MiniMax H3 本地视频生成经验分享（AMD RX7900XTX）
经过被老特训了一轮后，我也就继续我的旅途，但开始继续前，我就来尝试一下minimax H3。先大概介绍一下我的环境吧
一、服务器配置
| 项目 | 配置 |
|---|---|
| CPU | AMD 线程撕裂者 3960X（24核） |
| 内存 | 128GB（8*16GB）DDR4 |
| GPU | 华硕 TUF AMD Radeon RX 7900 XTX 24GB |
| 存储 | 21TB SSD，1500GB SSD，8*8TB 机械硬碟 |
| 主板 | 技嘉 Aorus TRX40 |
| 电源 | 全汉 1000W |
二、服务器环境
因为需要跑各种服务，所以我的是装了Proxmox虚拟机，也只能先给一半的配置给comfyui。
| 项目 | 配置 |
|---|---|
| 虚拟化 | KVM 虚拟机（GPU 直通） |
| CPU | 24 vCPU（可以理解成12核） |
| 内存 | 64 GiB |
| GPU | AMD Radeon RX 7900 XTX 24GB（GPU 直通） |
| 存储 | 120GB，240GB SSD |
| 系统 | Ubuntu 24.04.4 LTS，kernel 6.8.0-137-generic |
三、软件栈与版本
至于装什么包，我是没什么去注意的，我的都是直接用最新版本的，AI推荐的。
| 组件 | 版本 |
|---|---|
| ComfyUI | 0.33.0 |
| Python | 3.12.3（独立 venv） |
| PyTorch | 2.13.0 + rocm7.2.4 |
| 其他 | diffusers 0.39.0、transformers 5.14.1、av 18.0.0、scenedetect 0.7.1 |
四、模型与节点
我个人比较喜欢导演台的工作流，找到一个不错的就直接抄过来，然后在改一点（从sage attention改去comfy kitchen attention， 如果要让amd显卡跑sage attention，我是不想折腾）
- 扩散模型：minimax_h3_fl2va_pruned_int8_convrot.safetensors，也有下载 ref2va版本，不过我的需求暂时没有用到，所以没有测试
- 文本编码：Qwen3-VL-32B nvfp4_awq
- VAE编码：video VAE fp16（4.9GB）+ audio VAE fp32（0.6GB，32kHz 立体声，本项目静音使用）
- LoRA模型：lightx2v的fl2v turbo 8step v1.0（不过AI用了Kijai大神的重打包版 347MB，因为官方的有问题），当然也有下载 ref2v的官方版本（ref2v turbo 4step v0.1），不过我目前也是没测试过
- 节点：AIMixer的导演台，Spectrum加速，comfy kitchen attention
五、工作流设置
我需求是文生视频，720P，4:3，不需要音频，每段约7秒
- 采样：8 步 / res_multistep / simple / CFG=1.0 / sigma shift video 12 · audio 3（因为有8步turbo lora，所以采样也是8步）
- 输出：1024×768（0.75 megapixels），24fps · 175帧（7.3s）（turbo lora用768P训练，所以调去0.75去对应他的解析度）
- audioMode=mute
- 开 lowvram 模式
- 启动参数 --disable-pinned-memory，不然会崩溃
六、MiniMax H3 vs LTX-2.3 实测对比
- 速度：生成一个7秒钟 720P的视频，都很稳定在445秒（7分钟25秒）左右，跟LTX2.3（2分钟30秒）对比，的确慢了许多，但这样的配置能达到7分钟半已经算可以了
- 画面合理性：MiniMax H3肯定是比较好的那个，简单测了两个在LTX2.3不行的场景（拿起铅笔书写的场景和把纸揉成团丢掉的场景），MiniMax H3目前都表现的不错，手部动作流畅合理，纸张的变动自然。我只能说LTX2.3对动作类的场景表现一直以来都较弱。
- 画质与细节：我没那么注重，这方面我不做评价。画面能用，对我来说就足够了
七、心得
要我做个选择，我是会多花3倍的时间换一个可用的画面，因为LTX2.3的画面不稳定，需要大量抽卡，即使生成时间短，需要生成很多视频才能抽到一个可用的，那还大不如用更稳定的minimax H3，反正到头来生成时间都差不多，我也能节省了来来回回和赛选的时间。我也只是做个简单的测试，如果有高手觉得有问题，欢迎指点。
连接与参考
我分享一下工作流，AMD用户可以尝试看看，但不保证能直接用，如果遇到什么问题就直接丢给hermes加v4 flash，他会帮你搞定的。
工作流：MiniMax H3 Director.json
导演台节点链接：https://github.com/AIMixer/ComfyUI_MiniMaxH3_Director
spectrum加速节点链接：https://github.com/xmarre/ComfyUI-Spectrum-MiniMax-H3
LTX-2.3 设置
- 扩散模型：
ltx-2.3-22b-distilled-Q4_K_M.gguf（14GB，GGUF 量化） - 文本编码：gemma_3_12B_it_fp4_mixed（8.8GB）+ text_projection_bf16（2.2GB）
- VAE：LTX23 video/audio VAE（bf16）+ taeltx2_3
- 采样：主渲染 8 步 / CFG=1.0 / euler / linear_quadratic（官方蒸馏规范），精修渲染 4 步 denoise 0.42 + 放大一倍（spatial x2 upscaler）
