- MiniMax H3（海螺 H3）是 MiniMax 的视频生成模型，官方 API 提供 H3-2K（0.8 元/秒、2K 分辨率），开源权重 H3-Base 支持本地部署。
- 本地部署推荐 vLLM-Omni 或 SGLang，服务器级配置建议 4 张 80G 显存显卡；8G/12G 小显存可跑但有回退与画质折损。
- ComfyUI 可通过 MiniMax-H3 插件接入，编码器用 NVFP4 量化、DiT 用 INT8，配合 SageAttention 降低显存占用。
- 中文语音输出不稳定是常见问题，多试几次或改用音频参考；只要视频可用 ffmpeg 去音轨。
- 选型结论：最快出片用官方 API，数据不出内网、需要微调或批量生成选本地部署。
MiniMax H3 是什么
MiniMax H3（国内常称海螺 H3）是 MiniMax 推出的视频生成模型。官方 API 版本 H3-2K 支持 2K 分辨率输出，计费约 0.8 元/秒，适合快速出片与云端调用；开源权重 H3-Base 面向本地部署，输出分辨率约 768p，适合数据不出内网、需要微调或批量生成的企业与个人用户。
两条路线的选择取决于场景。官方 API 一步到位、无需硬件投入，适合非敏感数据和追求速度的团队；本地部署一次性投入硬件成本，换来数据主权与无限调用。模型本身支持视频与音频生成，中文语音质量不如英文稳定，需要多次尝试或使用音频参考。
本地部署的硬件要求
本地跑 H3-Base 的推荐配置是服务器级：4 张 80G 显存显卡（如 A100/H100 级别的 80G 型号），配合 vLLM-Omni 或 SGLang 推理框架。这个量级决定输出分辨率为 768p，并保留微调空间。
小显存用户也有可用方案：8G/12G 显存（如 RTX 3060 12GB）可以跑，但有代价——显存不足时会出现"Input tensors must be dtype float16"提示，属于正常回退，画质会折损但可以出片。量化与注意力优化能压低显存占用，具体见下文。部署前先确认显卡驱动、CUDA 版本与 vLLM 兼容性，再拉取模型权重。
vLLM-Omni 快速上手：部署步骤
vLLM-Omni 是官方推荐的本地推理方案，项目仓库提供 MiniMax-H3 的完整 recipe。第一步，克隆 vllm-omni 仓库并按 recipe 安装依赖；第二步，下载 H3-Base 权重到本地目录；第三步，按 recipe 的模型配置启动推理服务，设置批处理与分辨率参数。
关键配置点有三个：注意力计算推荐 SageAttention（显存占用更低）与标准 FlashAttention 二选一；量化策略是编码器用 NVFP4、DiT 用 INT8 ConvRot，两者不要混用错位；启动前先跑一次短视频验证链路，再进入批量生成。部署过程中遇到 OOM，优先降低分辨率或 batch size，而不是盲目增加显存。
ComfyUI 接入
ComfyUI 用户可以通过社区插件接入 H3，例如 MiniMax-H3-ComfyUI 与 ComfyUI-MiniMax-H3-Turbo 两个仓库。安装方式是在 ComfyUI 的插件目录克隆仓库并安装依赖，然后在节点列表中找到 MiniMax H3 相关节点，加载模型权重后搭建生成工作流。
ComfyUI 路线适合已经习惯节点式工作流的用户，优势是与图像、后处理节点打通，可以做局部重绘、风格化等组合。实测在 RTX 3060 12GB 上可以跑通视频与音频生成，但显存紧张时需要配合量化与低分辨率设置。需要注意插件版本与模型权重的匹配，权重路径配置错误是新手最常见的启动失败原因。
常见问题与避坑
显存不足报错怎么办？
8G/12G 小显存报"Input tensors must be dtype float16"属正常回退，不影响出片，画质折损在可接受范围。中文语音不稳定怎么办？多试几次，或提供音频参考（reference audio）约束音色。只要视频不要音频？用 ffmpeg 一键去音轨：ffmpeg -i in.mp4 -an out_silent.mp4。
本地和 API 怎么选？
看四个条件：数据是否允许出内网、是否要微调、生成量大小、硬件预算。数据敏感或批量大选本地；追求最快出片选官方 API（H3-2K，0.8 元/秒）。两者可以并存：先 API 验证效果，再本地部署承载正式生产。
AI 速览
