ComfyUI MiniMax H3 音视频生成镜像（Ref2VA）

镜像简介

本镜像提供开箱即用的 ComfyUI + MiniMax H3 参考图生音视频（Ref2VA）环境，可根据参考图片和中文或英文提示词生成带同步音频的视频。

• 核心功能： MiniMax H3 参考图生视频、原生音频生成、视频与音频 VAE 解码及 MP4 输出。
• 开箱即用： 已安装 ComfyUI、ComfyUI-Manager、Comfyui-Performance 和所需模型，无需用户再次下载模型。
• 轻量模型组合： 使用修剪版 INT8 扩散模型和 NVFP4 文本编码器，减少磁盘占用和首次加载时间。
• 自动启动： 实例启动后会自动运行 ComfyUI，并监听 0.0.0.0:8188；进程异常退出后由 Supervisor 自动重启。

预装模型

/root/comfyui/data/models/
├── diffusion_models/
│   └── minimax_h3_ref2va_pruned_int8_convrot.safetensors
├── text_encoders/
│   └── qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors
└── vae/
    ├── minimax_h3_video_vae_fp16.safetensors
    └── minimax_h3_audio_vae_fp32.safetensors

模型文件合计约 42.5 GB。使用者应同时遵守 MiniMax H3 模型仓库中的许可协议及适用法律法规。

环境与依赖

• ComfyUI： 0.30.0
• ComfyUI 前端： 1.47.11
• PyTorch： 2.11.0+cu130
• CUDA： CUDA 13.0 对应 PyTorch 构建
• Python： 3.12.11
• 自定义节点： ComfyUI-Manager V3.41、Comfyui-Performance
• 推荐 GPU： 48 GB 显存或以上
• 推荐系统内存： 96 GB 或以上
• 推荐系统盘： 100 GB 或以上

不同 GPU、驱动和实例规格下的性能可能不同。较低显存配置可能需要降低分辨率、帧数或启用更激进的模型卸载。

使用方法

1. 使用本镜像部署 GPU 实例，并确保应用端口或防火墙中已开放 TCP 8188。

2. 实例启动后等待约 1～2 分钟，让 ComfyUI 完成 Python、自定义节点和 CUDA 初始化。

3. 通过平台提供的 8188 应用链接访问；也可以使用：

   http://实例公网IP:8188/
   

4. 在 ComfyUI 中打开 MiniMax H3 Ref2VA 工作流，确认选择以下模型：

   diffusion_models/minimax_h3_ref2va_pruned_int8_convrot.safetensors
   text_encoders/qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors
   vae/minimax_h3_video_vae_fp16.safetensors
   vae/minimax_h3_audio_vae_fp32.safetensors
   

5. 上传参考图片并填写提示词。首次测试建议从较低分辨率、5 秒时长开始，确认工作流可用后再提高参数。

6. 生成结果默认保存在：

   /root/comfyui/data/output/
   

服务管理

ComfyUI 由 Supervisor 管理。常用命令：

# 查看状态
supervisorctl status comfyui

# 重启服务
supervisorctl restart comfyui

# 停止服务
supervisorctl stop comfyui

# 启动服务
supervisorctl start comfyui

# 查看实时日志
tail -f /root/comfyui/comfyui.log

自动启动脚本和服务配置位于：

/start.d/comfyui.sh
/etc/supervisor/conf.d/comfyui.conf

环境验证代码

在实例终端执行：

# ComfyUI 应显示 RUNNING
supervisorctl status comfyui

# HTTP 状态码应为 200
curl -s -o /dev/null -w '%{http_code}\n' http://127.0.0.1:8188/system_stats

# 查看 GPU、驱动和显存
nvidia-smi

# 查看预装模型
find /root/comfyui/data/models/{diffusion_models,text_encoders,vae} \
  -maxdepth 1 -type f -printf '%p | %s bytes\n'

目录说明

/root/comfyui/
├── ComfyUI/                 # ComfyUI 程序目录
├── venv/                    # Python 虚拟环境
├── data/
│   ├── input/               # 上传的输入文件
│   ├── output/              # 生成结果
│   ├── models/              # 模型目录
│   └── user/                # 用户配置和工作流数据
├── comfyui.log              # 运行日志
└── extra_model_paths.yaml   # 模型路径配置

性能说明

• 实例重启后的第一次任务需要从系统盘冷读取数十 GB 模型，模型初始化通常需要数分钟。
• 首次加载期间 GPU 利用率可能较低，这是磁盘读取和权重 staging 阶段的正常现象。
• 同一实例和同一 ComfyUI 进程中的后续任务通常可以复用缓存，加载速度可能明显提高。
• 视频生成耗时取决于分辨率、时长、采样步数、参考素材数量、GPU 和磁盘性能。

安全提示

ComfyUI 默认没有用户登录认证。将 8188 对公网开放后，任何能够访问该端口的人都可能提交任务并消耗 GPU 资源。私人实例建议在平台防火墙中限制来源 IP，或通过带认证的反向代理访问。

发布镜像前，请清理个人输入图片、输出视频、工作流历史、访问密钥和其他敏感数据。

相关链接

• ComfyUI 源码： Comfy-Org/ComfyUI
• MiniMax H3 模型： ModelScope - Comfy-Org/MiniMax-H3
• ComfyUI-Manager： Comfy-Org/ComfyUI-Manager
• Comfyui-Performance： nregret/Comfyui-Performance
• 优云智算快速指南： ComfyUI 部署与社区镜像发布

常见问题

Q1：实例启动后无法立即访问 8188？
A1： ComfyUI 初始化通常需要 1～2 分钟。先运行 supervisorctl status comfyui；若不是 RUNNING，查看 /start.d/log/comfyui.log 和 /root/comfyui/comfyui.log。同时确认平台应用端口或防火墙已开放 TCP 8188。

Q2：ComfyUI 显示 RUNNING，但公网仍然无法访问？
A2： 在实例内执行 curl http://127.0.0.1:8188/system_stats。如果内部正常，通常是平台应用端口、防火墙或公网映射配置问题。

Q3：第一次加载模型为什么需要几分钟？
A3： 本工作流需要从系统盘读取约 36 GB 的扩散模型和文本编码器，并将权重 staging 到内存和显存。首次冷加载较慢属于正常现象。

Q4：出现显存不足或内存不足怎么办？
A4： 降低分辨率、视频时长和参考素材数量，关闭其他 GPU 任务，并确认实例至少具有推荐的显存和系统内存。

Q5：模型下拉列表中找不到预装模型？
A5： 刷新浏览器或执行 supervisorctl restart comfyui。模型应分别位于 diffusion_models、text_encoders 和 vae 目录。

Q6：如何查看生成文件？
A6： 可在 ComfyUI 输出节点中查看，也可以在 /root/comfyui/data/output/ 目录中下载。

Q7：实例重启后需要手动运行 ComfyUI 吗？
A7： 不需要。平台会执行 /start.d/comfyui.sh，随后由 Supervisor 启动并持续管理 ComfyUI。