影片筆記：本地部署最强开源视频模型MiniMax H3，实操部署教程，再也不用担心消耗大量云端算力了！

一句話總結

講者「日行逆善」示範如何在本地電腦部署 MiniMax 開源的 H3 視頻模型，透過更新驅動、安裝 ComfyUI 並配置對應模型檔案，實現免費生成視頻，解決雲端算力成本高昂的問題。

核心重點

• 本地部署優勢：MiniMax H3 於 8 月 3 日開源，允許用戶在本地運行，無需消耗雲端算力（如之前使用的 Cdance 2.0），節省成本。
• 硬體門檻：建議使用英偉達（NVIDIA）顯卡，最低配置為 RTX 3060，建議顯存 12GB 以上（8GB 可能爆顯存），記憶體建議 16GB 或更高。
• 環境搭建關鍵：

1. 必須將英偉達顯卡驅動更新至最新版本。
2. 下載並安裝 ComfyUI 整合包（指定版本 0.30），解壓路徑不可含中文與空格。
3. 從 Model Scope 下載對應的 Diffusion Models、Text Encoders 及 VAE 模型檔案。

• 操作流程：將模型檔案複製至 ComfyUI 對應資料夾（Models/Diffusion Models, text_encoders, VAE），啟動 ComfyUI 後，透過圖生視頻（Image to Video）節點上傳圖片並設定比例，即可生成視頻。
• 功能與應用：H3 支持多模態輸入（圖片、視頻片段、音頻），具備圖生視頻、文生視頻及全能參考模式，可應用於品牌宣傳、影視短片、AI 劇情創作及電商產品宣傳。

詳細大綱

1. 引言與模型介紹

• MiniMax H3 於 8 月 3 日宣布開源。
• 強調本地部署的優勢：無需消耗雲端算力，解決之前使用 Cdance 2.0 算力昂貴的問題。
• 解釋為何部分模型無法本地部署（提及「B原」概念，僅開源模型可本地部署）。

2. 硬體配置建議

• GPU：推薦英偉達顯卡，最低 RTX 3060。
• 顯存：建議 12GB，8GB 可用但可能爆顯存，16GB 較理想。
• 記憶體：建議 16GB 以上。
• 查看方法：透過桌面「屬性」查看配置。

3. 驅動更新

• 必須更新英偉達顯卡驅動至最新版本。
• 透過官網下載對應顯卡型號與作業系統的驅動。
• 安裝後需重新啟動電腦。

4. ComfyUI 工具安裝

• 從 GitHub 官方網址下載 ComfyUI 整合包。
• 版本選擇：0.30。
• 平台選擇：英偉達（NVIDIA）。
• 注意事項：解壓路徑中不可包含中文與空格。

5. 模型下載與配置

• 來源：Model Scope 官方網站。
• 模型分類：
• 前四個模型：文生視頻或圖生視頻。
• 後四個模型：全程參考視頻模型。
• 演示下載：INT8 量化的文生/圖生視頻模型，同時下載 VAE 相關模型。

6. 檔案結構部署

• 將下載的模型複製至 ComfyUI 解壓目錄下的對應資料夾：
• Models/Diffusion Models
• text_encoders（提及千問模型）
• VAE
• 啟動 ComfyUI：點擊啟動文件，可創建桌面捷徑。

7. 實際操作與測試

• 瀏覽器自動打開 ComfyUI 介面。
• 模板選擇：選擇 MiniMax 圖生視頻模板。
• 節點配置：
• 上傳參考圖片（如滑鼠圖片）。
• 設定視頻比例（9:16, 4:3, 3:4 等）。
• 確認模型節點已正確載入。
• 運行測試：點擊運行，監控任務管理器確認顯卡工作，查看控制台進度條。
• 結果：進度達 100%，成功生成視頻。

8. 功能展示與應用場景

• 多模態支持：可上傳參考視頻片段、音頻、圖片。
• 模式：圖生視頻、文生視頻、全能參考。
• 輸出：音視頻同出。
• 應用案例：
• 品牌宣傳。
• 影視短片/AI 劇情創作（人物參考）。
• 短劇製作。
• 電商產品宣傳。
• 動畫類型視頻。
• 效果對比：與 Cdance 2.0 差異不大。

9. 結語與資源分享

• 提供本地部署包合集至網盤。
• 提供 H3 提示詞資料整理。
• 鼓勵觀眾本地部署並關注後續更新。

工具 / 模型 / 名詞整理

• 模型名稱：
• MiniMax H3
• Cdance 2.0（提及為之前使用的雲端模型）
• C-Dance 2.0（結尾提及，疑為同一模型之不同譯名或口誤）
• 軟體/工具：
• ComfyUI
• GitHub
• Model Scope（模型下載平台）
• 英偉達官網（NVIDIA Official Website）
• 任務管理器（Task Manager）
• 控制台（Console）
• 硬體/組件：
• 英偉達顯卡（NVIDIA GPU）
• RTX 3060
• RTX 4070
• 顯存（VRAM）：8G, 12G, 16G
• 記憶體（RAM）：32G
• 資料夾/路徑結構：
• Models
• Diffusion Models
• text_encoders
• VAE
• 其他專有名詞：
• INT8 量化
• 圖生視頻（Image to Video）
• 文生視頻
• 全能參考
• 音視頻同出
• 多模態

操作流程整理

1. 檢查與更新硬體驅動：

• 確認顯卡為英偉達（NVIDIA），建議 RTX 3060 以上，顯存 12GB+。
• 前往英偉達官網下載並安裝最新顯卡驅動。
• 重新啟動電腦。

1. 安裝 ComfyUI：

• 從 GitHub 下載 ComfyUI 整合包（版本 0.30，NVIDIA 版）。
• 解壓至不含中文與空格的路徑。

1. 下載模型檔案：

• 前往 Model Scope 網站。
• 下載 MiniMax H3 對應的模型檔案（包括 Diffusion Models、Text Encoders、VAE）。
• 若需量化版本，下載 INT8 量化模型。

1. 配置模型路徑：

• 將下載的模型檔案複製至 ComfyUI 解壓目錄下的對應資料夾：
• Models/Diffusion Models
• text_encoders
• VAE

1. 啟動與運行：

• 點擊 ComfyUI 啟動文件。
• 瀏覽器打開 ComfyUI 介面。
• 選擇 MiniMax 圖生視頻模板。
• 上傳參考圖片，設定視頻比例（如 3:4）。
• 點擊運行，監控任務管理器與控制台進度。
• 等待進度達 100%，獲取生成的視頻。

值得注意的限制或風險

• 硬體限制：顯存低於 12GB（如 8GB）可能出現「爆顯存」或「標卡」情況，建議使用 16GB 顯存或更高配置。
• 路徑限制：ComfyUI 解壓路徑中不可包含中文與空格，否則可能導致運行錯誤。
• 驅動依賴：必須使用最新版本的英偉達顯卡驅動，否則可能無法正常運行。
• 模型選擇：Model Scope 上有多個模型檔案，需區分「文生/圖生視頻模型」與「全程參考視頻模型」，並根據需求選擇 INT8 量化版本以節省資源。

逐字稿辨識疑點

• 「B原」：逐字稿中提到「因為它是B原的，B原是沒辦法本地部署了」，此詞彙語意不明，疑為聽寫錯誤或特定領域縮寫，需查證。
• 「Cdance 2.0」與「C-Dance 2.0」：開頭提及「Cdance 2.0」，結尾提及「C-Dance 2.0」，兩者指涉對象可能相同，但名稱拼寫不一致。
• 「標卡」：逐字稿中提到「8G也能用，但是就是可能會標卡」，「標卡」一詞在顯卡語境下語意不清，疑為「爆卡」或「卡頓」之聽寫錯誤。
• 「千問」：在複製 text_encoders 時，講者提到「把千問的這個模型也給它添加進來」，MiniMax H3 模型通常搭配其自家編碼器，此處提及「千問」（通常指阿里通義千問）是否為口誤或特定組合需查證。
• 「0.30」版本：ComfyUI 版本通常為小數點格式（如 0.3.0 或 1.0.0），「0.30」為非常規表述，需查證是否為特定整合包版本號。
• 「全成參考」/「全能參考」：講者口語中出現「全成參考」，隨後修正或口誤為「全能參考」，筆記中已記錄為「全能參考」，但原始聽感存在差異。
• 「若命數如所」：結尾詩句「若命數如所，便由我親手斬斷」，「如所」語意不通，疑為「如訴」或「如鎖」等字之聽寫錯誤。
• 「屁店屁店」：短劇對白中出現「你哪天不是屁店屁店，給我們家做飯」，「屁店」語意不明，疑為特定方言、口誤或聽寫錯誤（可能為「劈裡啪啦」或其他擬聲詞/形容詞）。

可延伸追問

• MiniMax H3 的「全能參考」模式具體如何操作？與單純的圖生視頻有何技術差異？
• Model Scope 上提供的多個模型檔案中，哪些是必須的，哪些是可選的？
• 對於顯存較小（如 8GB）的用戶，是否有其他優化手段或替代方案？
• 「B原」一詞具體指代什麼概念？是否與版權或授權模式有關？
• ComfyUI 版本 0.30 與官方最新穩定版相比，在功能或兼容性上有何特殊之處？