RTX 4090 本地跑 MiniMax H3 视频生成：完整技术方案与踩坑总结
RTX4090本地跑MiniMaxH3视频生成：完整技术方案与踩坑总结一、背景MiniMaxH3是目前开源视频生成模型的第一梯队，支持参考图生视频（Ref2VA）、音频驱动、角色一致性等能力。本文基于RTX409024GB+ComfyUI-aki-v3.2的实际生产经验，从模型清单、核心参数、踩坑注意点、优化方案四个维度做完整总结。二、模型清单2.1H3视频生成核心模型（4个）模型文件名大小作用U
RTX 4090 本地跑 MiniMax H3 视频生成：完整技术方案与踩坑总结
一、背景
MiniMax H3 是目前开源视频生成模型的第一梯队，支持参考图生视频（Ref2VA）、音频驱动、角色一致性等能力。本文基于 RTX 4090 24GB + ComfyUI-aki-v3.2 的实际生产经验，从模型清单、核心参数、踩坑注意点、优化方案四个维度做完整总结。
二、模型清单
2.1 H3 视频生成核心模型（4 个）
| 模型 | 文件名 | 大小 | 作用 |
|---|---|---|---|
| UNET | minimax_h3_ref2va_pruned_int8_convrot.safetensors | ~20GB | 视频生成主网络，int8 量化 + 剪枝 +convrot 优化 |
| CLIP | qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors | ~18GB | 32B 参数文本编码器，AWQ 量化，type 必须设为 minimax |
| 视频 VAE | minimax_h3_video_vae_fp16.safetensors | ~几 GB | 视频潜空间编解码 |
| 音频 VAE | minimax_h3_audio_vae_fp32.safetensors | ~几 GB | 音频潜空间编解码 |
2.2 角色一致性辅助模型（3 个）
| 模型 | 文件名 | 大小 | 作用 |
|---|---|---|---|
| 写实底模 | RealVisXL_V4.0.safetensors | 6.46GB | SDXL 写实风格，生成角色参考图 |
| IP-Adapter | ip-adapter-plus_sdxl_vit-h.safetensors | 770MB | 角色特征锁定，确保跨镜头一致性 |
| ControlNet | controlnet-openpose-sdxl.safetensors | 2.5GB | 姿势控制，锁定角色动作 |
三、核心参数（经过验证的安全配置）
3.1 视频生成参数
| 参数 | 值 | 说明 |
|---|---|---|
| 分辨率 | 1280×704 | 1344×768 会卡死（已验证 2 次），1280×704 是 24GB 安全上限 |
| 帧数 | 124 帧/段 | 24fps ≈ 5.2 秒/段 |
| 采样器 | res_multistep | H3 专用多步采样器，比默认更快更好 |
| 采样步数 | 25 | 质量与速度的平衡点 |
| CFG | 4.0 | H3 推荐低值，太高会 原创不易，完成人机校验，阅读全文 相关推荐 |