MiniMax H3 量化全模态视频生成16GB 显存本地跑 2K 带音频视频【免费下载链接】Minimax-H3-nvfp4-INT4-INT8-Convrot项目地址: https://ai.gitcode.com/hf_mirrors/Abiray/Minimax-H3-nvfp4-INT4-INT8-ConvrotMiniMax-H3-nvfp4-INT4-INT8-Convrot 提供 MiniMax H3 全模态视频生成的量化权重覆盖 INT4、INT8、NVFP4 三种精度让 16GB–24GB 显存的显卡能在 ComfyUI 里本地生成 2K 带立体声音频的视频16GB 卡显存占用约 11.3GB。 16GB 显存卡在哪MiniMax H3 量化本地生成的三个场景先说结论原版 H3 的开销在服务器级消费级显卡普遍卡在加载这一步。它的骨干 H3-Omni-Transformer 是 33B 稠密 Transformer文本编码器又用了完整的 Qwen3-VL-32B4070 Ti Super 这类 16GB 卡装不下。如果你要用多张图参考人物或场景24GB 显存对应 INT8 权重约占 21GB是各档位里剪枝后质量最高的一档。如果手头是 RTX 5090 这类 Blackwell 新卡NVFP4英伟达 4 位浮点格式需 Blackwell 硬件支持只占 12.5GB压缩效率比 INT4 更优。16GB/24GB/Blackwell 显卡怎么选 MiniMax H3 量化模型文件规则一句话显存越小精度越低24GB 选 INT8Blackwell 选 NVFP4扩散模型和文本编码器要同精度搭配。你的显卡扩散模型仓库根目录文本编码器text_encoders/大致显存16GBRTX 4070 Ti Super / 4080_pruned_int4_convrot或_pruned_mixed_int4_int8_convrotqwen3vl_32b_minimax_h3_int4_convrot.safetensors15.0GB11.3–15.5GB24GBRTX 3090 / 4090_pruned_int8_convrotqwen3vl_32b_minimax_h3_int8_convrot.safetensors27.1GB约21GBBlackwellRTX 5090_pruned_nvfp4qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors15.7GB12.5GB不管选哪档vae/里的两个文件都必下minimax_h3_audio_vae_fp32.safetensors605MB音频解码和minimax_h3_video_vae_fp16.safetensors5.21GB视频解码VAE 是把潜码还原成画面与声音的最后一环。️ 5 步完成 ComfyUI 本地部署克隆仓库git clone https://gitcode.com/hf_mirrors/Abiray/Minimax-H3-nvfp4-INT4-INT8-Convrot准备环境Python 3.10装好 PyTorch 与 Diffusers或直接使用 ComfyUI。文件入位扩散模型进models/diffusion_models/文本编码器进models/text_encoders/两个 VAE 进models/vae/。工作流加载UNETLoader 选扩散权重CLIPLoaderGGUF 选文本编码器VAELoader 分别挂视频和音频 VAE仓库附带的ref2.json是现成工作流可直接导入。参数起步24 FPS、短边默认 768px先跑 4 秒片段再逐步加长。FL2VA 与 Ref2VA 输入规格速查进阶FL2VA 还是 Ref2VA 看输入复杂度不看显存。FL2VA 管标准流程纯文本生视频、单图做首帧或尾帧、双图定首尾帧Ref2VA 管多模态参考上限如下系列输入上限FL2VA0 / 1 / 2 张图也可纯文本Ref2VA≤9 张图≤3 段视频每段 2–15 秒、总长 ≤15 秒≤3 段音频每段 2–15 秒需搭配图/视频混合文件 ≤12 个所有量化权重的输出规格一致时长 4–15 秒短边默认 768px可上 2K24 FPS32kHz 立体声音频对白支持中、英、日、韩、德等 11 种语言。许可证与使用边界权重遵循 MiniMax H3 Community License Agreement仅限非商业研究和个人使用官方渠道另有内容合规审查。先按显存把文件选对再用 4 秒、768px 参数起步第一条带声音的视频会比你想象中来得快。【免费下载链接】Minimax-H3-nvfp4-INT4-INT8-Convrot项目地址: https://ai.gitcode.com/hf_mirrors/Abiray/Minimax-H3-nvfp4-INT4-INT8-Convrot创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
MiniMax H3 量化全模态视频生成16GB 显存本地跑 2K 带音频视频【免费下载链接】Minimax-H3-nvfp4-INT4-INT8-Convrot项目地址: https://ai.gitcode.com/hf_mirrors/Abiray/Minimax-H3-nvfp4-INT4-INT8-ConvrotMiniMax-H3-nvfp4-INT4-INT8-Convrot 提供 MiniMax H3 全模态视频生成的量化权重覆盖 INT4、INT8、NVFP4 三种精度让 16GB–24GB 显存的显卡能在 ComfyUI 里本地生成 2K 带立体声音频的视频16GB 卡显存占用约 11.3GB。 16GB 显存卡在哪MiniMax H3 量化本地生成的三个场景先说结论原版 H3 的开销在服务器级消费级显卡普遍卡在加载这一步。它的骨干 H3-Omni-Transformer 是 33B 稠密 Transformer文本编码器又用了完整的 Qwen3-VL-32B4070 Ti Super 这类 16GB 卡装不下。如果你要用多张图参考人物或场景24GB 显存对应 INT8 权重约占 21GB是各档位里剪枝后质量最高的一档。如果手头是 RTX 5090 这类 Blackwell 新卡NVFP4英伟达 4 位浮点格式需 Blackwell 硬件支持只占 12.5GB压缩效率比 INT4 更优。16GB/24GB/Blackwell 显卡怎么选 MiniMax H3 量化模型文件规则一句话显存越小精度越低24GB 选 INT8Blackwell 选 NVFP4扩散模型和文本编码器要同精度搭配。你的显卡扩散模型仓库根目录文本编码器text_encoders/大致显存16GBRTX 4070 Ti Super / 4080_pruned_int4_convrot或_pruned_mixed_int4_int8_convrotqwen3vl_32b_minimax_h3_int4_convrot.safetensors15.0GB11.3–15.5GB24GBRTX 3090 / 4090_pruned_int8_convrotqwen3vl_32b_minimax_h3_int8_convrot.safetensors27.1GB约21GBBlackwellRTX 5090_pruned_nvfp4qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors15.7GB12.5GB不管选哪档vae/里的两个文件都必下minimax_h3_audio_vae_fp32.safetensors605MB音频解码和minimax_h3_video_vae_fp16.safetensors5.21GB视频解码VAE 是把潜码还原成画面与声音的最后一环。️ 5 步完成 ComfyUI 本地部署克隆仓库git clone https://gitcode.com/hf_mirrors/Abiray/Minimax-H3-nvfp4-INT4-INT8-Convrot准备环境Python 3.10装好 PyTorch 与 Diffusers或直接使用 ComfyUI。文件入位扩散模型进models/diffusion_models/文本编码器进models/text_encoders/两个 VAE 进models/vae/。工作流加载UNETLoader 选扩散权重CLIPLoaderGGUF 选文本编码器VAELoader 分别挂视频和音频 VAE仓库附带的ref2.json是现成工作流可直接导入。参数起步24 FPS、短边默认 768px先跑 4 秒片段再逐步加长。FL2VA 与 Ref2VA 输入规格速查进阶FL2VA 还是 Ref2VA 看输入复杂度不看显存。FL2VA 管标准流程纯文本生视频、单图做首帧或尾帧、双图定首尾帧Ref2VA 管多模态参考上限如下系列输入上限FL2VA0 / 1 / 2 张图也可纯文本Ref2VA≤9 张图≤3 段视频每段 2–15 秒、总长 ≤15 秒≤3 段音频每段 2–15 秒需搭配图/视频混合文件 ≤12 个所有量化权重的输出规格一致时长 4–15 秒短边默认 768px可上 2K24 FPS32kHz 立体声音频对白支持中、英、日、韩、德等 11 种语言。许可证与使用边界权重遵循 MiniMax H3 Community License Agreement仅限非商业研究和个人使用官方渠道另有内容合规审查。先按显存把文件选对再用 4 秒、768px 参数起步第一条带声音的视频会比你想象中来得快。【免费下载链接】Minimax-H3-nvfp4-INT4-INT8-Convrot项目地址: https://ai.gitcode.com/hf_mirrors/Abiray/Minimax-H3-nvfp4-INT4-INT8-Convrot创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
