MiniMax H3 工作流分享：不用4步LoRA，速度还快5倍
写在前面
MiniMax H3 官方说 3060 能跑，但实际上很多人跑起来还是很吃力。我折腾了好几天，找到了一个工作流，不仅能跑，而且直接提速 500%。
更离谱的是，这个工作流甚至没用官方 4 步 LoRA，但生成速度和质量都比用了 LoRA 的更优秀。
下面把模型下载、插件、配置、实测数据都整理一遍。
Share/Comfyui/Workflow/H3-3.0.json at main · hy4962/Share
模型下载
| 来源 | 地址 |
|---|---|
| HuggingFace | Comfy-Org/MiniMax-H3 |
| 国内源 | ModelScope |
我的硬件配置
- GPU：RTX 5070 Ti Laptop（12G 显存）
- 内存：32G
- 虚拟内存：32G-64G
能跑的模型搭配
下面这套组合实测可以正常运行：
| 文件类型 | 文件名 |
|---|---|
| diffusion_models | minimax_h3_fl2va_int8_convrot.safetensors |
| text_encoders | qwen3vl_32b_minimax_h3_int8_convrot.safetensors |
| vae | MiniMax-H3 VAE |
可能需要的插件
- comfyUI-llama-TE：qwen3/qwen3.5/qwen3.7/gemma4 图片反推、提示词扩写高速版
- TE_MAN：首个为 ComfyUI 打造的漫剧/增强生图/生视频插件
有些插件在 ComfyUI Manager 里可能搜不到，可以直接从 GitHub 安装：
- Goohaitools：50 多个实用工具，包括批量加载文件夹图片、自动保存指定 DPI、遮罩分析、人脸矫正等
- H3-Motion-Context：MiniMax H3 的 clip chaining，运动和音频能真正跨片段衔接
提示词生成
工作流里自带了提示词模板，用法很简单：
- 把模板复制给 AI
- 把你的想法尽可能详细地描述一下
- AI 就能生成标准格式的提示词
- 直接用于生成即可
强烈建议本地部署 Qwen 3.5 无审查版本来生成提示词。哪怕是 Grok，也容易遭到拒绝回答。
细节设置
8G 显存用户
如果你是 8G 显存，把红色的节点换成绿色的即可。
一致性模式选择
使用 Max 模式可以保持非常优秀的人物一致性，但速度会慢一倍。一般 Match 模式也够用了。
采样步数
由于没有使用 4 步 LoRA，所以步数可以自己设置。默认 10 步，速度很快，质量也不错。追求更高质量可以设成 15 步，这个工作流很快，多几步没什么影响。
实测数据
跑了好几天，生成了三四十个 10 秒视频，以下是两个典型场景的耗时：
场景一：0.4 像素，8 秒视频
总时长 249 秒，直出 0.4 像素 8 秒视频。
场景二：0.9 像素，10 秒视频
也可以直出 0.9 像素 10 秒视频，总时长约 1000 秒。
踩坑记录
衣服或场景对不上文字描述
有时候衣服或者部分场景对不上文字描述，这是因为在 Full-Reference Mode（全参考模式）下，AI 的优先级逻辑是：
- 最高优先级：
<Picture N>（参考图）中的视觉特征 - 次级优先级：
<Subject N>定义的文字描述 - 最低优先级：
detailed_description中的动态场景描写
不过实测更强烈的文字描述可以跨越优先级，所以描述写详细一点是有用的。
提示词 Skill 推荐
目前只推荐官方原版的提示词 Skill。试了很多其他 UP 主的，发现效果都不如官方 Skill。有些 UP 的提示词适用范围太小，有些太短，不太通用。
写在最后
这个工作流的核心优势就是：不用官方 4 步 LoRA，速度反而更快，质量也不错。对于显存有限的用户来说，是个比较好的选择。
如果有什么问题或者更好的配置方案，欢迎交流。
支持与分享
如果这篇文章对你有帮助，欢迎分享给更多人或打赏支持！