别贪全下MiniMax H3本地部署只需要拿这几个文件【免费下载链接】MiniMax-H3MiniMax H3 是一个通用的全模态生成系统。它支持对由文本、图像、视频和音频组成的多模态上下文进行统一理解并能生成分辨率高达 2K、时长可达 15 秒的带原生立体声音频的视频。得益于面向任务泛化的系统设计H3 在预训练阶段就已具备广泛的多模态上下文理解与生成能力能够出色地执行复杂的多模态指令。项目地址: https://ai.gitcode.com/MiniMax-AI/MiniMax-H3好家伙三百多G下完了一跑就OOM也有人只挑了最大的transformer目录下载结果一启动满屏缺文件报错。这就是大多数人本地部署MiniMax H3的真实开场——这个能把文本/图片/视频/音频理解成上下文、再煮出最长15秒、2K分辨率、带原生立体声音频的开源视频生成模型门槛其实不在模型本身而在下哪几个文件这一步。本文把下什么、选哪版、显存够不够、第一次怎么跑、报错怎么救一次说清。MiniMax H3本地部署自检先回答4个问题再动手问题1你的显存有多少一句话版本全精度BF16是顶配豪华套餐单张消费级显卡装不下。官方SGLang示例直接写的是--num-gpus 4——主干33B 文本编码器32B权重合计130GB往上。只有一张16~24GB显卡社区量化版可以跑16GB实测可跑8GB能出480P就是慢。只有核显劝退直接用网页版或API。问题2你到底想干什么纯文字出片、单图动起来、首尾帧补中间过程是一类任务拿最多9张图3段参考视频3段参考音频做照着样来的二创是另一类。两者对应两个不同的checkpoint文件不能互相顶替。问题3你要2K吗本地开源版本默认只出768p。2K由H3-Regenerate-2K模块负责该模块尚未开源官方路线是本地768p 官方API增强。2K是硬需求就直接走API别本地死磕。问题4磁盘够吗单任务族一套就要上百GB仅文本编码器14个分片、主干13个分片。别贪心两个都装按需拿一套。拆文件一个checkpoint里的7件东西各管什么把H3想象成一家声画同步料理店你点单prompt素材后厨把半成品现做、摆盘、配B端声轨最后端上一盘带声音的视频。一个任务族checkpoint就是这一整家店的班子少一件店都开不了model_index.json——后厨组织架构图。谁负责什么、在哪个目录框架靠它定位组件丢了直接报找不到模型。text_encoder/——看单的大厨Qwen3-VL-32B14个分片最大单件。把你的口语化点单翻译成全店通用的标准菜谱读懂不了单后面全白干。transformer/——主灶台33B Omni-Transformer13个分片全店最重。真正开火把视频latent和音频latent两道半成品一起炒出来。video_vae/diffusers格式下叫vae/——摆盘组。把视频半成品解压成你能看的24fps画面。audio_vae/——声轨组。把音频半成品解压成32kHz立体声。tokenizer/——点单打印机。把文字切成分词token文件几MB缺了照样报错。processor/——前厅领班。图片、视频等多模态素材的预处理入口。scheduler/、audio_scheduler/——节奏计时器。控制采样步进的节奏。大件是text_encoder、transformer、两个VAE小件是tokenizer、processor、scheduler。主模型有了、翻译官没下是头号翻车姿势——小件一个都不能少。选型决策FL2VA和Ref2VA怎么对号入座两个checkpoint 两间独立后厨菜谱和灶具都不通FL2VA从零开始灶。0张输入图文生视频t2va1张图首帧或尾帧生视频2张图首尾帧生视频。Ref2VA照着样做灶。参考图≤9张、参考视频≤3段、参考音频≤3段各段2~15秒总文件数≤12学参考素材的风格、人物、音色重新演绎。一句话选型想凭空创作、给照片动起来、补首尾帧选FL2VA想拿参考素材做二创、换装重演加配音选Ref2VA。两者是两套独立权重不能互换、不能混用——用FL2VA去喂参考视频素材或在diffusers根目录看到transformer/与transformer_ref/两份权重时拿错都会直接出错。你的需求选什么显存/资源建议文字直出带声音视频文生视频FL2VA全精度4卡级显存起步单卡上社区量化版照片动起来 / 首尾帧补中间FL2VA同上参考图视频音频做二创、换声重演Ref2VA同上参考输入更复杂显存略更吃紧只想尝鲜、偶尔要2K网页版或官方API不需要显卡新用户通常有免费额度第一次跑通4步拿到一条带声音的768p视频多卡全精度最短路径SGLang下载一套文件只拿FL2VAhf download MiniMaxAI/MiniMax-H3 --include model_index.json FL2VA/* --local-dir MiniMax-H3起服务sglang serve --model-path MiniMaxAI/MiniMax-H3 --num-gpus 4 --ulysses-degree 4 --performance-mode speed --host 0.0.0.0 --port 30010 --model-variant fl2va发订单POST http://localhost:30010/v1/videosbody里task: t2vatarget: {short_edge: 768, aspect_ratio: 16:9, duration_seconds: 10}seed: 0prompt照仓库提示词写作指南的格式写。等状态GET /v1/videos/{id}轮询到completed再GET /v1/videos/{id}/content下载mp4。成功标志长这样拿到一个能同时出声、出画面的mp4768p、24fps、时长和请求一致。单卡/低显存用户走社区量化权重ComfyUI或diffusers16GB可跑懒得折腾硬件的直接官方API发同一套参数出片逻辑完全一样。仓库scripts/readme/目录里有T2VA、FL2VA、Ref2VA三个可复现案例的现成请求脚本对照抄就行。报错自救4个高频坑的现象与处理坑1加载阶段直接OOM。现象模型加载时CUDA out of memory进程当场阵亡。 原因BF16全精度权重130GB单卡装不下。 处理多卡切分--num-gpus加卡或换社区量化版并降低输出分辨率。先改路径别硬刷驱动。坑2主模型在、启动报缺文件。现象只下了最大的transformer/一启动满屏报错。 原因text_encoder、VAE、tokenizer、model_index.json全缺。 处理按上一节清单整套下载一次下全下载完核对分片数text_encoder 14个、transformer 13个。坑3两种文件格式混搭。现象diffusers根目录的vae/、transformer_ref/喂给SGLang或反过来组件/配置报错。 原因仓库同时提供原始checkpointFL2VA/、Ref2VA/目录给SGLang/vLLM用和diffusers格式根目录vae/、audio_vae/、transformer/等给diffusers/ComfyUI用两套并排。 处理用哪个框架就严格按哪个框架的清单来一套到底不混搭。坑4以为本地能出2K。现象本地出片永远768p找不到2K开关。 原因2K是H3-Regenerate-2K模块未开源2K靠上下文内重生成不在本地checkpoint里。 处理调整预期——本地只承诺768p要2K走官方Full 2K Workflow本地出768p再调H3-Context-IR与H3-Regenerate-2K两个API。写在最后这次开源到底值在哪H3把声画同步从云端拉到了自己的机器上一套系统统一理解文本、图片、视频、音频再统一生成32B编码器33B主干的规格直接摊开给社区这在国内视频生成开源里是里程碑级的规格下放。新手最稳路线一句话先用网页版把效果玩明白确认需要本地无限次后按上表选一个版本、认准量化权重、按7件套清单一次下齐别贪多。下完别急着跑先过一遍自检清单①model_index.json在不在② text_encoder是不是14个分片齐③ transformer是不是13个分片齐④ 视频VAE和音频VAE是否都在⑤ 框架和文件格式是否对上了五条全勾直接起服务。想继续深挖提示词去翻参考版提示词指南仓库scripts/readme/里的三个复现脚本就是最直接的标准答案。【免费下载链接】MiniMax-H3MiniMax H3 是一个通用的全模态生成系统。它支持对由文本、图像、视频和音频组成的多模态上下文进行统一理解并能生成分辨率高达 2K、时长可达 15 秒的带原生立体声音频的视频。得益于面向任务泛化的系统设计H3 在预训练阶段就已具备广泛的多模态上下文理解与生成能力能够出色地执行复杂的多模态指令。项目地址: https://ai.gitcode.com/MiniMax-AI/MiniMax-H3创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考