最近 AI 视频生成领域又来了一个相当值得关注的模型——MiniMax H3！这一次 MiniMax 直接把 H3 开源了。
它并不是传统意义上只能“输入一句提示词，然后生成一段视频”的普通文生视频模型，而是一套真正的全模态视频生成系统，可以同时理解文本、图片、视频和音频等不同类型的输入，并生成最高 2K 分辨率、最长 15 秒、24FPS、原生 32kHz 立体声音频的视频。
更重要的是，H3 支持文生视频、图生视频、视频生视频以及多模态参考生成等玩法，甚至可以把人物、动作、镜头、声音等多个元素组合起来进行创作。
而这次真正让开源社区兴奋的，还不是 H3 本身有多强，而是社区已经出现了针对 H3 的去限制版本。相比官方版本，这类第三方修改模型试图减少部分内容限制，让模型在一些创作场景下拥有更大的自由度。
对于喜欢折腾本地 AI、想自己部署视频模型，或者希望制作战争片、电影短片、角色剧情、动作场景等内容的玩家来说，这无疑又多了一个非常值得尝试的选择。
当然，模型属于社区第三方版本，并非 MiniMax 官方发布的，实际使用时也需要注意模型来源、许可证以及当地法律法规。
部署教程
一、下载最新模型
目前比较明确、专门适配 MiniMax-H3 的 Heretic/Uncensored 文本编码器是我们之前介绍的这个INT8 ConvRot，但是它对小显存的电脑适配不是很好，所以这次我推荐大家使用NVFP4 版本，这个版本约 15.7 GB，就是针对低显存机器重新量化的版本。作者实测单张 16GB 卡也可以运行 H3。
模型下载：
Huggingface下载：【点击前往】
它的大小与 Comfy-Org 的官方 NVFP4 编码器相同，因此可以直接替换：CLIPLoader只需指向此文件，MiniMax-H3 工作流程的其余部分将保持不变。
二、安装最新 Comfy UI
目前只有最新版本的Comfy UI 才内置Minimax H3 文生视频、图生视频模型，所以如果你之前已经安装过Comfy UI客户端，那么务必将其升级到最新版。 对比影音设备
官方下载：【点击前往】
注意：如果你在中国大陆，在安装的过程中，务必开启镜像加速，否则后面的主模型你是无法在线下载的。安装后进入在左侧的模板选项，来进入到模型下载中心，打开后在里面找到Minimax H3主模型，里面有文生视频、和图生视频、视频转视频等，到时你可以根据自己的需要进行下载；
打开后它会提示你需要下载对应的模型文件，好几个模型文件：含文本编码器、音频编码、VAE、主模型等，点击右侧的全部下载即可！在下载的过程中，我们需要将第一步下载好的模型给它放入到对应的文件夹下：ComfyUI/models/text_encoders；
如果你跟我一样是默认安装在C盘的，那么需要将模型放入到：C:\Users\你的用户名\AppData\Local\Comfy-Desktop\ComfyUI-Shared\models\text_encoders，最后在Comfy UI客户端的CLIPLoader（类型：）选择模型
三、提示词：
**生成一支约30秒、电影级质感的中国古代边疆战争电影预告片。**
整体风格：**史诗级、写实、肃杀、苍凉、紧张、恢弘、电影预告片质感**。
场景设定为中国古代北方边疆，塞外荒漠、黄土高原、雄伟古城、烽火台、城墙、关隘。不要出现现代建筑、现代武器、现代服装、现代交通工具。
**画面要求：**
真实电影摄影质感，超高细节，真实人物皮肤与毛发，真实战马，真实盔甲和冷兵器，体积光，烟尘，风沙，火光，冷暖对比，浅景深，电影级调色，IMAX史诗战争片视觉效果。镜头运动自然流畅，避免AI生成感、人物变形、手部异常、武器结构错误。
### 【0-4秒】
超远景。
苍茫的中国北方边疆，夕阳即将落下，巨大的古代边城矗立在荒漠与群山之间，城墙上旌旗被狂风吹动，远处烽火台燃起狼烟。
镜头缓慢向前推进。
低沉的战争鼓声开始出现，远处传来战马嘶鸣。
画面气氛压抑、肃杀，仿佛大战即将来临。
### 【4-8秒】
切换至快速近景。
一匹黑色战马在黄沙中高速奔跑，马蹄扬起漫天尘土。
马背上是一名年轻的中国古代女将。
她身穿深色重甲，头戴战盔，长发随风飘动，神情冷峻坚定，手握长刀。
镜头从战马侧面高速跟拍，然后快速推近女将坚毅的眼神。
战鼓节奏开始加快。
### 【8-12秒】
城门前。
巨大的古代城门缓缓关闭，大量身穿中国古代铠甲的士兵站在城墙和城门两侧。
士兵手持长刀、长枪、弓箭，神情紧张。
女将骑马来到城门前，猛然勒住战马。
战马前蹄扬起，发出嘶鸣。
女将拔出长刀，刀刃在夕阳中闪过一道寒光。
### 【12-16秒】
战争爆发。
大量敌军骑兵从远处荒漠冲锋而来，漫天黄沙。
城墙上的弓箭手同时拉满弓弦。
特写：手指松开弓弦。
大量箭矢破空射出，形成密集箭雨，飞向远处冲锋的骑兵。
镜头跟随一支箭矢高速飞行。
音乐开始进入高潮。
### 【16-21秒】
高速战争蒙太奇。
连续快速剪辑：
女将骑马冲入战场，挥刀斩向敌军。
两名士兵近距离挥刀交锋，刀剑猛烈碰撞，迸发火花。
盾牌被长枪撞击。
战马从镜头前高速掠过。
士兵在城墙上奔跑。
箭矢不断从天空划过。
火焰、烟尘、黄沙和飞舞的旗帜充满整个战场。
镜头快速切换，充满压迫感和速度感。
### 【21-26秒】
音乐突然降低。
战场短暂安静。
女将独自骑马站在漫天黄沙之中，身后是燃烧的烽火和残破的城墙。
她缓缓抬起手中的长刀。
风吹动战旗。
镜头从女将背后缓慢推进，最终切换到她坚定而冷峻的正面特写。
随后战鼓突然再次响起。
### 【26-30秒】
最终高潮。
女将率领大量骑兵向敌军发起冲锋。
数百匹战马同时奔腾，马蹄震动大地，黄沙漫天。
镜头从低机位拍摄战马冲过镜头，再快速升至高空，展现宏大的古代战场。
最后定格在女将挥刀冲锋的瞬间。
画面逐渐变黑。
出现电影预告片式标题：
**「烽火边关」**
字幕具有厚重、苍劲、古朴的中国电影字体质感。
### 音乐与声音设计
全程配备原创电影级战争背景音乐：
开头使用低沉的大鼓、低音弦乐、苍凉笛声，营造边疆肃杀感。
中段加入越来越密集的战鼓、低音铜管、弦乐快速节奏。
战争爆发时音乐进入史诗级高潮。
加入真实的战场环境音：
战马嘶鸣、马蹄声、风沙声、城门轰鸣、士兵呐喊、刀剑碰撞声、弓弦声、箭矢破空声、火焰燃烧声。
最后在女将冲锋时音乐达到最大高潮，然后突然戛然而止，只留下风沙声。
**音乐必须具有大型历史战争电影预告片的感觉，恢弘、悲壮、紧张、有层次，不要现代流行音乐，不要电子舞曲。**
### 视觉关键词
中国古代边疆、塞外古城、战争史诗、女将、战马、古代士兵、重甲、长刀、弓箭、箭雨、城门、烽火、黄沙、荒漠、战旗、刀剑碰撞、骑兵冲锋、电影预告片、史诗战争、写实电影、真实摄影、IMAX、电影级灯光、体积光、浅景深、真实烟尘、动态镜头、强烈视觉冲击。
**画面比例：16:9。**
**整体要求：**
30秒内形成完整的电影预告片叙事：
**边关危机 → 女将出现 → 城门戒备 → 敌军来袭 → 箭雨 → 近身厮杀 → 女将蓄势 → 骑兵冲锋 → 电影标题。**
人物外貌、服装、盔甲、武器和战马在不同镜头之间保持高度一致。动作符合真实人体和真实马匹运动规律。避免卡通感、游戏CG感、廉价特效感和明显AI生成痕迹。如果 你需要加人负面提示词输入框，可以加：
避免：现代建筑、现代武器、枪械、汽车、现代服装、现代城市、科幻元素、赛博朋克、游戏画面、卡通风格、动漫风格、塑料质感、廉价CG、过度特效、人物脸部变形、五官错误、多余手指、多余肢体、手臂变形、战马变形、马腿异常、武器变形、刀剑穿模、人物突然换脸、服装突然变化、人物身份变化、场景跳变、镜头抖动、低清晰度、过曝、过度锐化、严重运动模糊、文字乱码、错误字幕、现代字体、现代音乐。
注意：如果你的显存不是很大，那么在生成视频的时候，分辨率不要调的太大，可以先生成小尺寸的视频，生成后你再进行高清处理！
