MiniMax H3 NeoVista

NeoVista MiniMax H3 Studio｜社区镜像完整使用教程

一键启动的中文可视化 MiniMax H3 视频工作台。支持文生视频、首帧/首尾帧图生视频、全能参考、三款 H3 Turbo LoRA、逐行素材配对批量、FlashVSR 高清放大、GIMM-VFI 帧率提升、任务进度、GPU/显存监控及完整结果参数记录。

本文档对应社区镜像 v1.3.5。不同版本的界面与功能可能略有差异，请以实例页面显示的镜像版本为准。

v1.3.5 更新重点

• 新增 GIMM-VFI 2×/4× 视频帧率提升；
• 支持生成完成后自动插帧；
• 支持选择历史生成视频或上传本地视频独立插帧；
• FlashVSR 支持生成后自动超分，以及历史结果或本地视频独立超分；
• 批量生成改为“每行一条完整提示词”；
• 图生视频的首帧、尾帧按照上传顺序逐行匹配，无需修改文件名；
• 支持批量全能参考，通过 01、02、03…文件名前缀为不同任务归组；
• 新增任务 0～100% 进度条、当前处理阶段和等待队列；
• 新增 GPU 核心、显存、CPU、内存实时监控；
• 每条结果显示并持久化生成参数、排队时间和实际处理耗时；
• 桌面端左右工作区支持独立滚动；
• 移除额外浏览器用户名和密码登录层；
• 优化 ComfyUI/WebUI 自启动、停止、重复启动和 PID 识别；
• 提高实例重启后的服务恢复稳定性。

---

一、镜像能做什么

本镜像把 MiniMax H3、ComfyUI、中文 React WebUI、FastAPI 后端、三款适配 H3 的 Turbo LoRA、FlashVSR 超分和 GIMM-VFI 帧率提升工作流整理在同一个云端工作台中。创建实例后无需手动搭建节点，也不需要在本地电脑安装 Python、CUDA 或 ComfyUI。

主要功能：

• 文生视频：只使用提示词生成视频；
• 首帧图生视频：上传一张起始图片，让画面从该图片开始运动；
• 首尾帧图生视频：同时上传首帧和尾帧，让视频在两张图片之间过渡；
• 全能参考生成视频：最多同时使用 9 张参考图片、3 段参考视频和 3 段独立参考音频；
• 原生音视频联合提示：提示词可同时描述画面、动作、镜头、对白、环境声和音乐；
• 三档生成质量：20 步质量、8 步平衡、4 步极速，并自动匹配兼容的 H3 LoRA；
• 手动选择 LoRA：界面会标明用途、兼容模式、速度与质量取舍；
• 逐行批量：每行一个完整提示词；图生视频按上传列表顺序逐行配对首帧/尾帧，全能参考按 01、02、03… 文件名前缀归组；
• 单 GPU 安全队列：生成、超分和帧率提升都能持续提交，由统一队列逐个执行；
• FlashVSR 高清放大：生成完成后自动 2×/4×，也可选择历史视频或上传本地视频单独超分；
• GIMM-VFI 帧率提升：生成完成后自动 2×/4× 插帧，也可选择历史视频或上传本地视频单独处理；
• 结果预览和下载：页面直接播放、下载，并保留历史结果；
• 完整结果信息：每条视频显示模式、尺寸、时长、步数、LoRA、Seed、超分/插帧设置、排队时间和实际生成耗时；
• 运行监控：页面显示当前任务 0～100% 进度、等待队列、GPU 核心、显存、CPU、内存和实时日志；
• 双栏独立滚动：桌面端左右工作区可分别滚动，调整参数时不会把结果与监控区带离视野；
• 点击即用：通过平台 HTTPS WebUI 入口打开，不再弹出额外浏览器用户名/密码框；
• HTTPS 同源下载：适配优云智算外网入口，避免浏览器 Mixed Content 下载拦截。

本镜像在租用的 GPU 实例内完成推理，不调用 MiniMax 按次收费的视频生成 API。用户仍需承担优云智算实例、系统盘或其他平台资源产生的费用。

---

二、使用前必读

1. 适合哪些用户

适合：

• 想使用中文可视化页面生成 MiniMax H3 视频；
• 不想自己配置 ComfyUI 节点、Python 环境和模型路径；
• 需要文生、图生、全能参考和视频超分集中在一个页面；
• 只在创作时租 GPU，用完下载结果并释放实例；
• 希望通过 4 步快速试稿、8 步日常出片、20 步重质量生成。

不适合：

• 需要多人账号、计费系统或公开商业 API 的网站服务；
• 需要多个任务并行占用同一张 GPU 同时推理；
• 需要模型原生 2K 输出；
• 所在地区或使用场景不符合 MiniMax H3 Community License。

2. 当前版本的重要边界

• 每批最多 10 行提示词；同一批任务共用尺寸、时长、质量、LoRA、Shift 和自动增强设置；
• 生成、超分和帧率提升任务可以继续提交，但单 GPU 会按照队列顺序逐个推理；
• H3 原生画布最高为 768 × 1344 或旋转方向，并非原生 2K；
• FlashVSR 2×/4× 属于生成后的画面放大，不等于模型重新进行原生 2K 生成；
• GIMM-VFI 2×/4× 增加的是中间帧和输出帧率，不增加画面分辨率，也不改变视频总时长；
• 超分可以改善清晰度和部分细节，但无法保证修复原视频中的人物变形、错误动作或错误构图；
• 输出文件保存在当前实例中，释放实例前必须下载。

---

三、硬件与实例配置建议

生成速度和可用上限会受到 GPU 型号、显存、系统内存、分辨率、时长、参考素材数量、采样步数和超分设置共同影响。

使用目标	GPU 显存建议	系统内存建议	建议起步参数
快速试用	24GB 属于实验配置	建议 96GB 或以上	480p/544p、2～5 秒、4 步、暂不超分
日常稳定使用	32GB 或以上	64GB 或以上	768p、5～10 秒、8 步
全能参考/长视频/高质量	32GB～48GB 或以上	94GB 或以上更稳	先用短时长验证，再逐步增加
20 步并接高质量超分	48GB 或以上更从容	94GB 或以上更稳	先生成，再单独执行 2× 超分

注意：

• 上表是本工作台的使用建议，不是 MiniMax 官方承诺的最低硬件要求；
• 24GB 显存不代表所有模式、尺寸和时长都能稳定运行；
• 显存不足时，先降低清晰度、缩短时长、减少参考素材、关闭生成后自动超分；
• 4× 超分的计算量、显存占用、输出尺寸和文件体积都会显著增加；
• 只选择社区镜像页面列出的已适配地区与 GPU 卡型。

---

四、创建实例并打开 WebUI

第 1 步：使用社区镜像创建实例

1. 在当前镜像详情页点击 立即部署；
2. 选择可用地区和 GPU；
3. 系统盘容量不得低于平台创建页面给出的镜像要求；
4. 保持镜像登记的 HTTP 端口 7860；
5. 提交订单并等待实例状态变为 运行中。

本镜像只需要把 7860 作为 WebUI 外部入口。内部 ComfyUI 使用 127.0.0.1:8188，无需也不建议开放到公网。

第 2 步：等待服务自动启动

实例第一次启动时需要初始化运行目录并启动 ComfyUI 和 WebUI。通常先等待 1～3 分钟，模型盘或机器初始化较慢时可能需要更久。

如果刚创建实例就看到 502 Bad Gateway / 服务未启动，不要反复新建实例，先等待几分钟后刷新。

第 3 步：打开 WebUI

回到实例卡片，点击平台显示的 SD-WebUI / WebUI 入口即可进入。当前版本不再设置额外的浏览器 Basic Auth，因此不会再要求输入镜像自己的用户名和密码。

进入页面后，先查看右侧或页面下方的部署状态：

• 显示“ComfyUI、MiniMax H3 节点与基础模型正常”：可以开始生成；
• 显示“部署尚未完整”：按照页面列出的缺失节点或模型排查；
• 显示 GPU 尚未连接：稍等后刷新，仍无变化再检查服务状态。

---

五、WebUI 页面说明

页面分成两个主要区域：

左侧：生成设置

用于选择生成模式、逐行填写提示词、上传素材、设置画幅、时长、质量、LoRA、Seed，以及生成后自动 FlashVSR/GIMM-VFI。图生视频素材按上传列表顺序配对，无需改名；批量全能参考素材才需要任务编号。

右侧：输出与运行状态

用于查看：

• 最新生成视频；
• 历史生成结果；
• 视频下载入口；
• 每条结果的完整生成参数与实际耗时；
• 当前任务、0～100% 步骤进度和等待队列；
• 每 2 秒更新的 GPU 核心利用率、显存已用/总量、CPU 利用率和内存已用/总量；
• 实时运行日志；
• 已有视频独立超分与独立帧率提升入口。

桌面宽屏下左右两栏各自滚动；移动端仍按从上到下的单列页面自然滚动。

---

六、三种生成模式详细教程

模式 A：文生视频

适合只通过文字描述画面、运动和声音。

操作步骤：

1. 在“生成模式”选择 文生视频；
2. 在“视频与音频提示词”中填写画面内容；
3. 选择画面比例、清晰度和时长；
4. 初次测试建议选择 平衡（8 步）；
5. LoRA 选择保持 自动匹配（推荐）；
6. Seed 保持 -1 随机，或填写固定整数复现相近结果；
7. 点击 开始生成。

提示词示例：

电影感写实画面，一名穿深色风衣的年轻女性站在雨夜街口，霓虹灯在湿润路面形成倒影。
镜头从中景缓慢推进到近景，人物自然抬头并看向镜头，头发和衣摆随风轻微摆动。
背景车辆缓慢驶过，远处传来雨声、轮胎压过积水的声音和低沉氛围音乐，全程一镜到底。

模式 B：图生视频（首帧/可选尾帧）

适合让静态图片产生运动，或控制视频开头和结尾的构图。

操作步骤：

1. 选择 图生视频（首帧/可选尾帧）；
2. 将图片拖入“首帧图片”区域，或点击区域选择文件；
3. 如需控制结尾，再上传一张“尾帧图片”；
4. 提示词重点描述希望发生的动作、镜头运动和声音，不必重复罗列图片中已经明确的全部内容；
5. 选择输出比例时尽量接近输入图片比例，减少裁切和构图偏移；
6. 先以 4 步或 8 步生成短片验证运动方向；
7. 确认满意后再提高质量或执行超分。

素材规则：

• 首帧图片：必填，最多 1 张；
• 尾帧图片：选填，最多 1 张；
• 只上传首帧时是普通首帧图生视频；
• 同时上传首帧和尾帧时，系统自动使用首尾帧工作流；
• 支持浏览器可识别的常用图片格式，推荐 PNG、JPG、JPEG 或 WebP；
• 两张图片的主体、风格和构图差异过大时，过渡更容易出现变形。

提示词示例：

保持人物身份、服装和背景结构一致。人物先自然眨眼，随后缓慢转头看向窗外，表情平静。
镜头轻微向右环绕并缓慢靠近，光线随人物转身产生自然变化。背景只有轻微景深变化，不新增人物。

模式 C：全能参考生成视频

适合同时参考人物身份、服装、环境风格、动作、镜头节奏、声音或音乐。

操作步骤：

1. 选择 全能参考生成视频；
2. 至少上传一种参考素材：图片、视频或音频；
3. 按需要上传多张图片、多段视频或独立音频；
4. 选择“参考图处理尺寸”；
5. 填写提示词，明确每类素材希望提供什么参考；
6. 第一次建议短时长、少素材测试，确认关系正确后再增加；
7. 质量优先可选 20 步，速度优先可选 Ref2V 4 步。

素材数量上限：

素材类型	数量上限	主要用途
参考图片	9 张	身份、服装、场景、物体、色彩和风格
参考视频	3 段	动作、镜头、表情、节奏，并自动读取视频原声作为参考
独立参考音频	3 段	人声、对白、音乐、节奏和环境声

全能参考模式至少需要一份有效素材，不能只写提示词而不上传参考文件。

“参考图处理尺寸”说明：

• 匹配输出尺寸（更快）：优先节省显存和时间，日常推荐；
• 最大参考尺寸（身份细节更强）：尽可能保留参考图细节，但更消耗资源。

全能参考提示词示例：

参考图片保持人物面部身份、发型和黑色外套；参考视频只学习自然走路动作和手臂摆动节奏；
参考音频作为背景音乐节奏。人物从画面左侧走向镜头，经过暖色灯光区域后停下并抬头。
镜头使用稳定器低机位跟拍，不复制参考视频中的场景和其他人物。

建议在提示词中明确写出“哪份素材参考什么”，避免让模型同时继承彼此冲突的身份、动作和场景。

---

七、提示词怎么写

推荐按以下顺序组织：

主体与场景 → 主体动作 → 镜头运动 → 光线与风格 → 对白/声音/音乐 → 不希望出现的变化

可以重点描述：

• 主体：人物、动物、产品、建筑、环境；
• 动作：谁做什么、动作快慢、先后顺序；
• 镜头：固定、推进、拉远、平移、环绕、跟拍、俯拍、低机位；
• 画面：写实、电影感、广告片、纪录片、动画、色温、时间和天气；
• 声音：对白内容、说话者、环境声、音乐类型、音量远近；
• 连续性：保持身份、服装、背景、镜头方向，不新增人物等。

避免：

• 一句话塞入大量互相矛盾的动作；
• 同时要求固定镜头、快速环绕和大幅推进；
• 多份参考素材主体互相冲突，却没有说明各自用途；
• 只写“动起来”“更高级”“更好看”等缺乏可执行信息的词；
• 把 10 秒视频写成包含许多地点、角色和剧情转折的长故事。

---

八、画面比例与原生分辨率

选择画面比例和“原生清晰度”后，系统会自动填写实际宽高。宽高必须是 32 的倍数，且总像素不能超过 H3 原生画布上限。

画面比例	480p	544p	768p
16:9	864×480	960×544	1344×768
4:3	640×480	736×544	1024×768
1:1	480×480	544×544	768×768
3:4	480×640	544×736	768×1024
9:16	480×864	544×960	768×1344
21:9	1024×448	1216×512	1344×576

常见选择：

• 横屏视频：16:9；
• 竖屏短视频：9:16；
• 人像或商品展示：3:4；
• 方形社交媒体内容：1:1；
• 宽银幕氛围镜头：21:9。

“交换宽高”可以快速在横版和竖版之间切换。手动修改宽高时不要超过原生上限。

---

九、时长、质量、LoRA、Shift 与 Seed

1. 生成时长

• 可设置：2～15 秒；
• 输出帧率：24fps；
• 10 秒是日常较均衡的选择；
• 时长越长，生成时间、显存压力和发生连续性问题的概率通常越高；
• 初次测试建议先生成 2～5 秒，确认提示词和运动方向后再做 10 秒或更长版本。

2. 三档质量模式

模式	文生/图生实际策略	全能参考实际策略	适用场景
超高质量	20 步基础模型，不加载 Turbo LoRA	20 步基础模型	最终版本、复杂运动、质量优先
平衡	FL2V 8 步 LoRA	12 步 Ref2V 基础模型	日常正式生成，速度与质量均衡
极速	FL2V 4 步 LoRA	Ref2V 4 步 LoRA	快速预览、方向测试、批量探索

重要说明：全能参考目前没有对应的官方 8 步 LoRA，因此在全能参考模式选择“平衡”时，系统会自动使用 12 步基础模型，不是错误。

3. 三款 LoRA 的用途

FL2V 平衡 8 步

文件：

minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16.safetensors

• 用于：文生视频、首帧图生视频、首尾帧图生视频；
• 不用于：全能参考；
• 优点：兼顾速度、细节和运动连续性；
• 建议：日常 768p、10 秒正式生成优先使用。

FL2V 极速 4 步（768p）

文件：

minimax_h3_fl2v_turbo_4step_v1.0_768p_comfyui_bf16.safetensors

• 用于：文生视频、首帧图生视频、首尾帧图生视频；
• 不用于：全能参考；
• 优点：生成最快，适合确认构图、动作和提示词方向；
• 取舍：复杂细节、动作连续性和提示词遵循通常不如 8 步方案。

Ref2V 全能参考 4 步

文件：

minimax_h3_ref2v_turbo_4step_v0.1_comfyui_bf16.safetensors

• 只用于：全能参考生成视频；
• 优点：全能参考的最快方案；
• 取舍：重视质量时建议使用 12 步平衡或 20 步基础模型。

4. 自动匹配与手动选择

日常建议保持 自动匹配（推荐）。系统会根据生成模式和质量选择兼容组合，并锁定 LoRA 对应的正确步数。

只有明确要对比 LoRA 时再使用手动选择：

• 选择 8 步 LoRA 后，步数自动锁定为 8；
• 选择 4 步 LoRA 后，步数自动锁定为 4；
• 切换生成模式或质量档位后，系统恢复自动匹配；
• 不兼容当前模式的 LoRA 会变灰，无法点击；
• 显示“未下载”表示当前实例缺少对应文件；
• LTX、FaceID 等其他架构的 LoRA 不属于 MiniMax H3，不会出现在可用列表中。

5. Video shift 与 Audio shift

• Video shift：控制视频扩散采样过程中的时间/视觉信号偏移；
• Audio shift：控制音频扩散采样过程中的偏移；
• 推荐默认值：Video shift = 12，Audio shift = 3；
• 没有成组对比测试时不建议随意修改；
• Shift 不是简单的“越大越清晰”或“越大声音越好”。

6. Seed

• -1：每次随机生成新的 Seed；
• 固定整数：便于在相同提示词和素材下复现相近结果；
• 改变模型、LoRA、步数、尺寸、时长或素材后，即使 Seed 相同，结果也可能明显变化；
• 批量生成使用固定 Seed 时，后续任务依次使用 Seed + 1。

---

十、批量生成规则

当前版本采用逐行提示词 + 素材自动配对，最多 10 条任务：

• 第 1 行完整提示词生成第 1 个视频，第 2 行生成第 2 个视频，依次类推；
• 空行自动忽略，不需要另外填写“批量数量”。

图生视频配对规则：

• 首帧不用改名，第 1 张上传图片对应第 1 行提示词，第 2 张对应第 2 行，依次类推；
• 首帧张数必须与提示词行数完全相同；
• 尾帧为选填：可以全部不上传；一旦上传，张数必须与提示词行数相同，同样按上传顺序逐行配对；
• 例如 6 行提示词 + 6 张首帧 + 0 张尾帧，会创建 6 个任务，每行依次使用一张首帧。

全能参考配对规则：

• 批量全能参考仍使用文件名前缀编号，例如 01_人物.jpg、01_动作.mp4、02_声音.wav；
• 第 1 行对应 01 素材，第 2 行对应 02 素材，依次到第 10 行和 10 素材；
• 每个编号至少有一份素材，每组最多 9 图、3 视频、3 音频；
• 同编号的多份全能参考素材共同作用于对应提示词，不会串到其他任务；
• 单条生成只有一行提示词时，素材可以不加编号。

本批所有任务仍共同使用画面比例、分辨率、时长、质量、LoRA、Shift 与自动增强设置。

Seed 规则：

• Seed 为 -1：每个任务独立随机；
• Seed 为固定整数：第 1 个任务使用该值，后续任务依次 +1。

执行规则：

• 各组素材一次上传；
• 点击一次后，本批任务一起进入队列；
• 单 GPU 按顺序逐个推理，不会同时挤占显存；
• 右侧“当前任务与队列”会显示正在执行和等待数量。

---

十一、FlashVSR 高清放大

FlashVSR 有两种使用方式。

方式 A：生成完成后自动超分

1. 在生成区域展开 FlashVSR 高清放大；
2. 打开“生成完成后自动超分”；
3. 选择超分模式和放大倍数；
4. 正常提交 H3 生成任务；
5. H3 生成完成后，工作流继续处理高清版本。

方式 B：已有视频独立超分

1. 在页面右侧或下方展开 已有视频独立超分；
2. 二选一：
   • 从“历史生成视频”下拉框选择服务器上的结果；
   • 将本地视频拖入上传框，或点击选择文件；
3. 选择 Tiny、Tiny-long 或 Full；
4. 选择 2× 或 4×；
5. Seed 保持 -1 或填写固定整数；
6. 点击 开始独立超分。

历史视频和本地上传视频只能选择一个。如果已经选择历史视频，不要同时再上传本地文件。

支持常用视频格式，推荐 MP4；界面还接受 MOV、WebM 和 MKV。FlashVSR 处理画面帧后会尽量按原视频帧率并保留原音轨重新封装。

三种超分预设

预设	特点	建议用途
Tiny	速度优先	短视频、快速查看效果
Tiny-long	长视频和低显存优先	32GB 显存、10 秒视频的日常推荐
Full	质量优先	显存和时间充足时的最终处理

2× 与 4×

• 2×：宽和高各放大 2 倍，日常推荐；
• 4×：宽和高各放大 4 倍，像素总量会大幅增加；
• 768×1344 的竖屏视频执行 2× 后为 1536×2688；
• 这属于后处理超分，不代表 H3 在 1536×2688 画布上原生生成。

建议流程：先关闭自动超分，用 4 步或 8 步筛选满意视频，再从历史结果执行独立 2× 超分。这样可以避免对不满意的试稿浪费 GPU 时间。

---

十一-A、GIMM-VFI 视频帧率提升

GIMM-VFI 同样有两种入口：

方式 A：生成完成后自动提升帧率

1. 在 生成后自动增强 中打开“生成 → 自动提升帧率”；
2. 选择 2× 或 4×；
3. 正常提交 H3 任务；
4. H3 生成结束后，工作流自动补充中间帧；
5. 如果同时启用了 FlashVSR，系统按“先插帧、后超分”执行，降低高分辨率插帧的显存峰值。

方式 B：已有视频独立提升帧率

1. 展开 已有／本地视频帧率提升；
2. 从历史结果选择一个视频，或拖入一个本地视频；
3. 选择 2× 或 4×；
4. 点击 开始独立帧率提升。

系统会读取源视频实际帧率。比如 24fps 选择 2× 后输出约 48fps，选择 4× 后输出约 96fps； 输出总时长不变，原音轨会保留。GIMM-VFI 改善的是运动时间采样与流畅度，不会把 768p 变为 2K， 也不能保证消除源视频已有的变形或运动错误。

---

十二、生成、超分与帧率提升能否并行

可以在一个任务仍运行时继续提交新的生成、超分或帧率提升任务，但需要区分：

• 提交可以并行：不用等待当前任务结束再点击提交；
• 推理不会并行：三类任务进入同一个单 GPU 队列，按顺序执行；
• 这样设计是为了避免两个重任务同时占用显存导致崩溃；
• 如果需要真正同时推理，需要两张独立 GPU 或两个实例，当前单实例单 GPU 版本不提供这一能力。

---

十三、查看任务、终止任务与清理队列

当前任务与队列

页面会显示：

• 当前空闲或正在执行；
• 当前阶段、节点或采样步数对应的 0～100% 进度条；
• 等待任务数量；
• 最近运行日志。

终止当前任务

点击 终止当前任务 会向 ComfyUI 发送中断请求。中断可能需要等当前节点响应，不一定在点击瞬间停止。

清空等待队列

点击 清空等待队列 只移除尚未开始的任务，不会自动终止当前正在运行的任务。

停止任务不会自动删除已经生成完成的视频。

---

十四、结果预览、参数和下载

生成成功后：

1. 最新结果会出现在主预览播放器；
2. 历史结果会保留在下方列表；
3. 点击视频可播放；
4. 点击 下载 保存到本地；
5. 每条视频下方会显示本次实际使用的数据。

记录内容包括：

• 生成模式；
• 实际宽高；
• 目标时长；
• 质量档位和采样步数；
• 实际使用的 LoRA；
• LoRA 强度；
• Seed；
• Video shift / Audio shift；
• 是否启用 FlashVSR；
• FlashVSR 预设与倍率；
• 是否启用 GIMM-VFI、插帧倍率、源帧率和输出帧率；
• 排队等待时间；
• 实际生成耗时；
• 完成时间。

这些元数据保存在输出视频旁边，WebUI 重启后仍可重新读取。旧版本生成、但没有元数据文件的视频仍可播放和下载，只是不会显示完整参数与耗时。

通过 JupyterLab 批量下载

如果需要一次下载多条视频：

1. 点击实例卡片上的 JupyterLab；
2. 打开目录：

/workspace/minimax-h3-data/output

3. 选中需要的文件并下载。

释放或删除实例前，务必确认所有需要保留的结果已经下载到本地。实例被回收后，临时系统盘数据可能无法恢复。

---

十五、推荐参数组合

快速确认提示词与运动方向

• 清晰度：480p 或 544p；
• 时长：2～5 秒；
• 质量：极速 4 步；
• LoRA：自动匹配；
• Seed：-1；
• 超分：关闭。

日常 10 秒均衡出片

• 清晰度：768p；
• 时长：10 秒；
• 文生/图生质量：平衡 8 步；
• 全能参考质量：平衡，系统实际使用 12 步基础模型；
• LoRA：自动匹配；
• Video shift：12；
• Audio shift：3；
• Seed：-1；
• 超分：先关闭，满意后 Tiny-long 2×。

最终质量优先

• 先用相同素材和短时长测试；
• 质量选择 20 步基础模型；
• 不同时运行生成后自动 4×；
• 生成成功后再对满意结果执行 Full 2×；
• 记录并保留满意版本的 Seed 和提示词。

批量探索

• 先写 3～5 行完整提示词；图生视频按上传顺序准备对应首帧和可选尾帧，只有批量全能参考素材需要使用 01～05 文件名前缀编号；
• 质量：4 步或 8 步；
• Seed：-1 用于扩大随机性，固定整数用于连续 Seed 对比；
• 暂不超分；
• 先从历史结果筛选，再单独超分成片。

---

十六、常见问题排查

1. 打开 WebUI 显示 502 Bad Gateway

先等待 1～3 分钟并刷新。如果仍然无法打开：

cd /workspace/minimax-h3-portable
./compshare/status.sh

需要手动重启时：

cd /workspace/minimax-h3-portable
./compshare/start.sh

查看日志：

tail -n 100 /workspace/minimax-h3-data/logs/comfyui.log
tail -n 100 /workspace/minimax-h3-data/logs/webui.log

如果日志显示缺少项目文件、Python 环境或模型，不要重复执行未知安装命令，请保留完整日志、镜像版本、地区和 GPU 型号后反馈。

2. 实例页面没有 WebUI 按钮

• 确认使用的是本社区镜像的正确版本；
• 确认实例已处于运行状态；
• 查看实例的端口配置中是否存在 7860；
• 平台按钮名称可能显示为 SD-WebUI、WebUI 或自定义服务入口；
• 不要把 8188 当作外部 WebUI 端口。

3. 仍然弹出浏览器登录框

• 先确认部署的是当前页面的 v1.3.5 或更高版本；
• 旧版镜像仍会生成账号密码，不能仅靠刷新自动升级；
• 新版实例若由旧运行目录升级，请执行 ./compshare/stop.sh 后再执行 ./compshare/start.sh；
• 仍出现时清除该 WebUI 地址的浏览器旧凭据或使用无痕窗口验证。

4. LoRA 显示未下载或无法点击

• “未下载”：当前部署缺少对应文件；
• “当前模式不兼容”：例如 FL2V LoRA 不能用于全能参考，Ref2V LoRA 不能用于文生/图生；
• 20 步质量模式使用基础模型，不需要 Turbo LoRA；
• 全能参考平衡模式使用 12 步基础模型，没有 8 步 Ref2V LoRA；
• 切换生成模式或质量后，系统会恢复自动匹配。

5. 点击生成后提示缺少模型

记录页面列出的完整文件名，并执行：

cd /workspace/minimax-h3-portable
./compshare/status.sh

如果是社区镜像本身缺少或未连接平台模型文件，应提交镜像版本、地区、GPU 型号和缺失文件列表，不要自行下载名称相近但版本不一致的权重覆盖。

6. 显存不足或任务中途失败

按以下顺序降低压力：

1. 关闭生成后自动超分；
2. 从 768p 降到 544p 或 480p；
3. 缩短视频时长；
4. 减少全能参考素材数量；
5. 先使用 4 步预览；
6. 超分使用 Tiny-long + 2×；
7. 仍失败时更换更大显存或更多内存的实例。

不要在同一实例里另外启动一套 ComfyUI 占用显存。

7. 视频已经生成，但页面没有显示

• 等待状态自动刷新；
• 手动刷新浏览器；
• 检查文件是否存在：

find /workspace/minimax-h3-data/output -type f | tail -n 30

• 查看 WebUI 日志是否有输出路径或元数据读取错误；
• 旧版输出可能只有视频文件，没有参数元数据，但仍应能在历史结果中显示。

8. 点击下载没有反应

• 确认当前页面通过平台的 HTTPS WebUI 入口打开；
• 不要手动把下载地址改成 http://；
• 刷新后重新点击；
• 仍无法下载时，通过 JupyterLab 进入输出目录下载；
• 如果浏览器控制台提示 Mixed Content，请记录当前页面地址、下载地址和镜像版本后反馈。

9. 队列一直不动

• 查看当前任务是否仍在加载模型或执行长节点；
• 查看实时日志和 GPU 利用率；
• 不要连续反复点击“开始生成”；
• 需要放弃当前任务时先点击“终止当前任务”；
• 再使用“清空等待队列”移除未开始的任务；
• 如需重启，先确认没有要保留的运行中任务。

---

十七、服务命令

以下命令均在 JupyterLab Terminal 中执行。

查看状态

cd /workspace/minimax-h3-portable
./compshare/status.sh

启动或恢复服务

cd /workspace/minimax-h3-portable
./compshare/start.sh

停止 WebUI 与 ComfyUI 服务

cd /workspace/minimax-h3-portable
./compshare/stop.sh

注意：停止脚本只停止实例中的应用服务，不等于关闭或释放云 GPU 实例。是否继续收费以优云智算控制台显示的实例状态和计费规则为准。

---

十八、节省费用与数据保留

推荐使用流程：

1. 需要创作时，从社区镜像创建临时 GPU 实例；
2. 等待 WebUI 自动启动；
3. 完成生成和超分；
4. 下载所有需要保留的视频、提示词和参数；
5. 确认本地文件可播放；
6. 回到平台控制台关闭或释放实例。

请注意：

• 关闭应用不一定停止云平台计费；
• 关机是否收费、系统盘是否收费，以平台当前规则为准；
• 删除实例可能同时删除实例内的输入、输出和日志；
• 本镜像不会自动把结果同步到个人网盘；
• 重要结果必须在释放实例前下载。

---

十九、隐私与安全

• 素材上传到你当前租用的 GPU 实例中处理；
• WebUI 不再设置额外账号密码，请把平台生成的实例访问地址视作私有链接，不要公开传播；
• 不要开放内部 ComfyUI 8188 端口到公网；
• 当前版本是个人单用户工作台，不提供多用户权限隔离；
• 删除实例前，如素材敏感，请先确认平台的数据回收规则。

---

二十、常见问题

这是 MiniMax 官方镜像吗？

不是。本镜像是 NeoVista 基于公开模型、公开节点和公开工作流制作的第三方部署与可视化工具，不代表 MiniMax 官方产品。

生成视频会调用付费 API 吗？

不会。模型在租用的 GPU 实例中本地推理，但实例本身会产生云算力费用。

本地最高画质是多少？

H3 原生画布最高为 768×1344 或旋转方向。可以使用 FlashVSR 放大到更高像素尺寸，但那是后处理超分，不是 H3 原生 2K。

20 步一定比 8 步好很多吗？

不一定。20 步通常更偏向质量和稳定性，但提升幅度取决于镜头、提示词和素材。建议先用 8 步筛选，再对重要镜头用 20 步对比。

8 步 LoRA 能配 20 步使用吗？

不建议。Turbo LoRA 应使用其训练对应的步数。本界面在自动或手动选择 LoRA 时会锁定正确步数。20 步模式直接使用基础模型。

能给已经生成的视频做超分吗？

可以。既能从历史结果直接选择，也能上传本地 MP4、MOV、WebM 或 MKV。

生成和超分能同时进行吗？

可以同时提交，但单 GPU 依次执行，不会同时占用显存推理。

支持批量全能参考吗？

支持。当前版本最多填写 10 行完整提示词，并通过 01、02、03… 文件名前缀为每个任务分别绑定最多 9 图、3 视频和 3 音频。

GIMM-VFI 是超分吗？

不是。FlashVSR 增加宽高像素，GIMM-VFI 在相邻画面之间生成中间帧。二者可以分别使用，也可以在生成后依次执行。

为什么历史结果没有参数和耗时？

旧版本生成的视频可能没有旁路元数据文件。新版本生成的结果会自动记录并在重启后恢复。

---

二十一、版本更新记录

v1.3.5

• 中文 React + FastAPI WebUI；
• 文生、首帧/首尾帧图生、全能参考；
• 三款 H3 Turbo LoRA 自动匹配和手动选择；
• 逐行提示词批量：图生首尾帧按上传顺序配对，全能参考按编号归组；
• 真实拖放上传；
• 历史结果或本地视频独立 FlashVSR 超分；
• 生成后自动 GIMM-VFI 2×/4× 帧率提升，以及历史结果或本地视频独立插帧；
• 生成、超分与插帧统一安全队列；
• 0～100% 任务进度与实时 GPU 核心、显存、CPU、内存监控；
• 桌面双栏独立滚动；
• 视频预览、HTTPS 同源下载；
• 每条结果显示并持久化参数、排队时间和实际生成耗时；
• 实例自启动、点击即用 WebUI、服务状态和日志工具。

---

二十二、许可、上游与免责声明

使用前必须阅读并遵守 MiniMax H3 Community License、Acceptable Use Policy、适用地域限制以及所在地法律法规。只有在许可允许的地区和场景中才能部署或使用模型。

• MiniMax H3 模型与许可证：https://huggingface.co/MiniMaxAI/MiniMax-H3
• ComfyUI：https://github.com/Comfy-Org/ComfyUI
• ComfyUI MiniMax H3 教程：https://docs.comfy.org/tutorials/video/minimax/minimax-h3
• FlashVSR 节点：https://github.com/lihaoyun6/ComfyUI-FlashVSR_Ultra_Fast
• FlashVSR 模型：https://huggingface.co/JunhaoZhuang/FlashVSR
• GIMM-VFI 节点：https://github.com/kijai/ComfyUI-GIMM-VFI
• GIMM-VFI 模型：https://huggingface.co/Kijai/GIMM-VFI_safetensors

MiniMax H3 is licensed under the MiniMax H3 Community License Agreement, Copyright © 2026 MiniMax. All Rights Reserved.

生成速度、显存占用、音画表现和最终效果会随硬件、驱动、分辨率、时长、提示词、参考素材和随机 Seed 变化。本文档提供的是功能说明与推荐起点，不承诺所有实例获得完全相同的速度或结果。

遇到问题时，请一并提供：镜像版本、实例地区、GPU 型号、显存、系统内存、所选模式、分辨率、时长、步数、是否启用超分，以及相关日志末尾内容。请先删除私人素材名称后再公开。