MiniMax H3 到底厲害在哪裡，到底是什麼？ 懶人包從應用到技術看這篇就夠啦

MiniMax H3 到底是什麼？先用人話理解

最近很多人在討論 MiniMax H3，甚至有人說：

一張 16GB 顯卡，就能在自己電腦裡跑出有畫面、有聲音的 AI 影片。

聽起來很誇張，因為過去這類高品質 AI 影片，通常只能在大型公司的雲端平台使用。你必須上傳圖片、輸入文字、等待伺服器處理，而且每生成一次都可能要付費。

但 MiniMax H3 出現後，事情開始改變。

最簡單的理解方式是：

MiniMax H3 就像把導演、攝影師、動畫師、配音員和音效師，放進同一個 AI 模型裡。

以前要做一支 AI 影片，可能要經過很多步驟：

1. 先生成圖片
2. 再把圖片變成影片
3. 再產生人物說話的聲音
4. 再做嘴型同步
5. 再補環境音效
6. 最後進剪輯軟體把全部東西組合起來

中間任何一個環節出問題，整支影片就可能看起來不自然。

例如：

• 人物嘴巴在動，但聲音對不上
  
• 畫面裡杯子掉到地上，卻沒有聲音
  
• 人物明明在跑步，腳步聲卻慢半拍
  
• 同一個角色換一個鏡頭後，臉就變了
  
• 商品在影片裡越動越變形
  

MiniMax H3 想解決的，就是這種「每一段都由不同工具處理，最後硬拼在一起」的問題。

它希望從一開始，就同時思考：

• 畫面要怎麼動
  
• 人物要說什麼
  
• 嘴型怎麼配合
  
• 場景裡應該出現什麼聲音
  
• 角色和商品要如何保持一致
  

所以它不只是「把圖片變成影片」，而是更接近：

給 AI 一份導演需求，它直接幫你完成一小段有畫面、有動作、有對話、有聲音的影片。

---

H3 真正特別的是「控制權」

用一個比較容易理解的比喻。

Seedance 2.5 像高級影片製作公司

你把需求、商品照片、角色圖片、參考影片和音訊交給它。

它的設備更完整，工作人員也安排好了，可以：

• 幫你做 30 秒影片
• 處理多鏡頭故事
• 維持角色一致
• 修改指定片段
• 延長影片
• 製作比較完整的成片

但整個製作過程是在對方公司裡完成。

你看不到真正的機器，也不能改造機器。你能操作的，是平台願意開放給你的功能。

MiniMax H3 像把引擎和部分設備賣給你

目前 H3 的成片功能不一定比 Seedance 2.5 多，影片也比較短。

但你可以：

• 把權重下載到自己的電腦
• 在 ComfyUI 本機執行
• 不透過 MiniMax API 生成 768p 影片
• 自己換量化版本
• 修改取樣方式
• 控制顯存卸載
• 製作專用工作流
• 進一步微調模型
• 將它接入公司的自動化系統

MiniMax 官方釋出的不只是一個網站入口，而是 H3-Base 的實際模型權重；ComfyUI 也已經提供原生本機工作流。

這就是兩者最根本的差別：

Seedance 2.5 給你更強的服務；H3 給你比較多的模型所有權與改造權。

它和之前的 AI 影片工具有什麼不同？

假設你想製作一支咖啡廣告。

你可以準備：

• 一張咖啡杯的商品照片
  
• 一張模特兒的照片
  
• 一段你喜歡的運鏡影片
  
• 一段旁白聲音
  
• 一句文字要求
  

例如：

女生早晨拿起咖啡，陽光從窗戶照進來，鏡頭慢慢靠近，女生說：「今天，也要從一杯好咖啡開始。」

傳統做法可能需要分別處理人物、商品、運鏡、旁白、嘴型和音效。

MiniMax H3 的方向，則是讓你把這些素材一起交給模型，讓它理解：

• 這個人要長什麼樣
• 咖啡杯不能變形
• 鏡頭要怎麼移動
• 聲音要用什麼節奏
• 人物什麼時候開口
• 畫面和聲音要如何配合

這就是為什麼很多 ComfyUI 使用者開始注意它。

因為 ComfyUI 本來就是一個可以把圖片、文字、影片、音訊，用節點連接起來的工具。MiniMax H3 剛好也是一個很適合接收多種素材的模型。

兩者放在一起，就像：

ComfyUI 是攝影棚的控制台，MiniMax H3 是攝影棚裡的新型全能製作團隊。

---

MiniMax H3 改變了什麼遊戲規則？

它真正改變的，不只是畫質。

而是讓 AI 影片製作從：

使用很多不同工具，做完後再組合

開始變成：

把完整需求和參考素材交給一個模型，讓它一起生成

這件事帶來了四個很重要的改變。

第一個改變：影片和聲音可以一起生成

以前多數 AI 影片模型主要只負責畫面。

影片生成完之後，你還要另外處理：

• 配音
  
• 音樂
  
• 環境聲
  
• 嘴型同步
  
• 音畫對齊
  

MiniMax H3 則把聲音也放進影片生成流程裡。

也就是說，它在決定人物如何動的同時，也能一起決定：

• 人物什麼時候說話
  
• 說話的節奏
  
• 動作發生時應該出現什麼聲音
  
• 畫面和聲音如何對齊
  

可以把它理解成：

以前是先拍默片，再請人補聲音；現在是拍攝時，畫面和聲音一起完成。

這不代表它每一次都能做到完美，但工作流程確實簡化很多。

---

第二個改變：你不只可以用文字控制，還可以直接拿素材給它看

過去很多 AI 模型主要依靠文字提示。

你必須很努力地描述：

• 角色長相
  
• 商品造型
  
• 場景風格
  
• 鏡頭運動
  
• 人物動作
  

但文字很容易產生誤解。

例如你寫：

高級、簡約、有精品感的產品廣告。

每個模型對「高級」和「精品感」的理解都可能不同。

MiniMax H3 的其中一個重要方向，是讓你直接提供參考素材。

例如：

• 這張圖是主角
  
• 這張圖是商品
  
• 這段影片是我要的動作
  
• 這段聲音是我要的語氣
  
• 這張照片是場景風格
  

這樣就不需要全部靠文字猜。

對一般人來說，可以把它理解成：

與其一直向 AI 形容你想要的東西，不如直接拿範例給它看。

這對商品廣告、品牌角色、虛擬人物和短劇特別重要。

---

第三個改變：原本只能在大公司雲端跑的模型，現在可以放進自己的工作流程

以前品質比較好的 AI 影片模型，大多是封閉式服務。

你只能到官方網站使用：

• 不能看到模型本身
  
• 不能修改運作方式
  
• 不能自己加入特殊功能
  
• 不能自由接進公司內部流程
  
• 每次生成都依賴平台
  
• 平台改價格或限制，你只能接受
  

MiniMax H3 開放模型權重後，開發者就可以把它放進自己的工具裡。

例如：

• 放進 ComfyUI
  
• 製作自己的工作流
  
• 加入其他模型
  
• 自己設計節點
  
• 使用不同的量化版本
  
• 訓練自己的 LoRA
  
• 批次生成影片
  
• 接進企業內部系統
  

所以它不只是多了一個 AI 影片網站。

它更像是：

有人把一套原本只能租用的影片製作機器，開放成可以放進自己工廠裡使用。

---

第四個改變：消費級電腦也開始有機會跑大型影片模型

這是大家最驚訝的地方。

MiniMax H3 本身其實非常大，並不是一個真正只有 16GB 的小模型。

但現在透過幾種技術，可以讓它在 16GB 顯卡上勉強完成生成：

• 模型壓縮
  
• 降低權重精度
  
• 把部分模型暫時放到電腦記憶體
  
• 不需要的部分先卸載
  
• 一小部分、一小部分地處理
  
• 將影片分段解碼
  

這就像你要搬一間倉庫的貨物。

顯卡記憶體是貨車，整個模型是倉庫。

16GB 顯卡的貨車，當然不可能一次裝完整間倉庫的貨。

但你可以：

1. 先載一批貨
2. 運到目的地
3. 卸下來
4. 再回去載下一批

最後還是可以完成工作，只是會比使用大型貨車慢很多。

所以「16GB 顯卡可以跑 MiniMax H3」真正的意思不是：

整個模型只有 16GB。

而是：

模型可以分批進入顯卡，讓顯卡在任何一個時間點，都不要超過 16GB。

---

為什麼有人用 5070 16GB 就可以跑？

這裡也要先澄清一個常見說法。

一般桌機版的 RTX 5070 通常是 12GB，16GB 的版本多半是在說 RTX 5070 Ti。

但不論是 5070 Ti 16GB，還是其他 16GB 顯卡，它能跑 MiniMax H3，都不是因為模型很小。

而是因為 ComfyUI 會幫忙管理記憶體。

簡化後的執行方式大概像這樣：

先讀懂文字和參考圖片
        ↓
把理解結果暫時保存
        ↓
卸載剛剛使用的模型
        ↓
載入影片生成模型
        ↓
開始生成影片
        ↓
卸載影片生成模型
        ↓
載入影片與聲音解碼器
        ↓
輸出最後結果

這些模型不是全部同時塞進顯卡。

而是輪流進場。

就像一間很小的攝影棚，沒有辦法讓所有工作人員同時站在裡面，所以：

• 編劇先進來完成腳本
  
• 編劇離開
  
• 攝影團隊再進來拍攝
  
• 攝影團隊離開
  
• 剪輯和音效團隊最後進來
  

雖然空間小，但只要安排好進場順序，還是能把影片做完。

代價就是速度比較慢。

---

所以 16GB 顯卡能跑，實際體驗是什麼？

「能跑」和「跑得舒服」是兩件不同的事。

16GB 顯卡通常代表：

• 可以成功開始生成
  
• 可以製作較短的影片
  
• 可以使用較低記憶體版本
  
• 需要不少系統記憶體
  
• 模型會在記憶體和顯卡之間頻繁搬動
  
• 生成時間可能比較長
  
• 解析度越高，等待越久
  
• 影片秒數越長，負擔越大
  
• 同時放很多參考素材，也會增加壓力
  

因此，網路上有人說：

我的 16GB 顯卡可以跑 H3。

這句話可能是真的。

但它不一定代表：

• 可以快速生成
  
• 可以直接跑 2K
  
• 可以一次做十五秒長片
  
• 可以同時放很多參考影片
  
• 可以邊生成邊做其他工作
  
• 所有設定都能開到最高
  

比較準確的說法應該是：

16GB 顯卡讓一般人有機會在本機使用 H3，但通常要用速度換記憶體。

---

為什麼最近很多 ComfyUI 專案開始使用 MiniMax H3？

因為它剛好符合 ComfyUI 使用者最需要的幾件事。

第一，它可以直接放進節點工作流

ComfyUI 最強的地方，是可以把不同素材像積木一樣連接。

例如：

人物照片 ───┐
商品照片 ───┤
動作影片 ───┼→ MiniMax H3 → 完整影音
參考聲音 ───┤
文字要求 ───┘

這種使用方式比只在網站上輸入一句文字，更適合進階創作者。

---

第二，一套模型可以處理更多工作

過去可能需要分別安裝：

• 圖生影片模型
  
• 角色一致性模型
  
• 動作控制模型
  
• 嘴型同步工具
  
• 語音工具
  
• 音效工具
  

現在 MiniMax H3 有機會把其中幾個步驟合併。

它不一定完全取代所有專業工具，但可以讓工作流變得更短、更容易管理。

---

第三，開發者可以自己改

只要模型能在本地使用，社群就會很快開始做各種優化，例如：

• 更省顯存的版本
  
• 更快的版本
  
• 四步生成版本
  
• LoRA 支援
  
• 多顯卡支援
  
• 更好的聲音同步
  
• 更方便的參考圖節點
  
• 商品一致性工作流
  
• 短劇工作流
  
• 廣告影片工作流
  

所以最近看到很多 H3 專案，部分原因不是它已經完美，而是它提供了很大的改造空間。

---

一句話總結 MiniMax H3

MiniMax H3 最值得注意的地方，不只是「畫質很好」。

而是它把過去分散在很多工具裡的工作，開始放進同一個模型：

它可以同時理解文字、圖片、影片和聲音，並且一起生成有畫面、有動作、有對話、有音效的影片。

再加上模型可以放進 ComfyUI，並透過量化與記憶體卸載，在 16GB 顯卡上運行，才會造成最近這一波關注。

所以它真正改變的遊戲規則是：

過去一般人只能租用大型公司的 AI 影片服務；現在一般創作者開始有機會，把接近前沿等級的影音生成能力，放進自己的電腦和工作流程裡。

後面再接原本的「H3 有哪些版本」、「FL2VA 與 Ref2VA 差異」、「模型檔案大小」和「技術原理」，讀者就會比較容易跟得上。

先把名稱與版本拆清楚

截至 2026 年 8 月 7 日，官方名稱是 MiniMax H3。它不是「Hailuo 2.3 的小改版」，而是 MiniMax 影片生成產品線的新一代架構。H3 在 7 月 31 日發布，並於 8 月 3 日開放模型權重；ComfyUI 核心支援也幾乎同步合併，所以你最近突然看到大量 H3 workflow，並不是錯覺。(Minimax)

官方目前的命名可以分成三個層次：

一、產品世代

• Hailuo 01
  
• Hailuo 02
  
• Hailuo 2.3／2.3 Fast：上一代 API 模型
  
• MiniMax H3：目前最新一代
  

所以社群有時會稱它為「Hailuo 3」，但官方正式名稱仍是 MiniMax H3。(ComfyUI Newsletters)

二、目前開放權重的兩個 H3-Base checkpoint

版本	主要用途	輸入方式
H3-Base-FL2VA	文字轉影片、圖生影片、首尾幀控制	0 張圖是 T2V；1 張可作首幀或尾幀；2 張是首尾幀
H3-Base-Ref2VA	多參考圖、多參考影片、音訊參考	最多 9 張圖、3 段影片、3 段音訊，混合總數最多 12 個檔案

其中 VA 指的是 Video + Audio。H3 不是先生成影片，再另外跑配音或音效，而是在同一個生成過程中共同預測影像與立體聲音訊。官方輸出規格包含約 4～15 秒、24 FPS、32 kHz stereo audio，並支援多種比例與對話語言。(Hugging Face)

三、完整商業版 H3 系統其實有三個模組

模組	功能	是否已完整開放
H3-Context-IR	理解文字、圖片、影片、音訊，整理成模型較容易執行的上下文	否，目前由 MiniMax 雲端服務處理
H3-Base	生成約 768p 的影片與音訊	是，FL2VA／Ref2VA 已開放
H3-Regenerate-2K	根據原始上下文與 768p 結果重新生成 2K，而非單純超解析	否，目前未開放權重

這點很重要：你在本機 ComfyUI 跑到的是 H3-Base，不是完整的 MiniMax 雲端 H3 pipeline。 本機可以嘗試更高解析度，但它不等於官方的 Context-IR 加 Regenerate-2K 流程。(Hugging Face)

---

H3 真正改變了哪些遊戲規則？

1. 從「影片模型」變成「多模態場景模擬器」

過去常見工作流程是：

圖片模型 → 圖生影片 → 嘴型同步 → TTS → 音效 → 背景音樂 → 剪輯合成

H3 的設計則比較接近：

文字＋圖片＋影片＋音訊參考 → 統一理解 → 同時生成影片與聲音

H3 把文字、參考圖、參考影片、音訊、影片 latent 包進同一條 sequence，再透過一個 33B dense single-stream H3-Omni-Transformer 共同生成影音。這讓「角色動作、嘴型、環境聲、對話節奏」有機會在同一個時間軸上被協調，而不是由五六個模型事後拼接。(Hugging Face)

這是它最重要的規則改變：音訊不再只是影片生成完成後的附加層，而是生成內容本身的一部分。

2. 參考素材變成真正的控制語言

Ref2VA 不只是「上傳一張角色圖片」。它可以同時接收：

• 人物外觀參考
  
• 商品外型參考
  
• 場景或美術風格
  
• 另一段影片的運動方式
  
• 語音、節奏或聲音參考
  

這代表創作者不必把所有要求硬塞進 prompt，可以直接用素材告訴模型：

角色長這樣、產品長這樣、攝影機這樣動、聲音是這種節奏。

對廣告、商品展示、虛擬人物、短劇和 MV workflow 特別重要，因為它降低了純文字 prompt 的不確定性。(Hugging Face)

3. 接近前沿品質的影音模型，第一次真正進入本機工作流

H3 核心權重可以下載、量化、剪枝、建立 LoRA、修改 sampler、做自訂節點。這與只能透過 API 呼叫的封閉模型不同。

截至 2026 年 8 月 7 日，Artificial Analysis 的盲測排名中，H3 在文生影片與圖生影片均屬於表現最前面的開放權重模型，在帶音訊的影片編輯項目也位居整體前列。排名會持續變動，但至少說明 H3 並不是只有「開放」而畫質明顯落後的模型。(Artificial Analysis)

4. 2K 不再只是事後放大

H3-Regenerate-2K 的概念不是傳統：

768p 影片 → 超解析放大 → 2K

而是：

原始文字與所有參考素材＋768p 生成結果 → 再生成一次 2K

因此第二階段仍然能重新理解文字、商品、角色和場景，而不是只對像素做銳化。不過這個官方模組目前尚未開放，所以本機 workflow 與官方雲端的 2K 結果仍應分開看待。(Hugging Face)

---

為什麼 16GB 顯卡也能跑？

首先要修正一個常見稱呼：

桌機版 RTX 5070 是 12GB；
RTX 5070 Ti 才是 16GB。

因此你看到的「5070 16GB」，大多實際上是 RTX 5070 Ti 16GB。(NVIDIA)

更重要的是：16GB 可以完成推理，不代表整套模型只有 16GB，也不代表模型全部同時放在顯存。

原始模型其實非常大

H3 本機 pipeline 的主要檔案大致如下：

部件	完整精度版本	低記憶體版本
H3 Transformer	BF16 約 66.3GB	Pruned INT8／FP8 約 21GB
Qwen3-VL-32B 文字與多模態編碼器	BF16 約 51.5GB	NVFP4 AWQ 約 15.7GB
Video VAE	約 5.21GB	約 5.21GB
Audio VAE	約 0.605GB	約 0.605GB
合計	約 123.6GB	約 42.5GB

也就是說，最小的官方 ComfyUI 組合仍然約 42.5GB，遠大於 16GB。(Hugging Face)

之所以能跑，靠的是四層優化

1. 把約 40% 的調制參數預先計算

H3 的 33B Transformer 中，大約有 13B 參數位於 AdaLN 調制分支。推理時，這些輸出可以預先計算成 curve table，不必讓全部 13B 參數常駐模型。

因此 ComfyUI 提供了 pruned 版本：

• 原始 BF16 Transformer：約 66.3GB
  
• Pruned BF16：約 40.2GB
  
• Pruned INT8／FP8：約 21GB
  

這不是普通的「隨便砍掉 40% 權重」，而是利用 H3 本身的架構特性，把推理時可預先計算的部分換成查表。MiniMax 模型卡與 ComfyUI 都明確說明了這個設計。(Hugging Face)

2. 權重量化

ComfyUI 目前已提供多種包裝：

• BF16
  
• INT8 ConvRot
  
• Pruned BF16
  
• Pruned INT8 ConvRot
  
• Pruned FP8 Scaled
  
• Qwen3-VL NVFP4 AWQ
  

所以大家口中的「H3 版本很多」，許多其實不是不同能力的模型，而是同一個 checkpoint 的不同精度與記憶體配置。(Hugging Face)

3. 分階段載入，而不是所有模型一起進顯存

實際執行大致是：

Prompt／參考素材
        ↓
載入 Qwen3-VL encoder
        ↓
轉成 conditioning embeddings
        ↓
卸載或部分卸載 encoder
        ↓
載入／串流 H3 Transformer 進行採樣
        ↓
卸載 Transformer
        ↓
載入 Video VAE／Audio VAE 解碼

因此：

• 15.7GB 的文字編碼器不必和 21GB Transformer 永久同時存在。
  
• 不使用的模型可以移到系統 RAM。
  
• Transformer 不一定完整放入 VRAM，可以逐 block 在 RAM 與 VRAM 之間搬移。
  
• VAE 解碼採用 spatial tiling 與 temporal chunking，避免一次解碼整段高解析影片。
  

ComfyUI 將這套機制稱為動態 VRAM offloading，並表示最低甚至可在 RTX 3060 等級顯卡上啟動；但顯存越少，RAM 和 VRAM 之間搬運越頻繁。(ComfyUI Newsletters)

4. 用速度換記憶體

這是最容易被影片標題省略的部分。

「16GB 能跑」通常代表：

• 可以完成生成
  
• 可能需要大量系統 RAM
  
• 會頻繁 CPU offload
  
• PCIe 傳輸成為瓶頸
  
• 生成時間通常以分鐘計，而不是即時
  
• 解析度、影片秒數和 frame 數提高後，速度與記憶體需求會快速增加
  

所以 5070 Ti 16GB 跑一段較短的 768p 影片，和流暢跑 15 秒、2K、多參考影音，是完全不同的概念。

一張 16GB 卡能執行 H3，真正含義是：

模型的 peak VRAM 被控制在 16GB 左右，而不是整個 42.5GB pipeline 被塞進 16GB。

---

為什麼最近大量 ComfyUI 專案開始採用 H3？

1. MiniMax 開放權重與 ComfyUI 原生支援同時發生

H3 權重在 2026 年 8 月 3 日開放，ComfyUI core 的 H3 支援也在同一天合併。它不是靠一個半成品 community wrapper 勉強執行，而是直接進入核心架構，包括：

• H3 模型載入
  
• 音訊與影片共同採樣
  
• H3 專用 VAE
  
• Qwen3-VL encoder
  
• INT8 fused kernel
  
• Pruned AdaLN table
  
• 官方 workflow 範例
  

因此節點作者不必每人重新寫一套底層模型載入器。(Minimax)

2. 一個模型可以取代原本多條 workflow

過去 ComfyUI 影片專案可能要串接：

• 圖生影片模型
  
• identity reference
  
• 動作 transfer
  
• lipsync
  
• TTS
  
• Foley／SFX
  
• 音訊混合
  
• 影片後製
  

H3 原生同時處理影音後，許多工作流可以被縮短。它不一定在每一項都勝過專用模型，但整體的一致性與可維護性更高。

對 ComfyUI 作者而言，這代表一個 H3 workflow 可以延伸成：

• 商品廣告
  
• 角色短劇
  
• 有聲 AI 動畫
  
• 音樂視覺
  
• 動作參考影片
  
• 首尾幀轉場
  
• 多角色 reference
  
• 影片重新演繹
  

而不必維護五六套完全不同的模型鏈。

3. H3 的輸入形式非常適合 node graph

ComfyUI 最擅長的就是把不同素材接成節點，而 H3-Ref2VA 剛好允許圖片、影片和音訊混合輸入。

因此工作流很容易被視覺化成：

角色參考圖 ─┐
商品參考圖 ─┤
動作影片 ───┼→ H3 Ref2VA → 影音結果
語音參考 ───┤
文字指令 ───┘

這比「全部要求寫進一個超長 prompt」更符合 ComfyUI 使用者的操作習慣。

4. 它提供了極大的社群優化空間

模型開放後短短幾天，社群便開始出現：

• 4-step Turbo LoRA
  
• H3 LoRA 載入與轉換工具
  
• Dual-clock video/audio sampler
  
• 音訊修復與同步節點
  
• 更低精度量化版本
  
• 多 GPU 與 CPU offload workflow
  

例如部分社群 Turbo LoRA 嘗試把原本約二十步的生成壓縮到四步；另外也有人開發 video 與 audio 使用不同噪聲時鐘的 dual-clock sampler，以減少低步數時的音訊雜訊。不過這些屬於非常早期的第三方實驗，不能直接視為官方品質保證。(GitHub)

5. 本地部署讓大量反覆測試變得可行

影片工作流通常不是生成一次，而是反覆修改：

• Seed
  
• Prompt
  
• 首尾幀
  
• 角色參考
  
• 動作影片
  
• 音效
  
• LoRA
  
• Sampler
  
• CFG
  
• 長度與解析度
  

API 每次都要排隊、上傳素材與計費；本地 H3 即使比較慢，對大量測試、批次製作、內部素材、隱私內容和自訂模型仍有吸引力。

---

目前最容易被誤解的四件事

「16GB 可以跑」不等於「H3 是 16GB 模型」

最小常用組合約 42.5GB，只是透過量化、分階段載入、RAM offload 和 tiled VAE，把峰值顯存壓低。

「ComfyUI 可以設 2K」不等於「本機擁有官方 H3-Regenerate-2K」

官方 2K regeneration 模組目前沒有開放。直接提高本機採樣解析度，和官方的 in-context 2K regeneration 不是同一條 pipeline。(Hugging Face)

「開放權重」不完全等於傳統開源軟體

H3 使用的是 MiniMax H3 Community License，不是一般 OSI 開源授權。條款目前列出美國、歐盟、英國與南韓等排除區域，年營收超過 2,000 萬美元的商業組織也需要另外取得授權。台灣目前未被明列於排除區域，但商用前仍應依最新版條款確認。(Hugging Face)

「四步 Turbo」不等於官方完整品質

Turbo LoRA、低位元量化、極低步數和激進 offload 都可能交換速度、穩定度、音訊品質或細節。展示影片能成功，不代表每一種輸入、長度和解析度都同樣穩定。

---

最后的總結

MiniMax H3 真正重要的地方，不只是「又有一個畫質更好的影片模型」，而是它把這幾件事同時湊齊了：

前沿等級畫面＋原生影音共同生成＋多模態參考控制＋開放權重＋ComfyUI 原生支援＋消費級顯卡可透過 offload 執行。

所以它目前更像是 ComfyUI 影音領域的一個新「底層平台」，而不只是另一個 T2V checkpoint。

5070 Ti 16GB 能跑，是記憶體工程的勝利；大量專案開始採用，則是因為 H3 把原本分散在影片、語音、音效、嘴型、reference 和 editing 的多條工作流，第一次有機會收進同一套可程式化、本地可修改的模型架構裡。