# 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。
2.  **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。
3.  **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。
4.  **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`
5.  **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？