31B 的 MiniMax H3 被砍到 13.7B:单张 4090 就能本地跑的 AI 视频模型,部署前先看清这几点
开源视频生成圈最近又出了个狠活:有人把 31B 参数的 MiniMax H3,硬生生砍到了 13.7B,还能本地跑。
做这件事的是 Video Rebirth 团队,项目叫 HyperFlow H3 Flash。关键不在于“变小了”本身,而在于它不是简单套一层加速 LoRA,而是直接对底层模型结构动了手——结构剪枝加低秩分解,把主扩散网络压缩了一大半。
按发布方的说法,压完之后的变化很直接:单张 RTX 4090 就能本地跑,不用传统的 CFG 引导,默认 6 步采样就能出 1344×768 的视频,还能同步生成 32kHz 的立体声音轨。文生音画、首帧图生视频、首尾帧控制、多图参考这几种玩法都支持。
对比一下原版就知道门槛降了多少:原版 MiniMax H3 光权重就要大约 62GB 显存或内存,生成几秒钟的视频往往还要几十步采样,普通消费级显卡基本不用想。当然,上面这些数字都是发布方口径,实际跑起来什么速度、画质稳不稳,还得自己上机验。
部署之前,先确认版本
第一件事是把 ComfyUI 升到 v0.44.2——按发布方的说明,只有这个版本才支持 HyperFlow H3 Flash,旧版装了也跑不起来。之前装过 ComfyUI 的先在线升级,没装的直接去ComfyUI 官方下载页拿最新版。
两个必装节点,缺一不可
ComfyUI 里要装两个节点:HyperFlow Flash 和 GGUF 引导器,在管理器里搜关键词就能在线安装。如果想跑速度更快的 INT8 ConvRot 权重,还得再装一个社区的 INT8 专用加载器。
这两个节点缺一不可——少装一个,后面加载模型时会直接报错,工作流跑不起来。
模型要下四个,分开放
HyperFlow H3 Flash 只压缩了主扩散网络,文本编码器和音视频解码器还是沿用原版 MiniMax H3 的,所以一共要下四个文件,各放各的目录:文本编码器约 15.7 GB,放 ComfyUI/models/text_encoders;视频 VAE 约 5.21 GB,放 ComfyUI/models/vae;音频 VAE 约 605 MB,同样放 ComfyUI/models/vae;主模型权重 HyperFlow H3 Flash,放 ComfyUI/models/diffusion_models。
文本编码器在MiniMax-H3 文本编码器(Hugging Face),视频和音频 VAE 在MiniMax-H3 VAE 目录(Hugging Face),主模型在HyperFlow H3 Flash 主模型(Hugging Face)。
主模型一共有 6 个 GGUF 版本,按显存挑:最轻的 Q3_K_M 约 7.22 GB,Q4_K_S 约 8.01 GB,Q4_K_M 约 9.05 GB,Q5_K_M 约 10.3 GB,Q6_K 约 11.6 GB,Q8_0 约 14.9 GB。显存小的先从 Q3、Q4 档起步,别一上来就冲 Q8。
工作流有两套,按显存选
公开的工作流分两套:官方 GGUF 版 4 套,社区 INT8 ConvRot 加速版 5 套。
官方版四套按玩法分:hyperflow_t2v.json 是文生音视频,hyperflow_i2v.json 是首帧图生音视频,hyperflow_flf2v.json 是首尾帧控制,hyperflow_ref2v.json 是多图/角色参考。下载去ComfyUI-HyperFlow-Flash 官方工作流(GitHub)。
社区 INT8 版有 5 套,多了一套带稀疏注意力加速的文生音视频,按发布方的说法比常规 INT8 再快约 20%,不想开的话选中节点按 Ctrl+B 绕过就行。INT8 版默认文生是 243 帧、10.1 秒,图生和首尾帧是 124 帧、5.2 秒,参考生视频要切换成 ref2va 权重。下载在INT8 社区工作流(Hugging Face)。
怎么选很简单:显存 16GB 以内用官方版,要求没那么高;24GB 及以上可以试 INT8 社区版,速度更快。
拿来就能用的玩法:首尾帧漫剧
现在市面上不少漫剧就是多图参考生成的:剧情自己写,图片自己选或者用 AI 生成,再交给首尾帧工作流。思路是一样的:首帧定开场,尾帧定收束,中间 20 秒让模型自己补。
比如下面这组示例:一位古风女侠,白衣长裙、长发飘逸、手持长剑,镜头从近景开始,慢慢环绕拉远,她收剑起身,衣袖和长发随风飞扬,最后走到山巅悬崖边,夕阳下停下脚步、转身回眸。参数建议是 20 秒、1280×720 或 1920×1080、16:9,风格写实、电影级、唯美,运动强度中等。
这类示例直接拿去改关键词就能用,换个题材、换套衣服、换个场景,流程是一样的。想做漫剧的话,多图参考模型在HyperFlow H3 Flash 参考模型(Hugging Face)。
动手之前,先想清楚三件事
第一,硬盘和下载时间要留够。文本编码器 15.7 GB 加视频 VAE 5.21 GB,再加主模型 7 到 15 GB,一套下来轻松 30 GB 起步,下载之前先看一眼硬盘余量。
第二,6 步出片是发布方的说法。采样步数砍到 6 步,速度上去了,画质和稳定性有没有打折,得自己跑几段才知道。先拿官方工作流跑通,再去试 INT8 加速版,别一上来就全套拉满。
第三,版本别装错。ComfyUI 低于 v0.44.2 跑不了,两个必装节点缺一不可,模型文件放错目录也会报错。按上面这个顺序装一遍,基本能一次跑通。