MiniMax-H3-影视级视频工作站

MiniMax H3 影视级视频工作站 v16

基于 ComfyUI 的 MiniMax H3 视频生成环境，模型、LoRA、依赖全部预装完毕，开机即渲染。 不用装 Python、不用下模型、不用调依赖，省掉最容易卡住的几个小时。

【这个镜像能做什么】

· 文生视频（T2V）：一句提示词直接出片 · 图生视频（I2V）：给一张图，让它动起来 · 全能参考（R2V）：用参考图锁定人物长相、服装、产品外观，换场景不换人 · 首尾帧控制（FL2VA）：指定开头和结尾两个画面，中间自动补过渡；首帧、尾帧两个槽位都选填，只给一个也能出

写实人像 LoRA 已内置，人物肤质、光影、微表情接近实拍，适合做口播数字人、产品演示、场景短片。

【已预装内容】

· 运行时：Python 3.12 独立虚拟环境，与系统环境隔离，不污染宿主机 · 引擎：ComfyUI 0.36.0 + MiniMax H3 定制节点 · 主模型：Video-Minimax-H3，已下载并放置到位 · LoRA：h3-realism-people（写实人像，t2v / i2v / r2v 通用）

【怎么用（三步）】

1. 开机后等 1～3 分钟，首次加载模型比较慢，别急着判断失败
2. 浏览器打开 http://你的实例IP:7860 （门面端口），或直接开 http://你的实例IP:8188 （ComfyUI 原生界面）
3. 
4. 加载内置工作流 → 填提示词 / 挂参考图 → 点运行
5. 

服务已配置开机自启，重启实例不需要手动敲任何命令。

【常用参数参考】

分辨率必须是 32 的倍数，这是最容易踩的坑，填错了会直接报错。

· 720P 竖屏：768 × 1376 · 1080P 竖屏：1088 × 1920 · 720P 横屏：1376 × 768

时长与步数：

· 单条建议 5～10 秒，最稳 · 要做 12 秒以上的长镜头，必须用 20 步；用 8 步 turbo 档跑长视频，模型会无视参考图自由发挥，开头就崩 · 出片耗时参考：720P / 10 步约 1 分钟一条，1080P 约 2～3 分钟一条（实际取决于显卡型号）

提示词写法：H3 对结构化描述响应更好，建议按「画面主体 → 动作 → 镜头运动 → 光线 → 场景细节 → 画质词」的顺序写。 要素清单只写一遍，不要在提示词里反复重复同一段描述。

【端口说明】

· 7860：门面服务，对外访问建议走这个 · 8188：ComfyUI 原生界面，调试和改工作流用这个

【常见问题】

Q：开机后网页打不开？ A：先等 3 分钟。如果还是不行，检查实例是否在运行、端口是否放行。首次启动要加载十几 G 的模型权重，慢是正常的。

Q：生成失败或者画面完全不对？ A：大概率是分辨率的宽高不是 32 的倍数，或者长视频用了低步数。先把分辨率改成上面的数值，把步数提到 20 再试。

Q：参考图起了作用，但人物长相还是飘？ A：R2V 模式下要明确告诉模型「保持哪张图里的人物」，提示词里写清参考图的角色定位，不要让模型自己猜。

Q：能文生视频直接输出产品画面吗？ A：不能。产品的具体外观、包装、文字必须走参考图（R2V / I2V），纯文生视频写不出准确的产品。

【版本】

v16 · 2026 年 10 月