国产 MiniMax H3 发布：一句话生成带声音的高清视频，还开源了 ...

国产 MiniMax H3 发布：一句话生成带声音的高清视频，还开源了

8 月 4 日，国产 AI 公司 MiniMax 正式发布了第三代视频生成模型 H3（Hailuo 系列的延续），并且这次罕见地开放了权重，普通开发者、创作者都能直接拿去用。据官方消息，ComfyUI 当天就完成了原生支持——也就是流行的免费 AI 工作流工具，现在可以直接跑这个模型。

聊点实用的，它能干嘛？

• 输入很灵活：给它文字、图片、视频、音频都可以，它能生成视频。
• 画质和长度：最高支持 2K 分辨率、单段最长 15 秒。
• 自带声音：这是最惊艳的一点。H3 生成的视频是"原生带真实立体声"的，不是后期配音贴上去的——比如视频里有人说话、有环境音，都是一起生成的。
• 还能控制首尾帧：指定开头和结尾画面，让模型把中间过程补出来；或者给一段参考视频，让 AI 把里面的动作、镜头、节奏"搬"到你要的内容上。

官方说这套模型把"图片+音频+视频"的能力揉进了一个模型，一次推理就把这几件事一起做了，不用再像以前那样好几个工具来回倒腾。

对普通电脑友不友好？ 据官方介绍，H3 在消费级显卡上也能跑：他们把模型里约 40% 的"调制权重"替换成了一张功能等价的查表，内存占用直接砍掉 66%（整模型从全精度的 123.6GB 降到最小编号版本的 42.5GB），配合显存调度，一块 RTX 3060 就能本地跑这个 2K 视频模型。

对创作者来说，这是个不小的利好：以前做"带声音的生成视频"门槛很高，现在开源模型 + 免费工具（ComfyUI）+ 消费级显卡就能玩起来。想尝鲜的人，把 ComfyUI 更新到 0.30.0 版本就能找到对应的模板工作流。

来源：ComfyUI 官方博客 / MiniMax

链接：https://blog.comfy.org/p/minimax-h3-day-0-support-in-comfyui