MiniMax H3 i ComfyUI: arbetsflöden i originalmiljön, driftad generering och ControlNet

Välj generering i originalmiljön eller som driftad tjänst, ladda ned ett arbetsflöde för första bildrutan och en filöversikt, och granska noder, bildyta och referenser före en verklig körning.

Den här guiden hjälper dig att välja och förbereda ett arbetsflöde. Den har kontrollerats mot den länkade officiella dokumentationen; ingen installation, lokal generering eller prestandamätning av hårdvara har utförts här.

Granskat 2026-10-05 · De egenframtagna undervisningsutkasten har inte genererats oberoende. Inget jämförande hastighets- eller kvalitetstest har genomförts.

01. Välj originalmiljö, driftad tjänst eller kontrollerad konditionering

Ansvar i H3-arbetsflöden
Väg	Du ansvarar för	Använd när
H3 i originalmiljön ComfyUI	Installation, modellfiler, nodgraf och beräkningsresurser	Du behöver granska eller anpassa arbetsflödet i originalmiljön.
Driftad H3 i denna Studio	Indata som du har rätt att använda, formulärinställningar och uppgiftsbudget	Du vill ha ett formulär som stöds utan att underhålla lokala modellvikter.
H3 Fun ControlNet	Dess separata arbetsflöde med patch och styrvideo	Du behöver den dokumenterade konditioneringsvägen för pose, djup och kanter.

Den officiella H3-översikten från ComfyUI skiljer arbetsflöden med öppna modellvikter i originalmiljön från driftad åtkomst. Dess bildyta med 768 pixlar på kortsidan i originalmiljön och senare 2K-bearbetning skiljer sig från att välja 2K i denna Studio. Överför inte en nodparameter från originalmiljön till ett driftat formulär som inte gör den tillgänglig.

02. Granska miljö, lagringsutrymme och licens först

Öppna de aktuella officiella anvisningarna och granska den valda mallen innan du laddar ned. Ett arbetsflöde i originalmiljön kräver en lämplig beräkningsmiljö, betydande lagringsutrymme för modeller och kompatibla ComfyUI-noder. Den här handledningen hävdar inte att en viss Mac, GPU eller notebook-tjänst kan köra det.

Uppdatera ComfyUI enligt kraven i den aktuella mallen; en äldre installation kan sakna H3-noder.
Läs i samma mall/version vilka modeller som ska laddas ned och i vilka mappar de ska placeras.
Granska den aktuella modelllicensen och licensen för eventuella patchar eller anpassade noder hos utgivaren. Öppna modellvikter innebär inte i sig att all kommersiell användning är tillåten.
Håll tillståndet att använda dina inmatade medier åtskilt från programvaru- och modelllicenser.

Lokal beräkning innebär fortfarande kostnader för tid, lagring och infrastruktur. Generering via en värdtjänst har det pris som den valda tjänsten anger. Inget av alternativen är automatiskt kostnadsfritt.

03. Ladda en sammanhängande mall och de filer som hör till den

Den officiella handledningen för lokal körning innehåller mallar för text-till-video, bild-till-video och referens-till-video. Börja med en aktuell mall och se till att dess modellinläsare, vikter, textkodare och komponenter för ljud- och videoavkodning passar ihop. Hämta exakta filnamn och sökvägar från den källan i stället för att kombinera en godtycklig nodgraf med äldre filer.

Mallkomponenternas ansvarsområden
Komponent	Vad du ska kontrollera
Modellinläsare	Förväntad H3-modellvariant och filsökväg
Textbaserad styrning	Matchande kodare och avsedda promptfält
Kodning och avkodning av bild och ljud	Nödvändiga matchande komponenter för de valda medierna
Sampling och utdata	Mallens bildyta, bildruteinställningar och plats för sparande

Håll grafen nära den medföljande mallen vid den första körningen. Lägg till en referens eller ändra ett promptkrav först när grundflödet går att ladda och ger ett resultat som går att granska.

04. Ladda ned en övning med första bildrutan som bygger på en fastställd version

Ladda ned en övning med första bildrutan som utgår från en fastställd version av en officiell I2V-mall. Uppgiften är en liten gardinrörelse medan en lampa står stilla. Paketet innehåller JSON och instruktioner, inte indatafoton, vikter eller ett genererat resultat.

Använd en sammanhängande version

Den här grafen har granskats mot källkoden för ComfyUI v0.33.0. Alla 21 backendtyper i den framtagna grafen har deklarationer där, och dess serialiserade länkar klarar statiska kontroller. Dokumentationen anger 0.30.0+ för basfamiljen; det fastställer inte grafens lägsta eller högsta version för körning. Frontend 1.49.6 är endast versionen av verktyget som skrev mallen.

ComfyUI/models/diffusion_models/: minimax_h3_fl2va_pruned_int8_convrot.safetensors
ComfyUI/models/text_encoders/: qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors
ComfyUI/models/vae/: minimax_h3_video_vae_int8_convrot.safetensors
ComfyUI/models/vae/: minimax_h3_audio_vae_fp32.safetensors
ComfyUI/models/loras/: minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16.safetensors

Utgivarens metadata anger totalt cirka 40.07 GB för de fyra kärnfilerna, eller 42.03 GB inklusive den refererade LoRA. Detta är storleken på lagrade filer, inte VRAM-krav. Turbo är avstängt, men dess inläsare finns kvar i grafen; kontrollera filreferenserna före import.

Följ anslutningarna

1. LoadImage → first_frame
Välj ditt foto av en lampa och en gardin som du har tillstånd att använda. Lämna last_frame tomt.
2. ResolutionSelector → width / height
Den yttre väljaren åsidosätter undergrafens kontroller. Kontrollera först de anslutna värdena.
3. MiniMaxH3ImageToVideo → BasicGuider
Prompten och den första bildrutan skapar den positiva styrningen.
4. MiniMaxH3ImageToVideo → SamplerCustomAdvanced
Följ vägen för latentdata till samplingen, inte vägen för förhandsvisningsbilden.
5. Video / audio VAE decode → CreateVideo → SaveVideo
Avkoda video och ljud separat, kombinera dem och spara sedan under output/video med prefixet h3_lamp_curtain.

Importera och förbered den första tagningen

Förbered ditt eget 1344 × 768-foto av en lampa och en gardin. Filnamnet i paketet är en platshållare; välj en riktig fil i LoadImage efter importen.
Dra JSON till ComfyUI och expandera I2V-undergrafen. Granska varje modellinläsare, first_frame och det tomma last_frame.
Behåll den framtagna övningens väljare 16:9, 0.98 MP, multipel 32, längd 5, slumpfrö 42 och turbo_mode=false. Den kontrollerade formeln ger 1344 × 768. Om du väljer 1.0 MP blir resultatet i stället 1376 × 768.
Behåll den tillhörande gardinprompten. Kör en gång efter kontroller av miljön och filerna och dokumentera det faktiska resultatet. Mallen anpassar längden 5 till 124 bildrutor; 124/24 är cirka 5.17 sekunder, inte en uppmätt längd på den sparade filen.

Statisk granskning bekräftar inte import i frontend, inläsning av vikter, minnesåtgång, inferens eller spelbart ljud/video. Ingen körning med ComfyUI eller GPU har utförts här. Granska lampan, gardinrörelsen, avslutningen och ljudet efter en faktisk körning. Den bevarade informationen om MIT-arbetsflödet är separat från villkoren för modell, medier och resultat.

Fastställd version av den officiella mallen · Utgivarens filer · Den statiska valideringens omfattning

05. Tilldela referenser och planera hur den första tagningen ska bedömas

En utseendereferens, en första/sista bildruta och en tidslinjeguide har olika uppgifter i lokala arbetsflöden. Följ fälten och etiketterna i den valda mallen. En bild som är ansluten till en tidslinjeankare är inte automatiskt en referens som kan användas via text i alla promptfält; den särskilda referensguiden för Lägg till guide förklarar skillnaden.

Använd en bild av en lykta bredvid en gardin som du har tillstånd att använda. Din första uppgift är en liten gardinrörelse medan lyktan står stilla. Detta är en kort sammanfattning av syftet med den nedladdade övningen; anpassa den till mallens faktiska fält. Ingen av versionerna har körts här.

Referensen bestämmer hur lyktan, gardinen och rummet ser ut. En fast kamera håller lyktan och gardinen synliga. Gardinen svajar mjukt en gång och stannar sedan. Lyktan står stilla med ett jämnt, varmt ljus. Inga nya föremål, ingen ny kamerarörelse och inget scenbyte. Avsluta i ett tydligt viloläge.

Kontrollera rörelse, föremålens form och avslutning var för sig. Välj antal bildrutor, bildyta och sparalternativ i den lokala mallen; ställ in längden i värdtjänsten och antalet bildrutor lokalt var för sig.

06. Behandla Fun ControlNet som ett separat arbetsflöde

Den officiella sidan för Fun ControlNet beskriver en separat H3-patch för styrvideor med pose, djup eller kanter. Använd den dokumenterade förberedelsen av styrdata och patchens anslutningar. Detta skiljer sig från att ladda upp en vanlig video med en handling i värdtjänstens formulär för H3-referenser.

Om du bara behöver en allmän handlingsreferens kanske det extra styrningsflödet inte behövs. Om du behöver dess styrningsväg, kontrollera först att källan och den valda patchen passar ihop; att skriva ”posestyrning” i en prompt hos värdtjänsten installerar eller aktiverar inte patchen.

ComfyUI: H3 Fun ControlNet

07. Lokalisera felet innan du byter arbetsflöde

Kontroller vid den första lokala körningen
Symtom	Första kontroll	Nästa åtgärd
H3-nod saknas	Kärnversion och importfel vid start	Följ mallens uppdateringskrav; gissa inte på ett orelaterat paket.
Modellen hittas inte	Filnamn, slutförd nedladdning och inläsarens sökväg	Använd filer och mapp enligt den aktuella officiella fillistan.
Kodnings-/avkodningsfel	Matchande komponenter och indatatyper	Återgå till en sammanhängande mall innan du lägger till fler medier.
Minnes- eller inläsningsfel	Valda vikter, bildyta och beräkningsmiljö	Granska de dokumenterade kraven; överväg en värdtjänst om det inte passar dig att underhålla den här miljön.
Resultatet följer inte en referens	Indatans roll, motstridiga promptkrav och guidernas faktiska anslutningar	Förenkla till en roll och en handling och granska sedan resultatet.

Spara mallversionen, inställningarna och felmeddelandet. Tolka inte en misslyckad lokal inläsning som bevis för att modellen i värdtjänsten inte kan utföra uppgiften, eller ett lyckat resultat i värdtjänsten som bevis för att din lokala miljö är korrekt konfigurerad.

08. Välj ett nästa steg i stället för att ladda ned allt

Läs först den aktuella officiella mallen om ditt mål är lokal körning. Använd Lägg till guide för exakta indata till guidenoder; granska det separata, communityunderhållna Director-paketets egen källa och version. Utgivarens Skill för promptskrivning är ett skrivhjälpmedel, inte en renderare.

För alternativet med värdtjänst väljer du material som stöds i Studio-formuläret och granskar prisförslaget. Den här webbplatsen kör inte din ComfyUI-graf och ger inte tillgång till dess tidslinjenodkontroller.