：使用最新的 ComfyUI 桌面版或 v0.30.0+，安装官方 H3 模板，并将首次运行保持在约 5 秒。在本地基线中，设置长度为 124 帧（约 5 秒，24 FPS），20 步，采样器 res_multistep，调度器 simple，去噪 1.0。

MiniMax H3 ComfyUI 工作流路线图，适用于 T2V、I2V 和 Ref2V

MiniMax H3 ComfyUI 路线图：在下载模型文件前选择 T2V、I2V/FL2V 或 Ref2V。

第2步：在 MiniMax H3 Text-to-Video 上验证 T2V 提示词

打开 H3 文本到视频实验场，先验证最简单的版本。洗衣店提示词是一个很好的 H3 测试，因为它要求手持摄像机运动、反射、运转中的机器和连贯的声音氛围。

要复制的提示词：

PlainCopy
15秒16:9电影级短片。雨后的深夜自助洗衣店，荧光灯轻微闪烁，洗衣机在旋转，地板上的塑料篮子，玻璃门上的湿漉漉反射。手持手机拍摄，轻微相机抖动，从入口向机器缓慢侧步移动，真实的曝光呼吸，无文字，无字幕，无标志。
2
3overall_soundscape: 轻柔的洗衣机轰鸣声，远处的雨声拍打路面，微弱的荧光灯嗡嗡声，无音乐。
4
5non_diegetic_music: 无。

要选择的设置：MiniMax H3 Text-to-Video，5秒，16:9，如果可用则选择2K，如果可用则关闭水印，如果UI暴露种子则固定种子。

MiniMax H3 T2V 验证流程：从提示词到托管检查再到 ComfyUI 设置

T2V 验证流程：先验证洗衣店提示词，然后将设置复制到 ComfyUI。

ComfyUI 映射：使用 MiniMaxH3ImageToVideo，first_frame 和 last_frame 保持未连接，宽度 1280 或 1344，长度 124，FPS 24，采样器 res_multistep，调度器 simple，步数 20。

第3步：为 MiniMax H3 ComfyUI I2V 工作流创建首帧

对于产品类工作，在要求 H3 生成运动前，先生成或导入一个干净的首帧。好的首帧固定了物体、光照和画面几何，让 I2V 需要发明的内容更少。

要复制的提示词：

PlainCopy
1一个透明游戏鼠标，放在深色反光工作室表面上，内部零件可见，光泽透明外壳，蓝色环境光和暖琥珀色点缀，四分之三微距产品角度，细微水滴，浅景深，无标志，无字幕，无额外物体，16:9。

要选择的设置：GPT Image 2 文本到图像，高质量，16:9，2048x1152 或实验场中实际可用的最高 16:9 选项。

透明鼠标示例的 MiniMax H3 ComfyUI I2V 首帧检查清单

首帧检查清单：在 I2V 之前锁定透明鼠标、材质细节、光照和干净背景。

第4步：从该首帧运行 MiniMax H3 Image-to-Video 工作流

将产品静态图像上传到 H3 图像到视频。保持提示词狭窄：一个物体，一个摄像机路径，一种光照行为，一个简短的声音设计想法。

要复制的提示词：

PlainCopy
15秒产品短片，从提供的首帧开始。透明游戏鼠标保持相同的物体和形状。摄像机从左侧前方平滑低轨道移动到右侧，同时透明外壳捕捉到蓝色和琥珀色高光。反射在深色表面上移动，背景保持极简，无文字，无字幕，无额外物体。
2
3overall_soundscape: 轻柔的电子嗡嗡声，中间一个微妙的咔嗒声，轻微的工作室房间音调。
4
5non_diegetic_music: 克制的低合成器脉冲，非常安静。

要选择的设置：MiniMax H3 Image-to-Video，上传首帧，5秒，自适应或16:9，如果可用则选择2K，如果可用则关闭水印。

产品首帧动画的 MiniMax H3 ComfyUI I2V 节点映射

I2V 节点映射：连接首帧，使用 FL2VA，并确保音频/视频解码保持接线。

ComfyUI 映射：将 LoadImage 连接到 first_frame；除非你正在测试 FL2V，否则保持 last_frame 为空。使用 FL2VA 检查点，而非 Ref2VA。

第5步：使用多个参考运行 MiniMax H3 Reference-to-Video 工作流

Ref2V 是 H3 变得有趣且容易误用的地方。首先使用一个小型有序集合：角色、反派、输出风格。Comfy Cloud 节点参考指出，Ref2V 可以接受最多9张图像、3个视频和3个音频片段，总文件数上限为12，并且提示词中的顺序名称（例如 Image 1）很重要（Comfy Cloud，2026年8月）。

要复制的提示词：

PlainCopy
15秒16:9漫画风格动作视频，使用提供的参考。图像1是红色超级英雄身份和服装。图像2是黑色机甲敌人轮廓和发光核心。图像3是粗体漫画动作帧方向。英雄从城市屋顶仰望，同时机甲身影在他身后升起，红色和蓝色光照保持一致，墨线边缘保持清晰，无字幕，无标志。
2
3overall_soundscape: 屋顶平台上的雨声，远处火车刹车尖啸声，湿混凝土上的轻柔脚步声。
4
5non_diegetic_music: 低悬疑氛围垫，极简。

要选择的设置：MiniMax H3 Reference-to-Video，为教程清晰起见使用2或3张参考图像，5秒，16:9，如果可用则选择2K，如果暴露则固定种子。在提示词中按顺序命名参考，而非文件名。

漫画英雄、机甲敌人和输出风格的 MiniMax H3 Ref2V 有序参考图

Ref2V 参考顺序：图像1是英雄，图像2是机甲敌人，图像3是输出动作帧目标。

使用参考检查点和提示词顺序的 MiniMax H3 ComfyUI Ref2V 映射

Ref2V 映射：使用 Ref2VA 检查点，并保持提示词的参考顺序与漫画动作示例对齐。

ComfyUI 映射：使用 Ref2VA 检查点。按提示词使用的相同顺序添加参考。如果添加音频，则至少包含一个视觉参考。

第6步：导出或保存 MiniMax H3 ComfyUI 工作流

仅在片段成功运行一次后保存图谱。如果你计划以编程方式调用 ComfyUI，请导出 API 格式的工作流 JSON，而非编辑器 UI JSON。

作为项目笔记中的提醒要复制的提示词：

PlainCopy
1不要将 ComfyUI 编辑器工作流 JSON 发送到 /prompt。
2使用 API 工作流导出。
3API 工作流是一个扁平化的、以节点 ID 为键的对象。
4保持模型检查点、Audio VAE、Video VAE、SaveVideo 和参考顺序在一起。

要选择的设置：每个模式存储一个 JSON，使用记录模式和日期的文件名，并保持一个简短的 README，包含检查点名称、时长、分辨率和音频接线。

解释 MiniMax H3 ComfyUI UI JSON 与 API 工作流 JSON 差异的渲染对比卡

UI 工作流 JSON 用于编辑图谱。API 工作流 JSON 是提交到 ComfyUI 的 /prompt 端点的扁平化节点对象。

MiniMax H3 ComfyUI 工作流成本：本地 GPU vs Atlas Cloud

价格计算仅在首次测试时简单。本地 ComfyUI 消耗时间、磁盘、GPU 内存和失败运行。托管验证按秒收费，但能在你投入本地设置前快速给出肯定或否定答案。

对于低 VRAM 的 MiniMax H3 ComfyUI 工作流测试，先缩短时长，再降低分辨率，并在加载 H3 权重前关闭本地 LLM 或浏览器 GPU 消费者。社区 16GB 工作流是有用的信号，但应将其视为特定于机器的数据，而非通用基准。

商业工作还需要轻量文档记录。保存生成日期、模型名称、条款 URL、提示词、输出文件名和价格快照。H3 权重和托管 API 条款是独立的法律对象，本文是工作流指导，而非法律建议。

常见问题

什么是 MiniMax H3 ComfyUI 工作流？

MiniMax H3 ComfyUI 工作流是一个节点图，用于运行 H3 文本到视频、图像到视频、首帧/末帧视频或参考到视频生成。实用版本包括正确的检查点、文本编码器、Video VAE、Audio VAE、提示词、时长、分辨率和 SaveVideo 路径。

我应该从哪个 MiniMax H3 ComfyUI 工作流开始？

如果只有提示词，从 T2V 开始。如果已有故事板帧、产品静态图像或关键艺术图，从 I2V 开始。当需要身份、地点、声音或风格参考在一次次生成中保持连接时，从 Ref2V 开始。

为什么 MiniMax H3 在 ComfyUI 中输出无音频？

先检查 Audio VAE。常见修复方法是加载 minimax_h3_audio_vae_fp32.safetensors，使用正确的节点解码音频，并将其与视频流一起连接到 SaveVideo。

在 ComfyUI 中运行 MiniMax H3 需要多少 VRAM？

计划高内存压力。一些社区工作流针对 16GB 显卡，使用 INT8 或 NVFP4 构建、更短时长和降低分辨率，但你的系统 RAM、ComfyUI 版本和其他 GPU 进程也很重要。在尝试更长片段前先测试 5 秒。

MiniMax H3 Reference-to-Video 可以单独使用音频吗？

不可以。MiniMax 的发布说明指出，Ref2VA 音频参考必须伴随图像或视频输入。使用音频来引导角色、场景或剪辑，而不应作为唯一参考。

Atlas Cloud 是本地 MiniMax H3 ComfyUI 的替代品吗？

如果你的目标是快速托管 H3 生成或 OpenAI 兼容的备用方案，那么可以。对于本地图谱所有权，请先使用 Atlas Cloud 验证 minimax h3 comfyui workflow，然后将经过验证的提示词、参考和设置迁移到 ComfyUI。