4060 Ti 8GB 本地跑 MiniMax H3：一键安装和优化实录

实测机器：Windows 10、RTX 4060 Ti 8GB、Ryzen 7 7800X3D、32GB 内存
安装目录：D:\AI\MiniMax-H3

4060 Ti 8GB 可以在本地跑 MiniMax H3。

我已经在这台电脑上跑通文生视频、图生视频和原生音频。原版工作流用 20 步，装上 Turbo LoRA 后可以降到 6～8 步。8GB 显存的麻烦也很明显：模型远大于显存，只能边算边卸载，时长和分辨率稍微往上加，速度就会掉得很快。

第一次安装时，我手动创建目录、装依赖，再逐个下载四个模型。过程不难，步骤太碎。为了让后面的人少敲几十条命令，我把这部分整理成了一份 PowerShell 脚本。

这篇文章只讲两件事：怎么把 H3 装起来，以及 4060 Ti 8GB 怎么设置才不会把时间浪费在无效生成上。

01｜我的配置和模型选择

实测环境：

系统：Windows 10 64位
CPU：AMD Ryzen 7 7800X3D
内存：32GB
显卡：NVIDIA RTX 4060 Ti 8GB
Python：3.12.10
PyTorch：2.13.0+cu130
ComfyUI：0.33.0

启动日志里能看到：

Total VRAM 8188 MB
Total RAM 31965 MB
DynamicVRAM support detected and enabled
Using async weight offloading with 2 streams

H3 主模型有 20.97GB，整张显卡只有 8GB 显存。ComfyUI 会把权重留在内存，需要时再搬到显存，所以这套配置能跑，但不可能像模型完整驻留显存那样快。

我选的文件如下：

主模型：minimax_h3_fl2va_pruned_int8_convrot.safetensors
文本编码器：qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors
视频 VAE：minimax_h3_video_vae_fp16.safetensors
音频 VAE：minimax_h3_audio_vae_fp32.safetensors
Turbo LoRA：minimax_h3_turbo_v4_step600_ema.safetensors

五个文件合计约 43.3GB。算上 Python、ComfyUI、下载缓存和生成结果，D 盘最好空出 70GB 以上，100GB 更踏实。

02｜运行前准备

开始之前，先确认三件事：

1. NVIDIA 驱动已经安装，运行 nvidia-smi 能看到显卡信息。
2. 装好 Python 3.12。安装时勾选 Add Python to PATH。
3. D 盘至少留出 70GB，建议留 100GB。

打开 PowerShell，依次运行：

nvidia-smi
py -3.12 --version
Get-PSDrive D

如果第二条命令找不到 Python，先解决 Python 的安装或环境变量问题，再运行后面的脚本。否则脚本会在创建虚拟环境时直接停下。

03｜一键安装 MiniMax H3

把下面代码保存为：

install_minimax_h3_4060ti_8gb.ps1

脚本默认安装到 D:\AI\MiniMax-H3。已经下载完成且体积正确的模型会被跳过，下载中断后重新运行即可续传。
如果看不懂脚本，可以把这篇文章丢给 AI，让它按你的目录和电脑配置修改。

$ErrorActionPreference = "Stop"
$ProgressPreference = "SilentlyContinue"
Add-Type -AssemblyName System.IO.Compression.FileSystem

$InstallRoot = "D:\AI\MiniMax-H3"
$AppRoot = Join-Path $InstallRoot "app"
$ComfyRoot = Join-Path $AppRoot "ComfyUI-master"
$DownloadsRoot = Join-Path $InstallRoot "downloads"
$VenvRoot = Join-Path $InstallRoot "venv"
$VenvPython = Join-Path $VenvRoot "Scripts\python.exe"
$HfHost = "https://huggingface.co"
$DiffusionRoot = Join-Path $ComfyRoot "models\diffusion_models"
$TextEncoderRoot = Join-Path $ComfyRoot "models\text_encoders"
$VaeRoot = Join-Path $ComfyRoot "models\vae"
$LoraRoot = Join-Path $ComfyRoot "models\loras"

function Write-Step([string]$Message) {
    Write-Host "`n[$(Get-Date -Format 'HH:mm:ss')] $Message" -ForegroundColor Cyan
}

function Download-File {
    param(
        [Parameter(Mandatory = $true)][string]$Url,
        [Parameter(Mandatory = $true)][string]$Destination,
        [long]$ExpectedSize = 0
    )

    $parent = Split-Path -Parent $Destination
    New-Item -ItemType Directory -Force -Path $parent | Out-Null

    if (Test-Path -LiteralPath $Destination) {
        $currentSize = (Get-Item -LiteralPath $Destination).Length
        if ($ExpectedSize -gt 0 -and $currentSize -eq $ExpectedSize) {
            Write-Host "跳过已完成文件：$(Split-Path -Leaf $Destination)"
            return
        }
        if ($ExpectedSize -eq 0 -and [IO.Path]::GetExtension($Destination) -eq ".zip") {
            try {
                $archive = [IO.Compression.ZipFile]::OpenRead($Destination)
                $archive.Dispose()
                Write-Host "跳过可正常打开的压缩包：$(Split-Path -Leaf $Destination)"
                return
            } catch {
                Write-Host "压缩包不完整，尝试续传：$(Split-Path -Leaf $Destination)"
            }
        }
        if ($ExpectedSize -gt 0 -and $currentSize -gt $ExpectedSize) {
            throw "文件体积异常，请删除后重试：$Destination"
        }
        Write-Host "继续下载：$(Split-Path -Leaf $Destination)（已有 $currentSize 字节）"
    }

    & curl.exe -L --fail --retry 8 --retry-delay 5 -C - -o $Destination $Url
    if ($LASTEXITCODE -ne 0) {
        throw "下载失败：$Url"
    }

    if ($ExpectedSize -gt 0) {
        $finalSize = (Get-Item -LiteralPath $Destination).Length
        if ($finalSize -ne $ExpectedSize) {
            throw "文件体积不符：$Destination，实际 $finalSize，预期 $ExpectedSize"
        }
    }
}

Write-Step "检查运行环境"

if (-not [Environment]::Is64BitOperatingSystem) {
    throw "需要 64 位 Windows。"
}

if (-not (Get-Command py.exe -ErrorAction SilentlyContinue)) {
    throw "没有找到 Python Launcher。请先安装 Python 3.12，并勾选 Add Python to PATH。"
}

& py.exe -3.12 -c "import sys; print(sys.version)" | Out-Host
if ($LASTEXITCODE -ne 0) {
    throw "没有找到 Python 3.12。"
}

if (-not (Get-Command curl.exe -ErrorAction SilentlyContinue)) {
    throw "没有找到 Windows curl.exe。"
}

$driveName = [IO.Path]::GetPathRoot($InstallRoot).TrimEnd("\").TrimEnd(":")
$drive = Get-PSDrive -Name $driveName
$freeGB = [math]::Round($drive.Free / 1GB, 1)
Write-Host "D盘可用空间：$freeGB GB"

$modelFiles = @(
    @{ Path = Join-Path $DiffusionRoot "minimax_h3_fl2va_pruned_int8_convrot.safetensors"; Size = 20970379616 },
    @{ Path = Join-Path $TextEncoderRoot "qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors"; Size = 15687142551 },
    @{ Path = Join-Path $VaeRoot "minimax_h3_video_vae_fp16.safetensors"; Size = 5207808496 },
    @{ Path = Join-Path $VaeRoot "minimax_h3_audio_vae_fp32.safetensors"; Size = 605254808 },
    @{ Path = Join-Path $LoraRoot "minimax_h3_turbo_v4_step600_ema.safetensors"; Size = 779849816 }
)
$requiredBytes = 10GB
foreach ($modelFile in $modelFiles) {
    $existingSize = 0
    if (Test-Path -LiteralPath $modelFile.Path) {
        $existingSize = (Get-Item -LiteralPath $modelFile.Path).Length
    }
    $requiredBytes += [math]::Max(0, $modelFile.Size - $existingSize)
}
$requiredGB = [math]::Ceiling($requiredBytes / 1GB)
Write-Host "本次运行预计还需要：$requiredGB GB"
if ($drive.Free -lt $requiredBytes) {
    throw "空间不足。至少还需要 $requiredGB GB。"
}
if ($drive.Free -lt 70GB) {
    Write-Warning "可用空间少于 70GB，安装后请及时清理下载缓存。"
}

if (Get-Command nvidia-smi.exe -ErrorAction SilentlyContinue) {
    & nvidia-smi.exe --query-gpu=name,memory.total --format=csv,noheader
} else {
    Write-Warning "没有找到 nvidia-smi。请确认 NVIDIA 驱动已经安装。"
}

Write-Step "创建目录"
New-Item -ItemType Directory -Force -Path $InstallRoot, $AppRoot, $DownloadsRoot | Out-Null

Write-Step "下载并解压 ComfyUI"
$comfyZip = Join-Path $DownloadsRoot "ComfyUI-master.zip"
if (-not (Test-Path -LiteralPath (Join-Path $ComfyRoot "main.py"))) {
    Download-File `
        -Url "https://github.com/Comfy-Org/ComfyUI/archive/refs/heads/master.zip" `
        -Destination $comfyZip

    $comfyExtract = Join-Path $DownloadsRoot "comfy_extract"
    if (Test-Path -LiteralPath $comfyExtract) {
        Remove-Item -LiteralPath $comfyExtract -Recurse -Force
    }
    Expand-Archive -LiteralPath $comfyZip -DestinationPath $comfyExtract -Force
    Move-Item -LiteralPath (Join-Path $comfyExtract "ComfyUI-master") -Destination $ComfyRoot
} else {
    Write-Host "ComfyUI 已存在，跳过解压。"
}

Write-Step "创建 Python 虚拟环境"
if (-not (Test-Path -LiteralPath $VenvPython)) {
    & py.exe -3.12 -m venv $VenvRoot
}
& $VenvPython -m pip install --upgrade pip

Write-Step "安装 PyTorch cu130 和 ComfyUI 依赖"
& $VenvPython -m pip install --upgrade torch torchvision torchaudio --index-url "https://download.pytorch.org/whl/cu130"
& $VenvPython -m pip install -r (Join-Path $ComfyRoot "requirements.txt")

New-Item -ItemType Directory -Force -Path $DiffusionRoot, $TextEncoderRoot, $VaeRoot, $LoraRoot | Out-Null

Write-Step "下载 MiniMax H3 主模型（约 20.97GB）"
Download-File `
    -Url "$HfHost/Comfy-Org/MiniMax-H3/resolve/main/diffusion_models/minimax_h3_fl2va_pruned_int8_convrot.safetensors" `
    -Destination (Join-Path $DiffusionRoot "minimax_h3_fl2va_pruned_int8_convrot.safetensors") `
    -ExpectedSize 20970379616

Write-Step "下载 32B NVFP4 文本编码器（约 15.69GB）"
Download-File `
    -Url "$HfHost/Comfy-Org/MiniMax-H3/resolve/main/text_encoders/qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors" `
    -Destination (Join-Path $TextEncoderRoot "qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors") `
    -ExpectedSize 15687142551

Write-Step "下载视频和音频 VAE"
Download-File `
    -Url "$HfHost/Comfy-Org/MiniMax-H3/resolve/main/vae/minimax_h3_video_vae_fp16.safetensors" `
    -Destination (Join-Path $VaeRoot "minimax_h3_video_vae_fp16.safetensors") `
    -ExpectedSize 5207808496

Download-File `
    -Url "$HfHost/Comfy-Org/MiniMax-H3/resolve/main/vae/minimax_h3_audio_vae_fp32.safetensors" `
    -Destination (Join-Path $VaeRoot "minimax_h3_audio_vae_fp32.safetensors") `
    -ExpectedSize 605254808

Write-Step "安装 MiniMax H3 Turbo 节点"
$turboRoot = Join-Path $ComfyRoot "custom_nodes\ComfyUI-MiniMax-H3-Turbo"
if (-not (Test-Path -LiteralPath (Join-Path $turboRoot "__init__.py"))) {
    $turboZip = Join-Path $DownloadsRoot "ComfyUI-MiniMax-H3-Turbo-main.zip"
    Download-File `
        -Url "https://github.com/Larryvrh/ComfyUI-MiniMax-H3-Turbo/archive/refs/heads/main.zip" `
        -Destination $turboZip

    $turboExtract = Join-Path $DownloadsRoot "turbo_extract"
    if (Test-Path -LiteralPath $turboExtract) {
        Remove-Item -LiteralPath $turboExtract -Recurse -Force
    }
    Expand-Archive -LiteralPath $turboZip -DestinationPath $turboExtract -Force
    Move-Item `
        -LiteralPath (Join-Path $turboExtract "ComfyUI-MiniMax-H3-Turbo-main") `
        -Destination $turboRoot
} else {
    Write-Host "Turbo 节点已存在，跳过安装。"
}

Write-Step "下载 Turbo v4 step600 EMA LoRA"
$turboLora = Join-Path $LoraRoot "minimax_h3_turbo_v4_step600_ema.safetensors"
Download-File `
    -Url "$HfHost/larryvrh/MiniMax-H3-Turbo-Lora/resolve/main/minimax_h3_turbo_v4_step600_ema.safetensors" `
    -Destination $turboLora `
    -ExpectedSize 779849816

$turboHash = (Get-FileHash -LiteralPath $turboLora -Algorithm SHA256).Hash
$expectedTurboHash = "5F3A626CD72C93A8B9318D6760C510BC5092D2AB13AABA1F932C5BAB07A416D3"
if ($turboHash -ne $expectedTurboHash) {
    throw "Turbo LoRA SHA-256 校验失败。实际：$turboHash"
}

Write-Step "生成启动和环境检查脚本"
$startBat = @'
@echo off
setlocal
cd /d D:\AI\MiniMax-H3\app\ComfyUI-master
echo Starting MiniMax H3 on RTX 4060 Ti 8GB...
D:\AI\MiniMax-H3\venv\Scripts\python.exe main.py --auto-launch --lowvram --disable-pinned-memory --preview-method none
pause
'@
Set-Content -LiteralPath (Join-Path $InstallRoot "start_minimax_h3.bat") -Value $startBat -Encoding ascii

$checkBat = @'
@echo off
setlocal
D:\AI\MiniMax-H3\venv\Scripts\python.exe -c "import torch; print('Torch:', torch.__version__); print('CUDA:', torch.cuda.is_available()); print('GPU:', torch.cuda.get_device_name(0) if torch.cuda.is_available() else 'NONE'); print('VRAM GB:', round(torch.cuda.get_device_properties(0).total_memory/1024**3, 2) if torch.cuda.is_available() else 0)"
pause
'@
Set-Content -LiteralPath (Join-Path $InstallRoot "check_minimax_h3.bat") -Value $checkBat -Encoding ascii

Write-Step "最终检查"
& $VenvPython -c "import torch; print('Torch:', torch.__version__); print('CUDA:', torch.cuda.is_available()); print('GPU:', torch.cuda.get_device_name(0) if torch.cuda.is_available() else 'NONE')"

Write-Host "`n安装完成。双击下面的文件启动：" -ForegroundColor Green
Write-Host (Join-Path $InstallRoot "start_minimax_h3.bat") -ForegroundColor Green
Write-Host "首次启动后打开 http://127.0.0.1:8188"

打开 PowerShell，运行：

Set-ExecutionPolicy -Scope Process Bypass
& "保存脚本的目录\install_minimax_h3_4060ti_8gb.ps1"

模型下载超过 43GB，第一次执行可能要很久。脚本显示某个大文件正在下载时，不要关闭窗口。网络断开也没关系，再运行一次会从已有文件继续。

如果 Hugging Face 直连太慢，可以在脚本开头把：

$HfHost = "https://huggingface.co"

改成你信任的镜像地址。文件体积检查仍会保留，Turbo LoRA 还会额外校验 SHA-256。

04｜安装结束后怎么检查

脚本结束后会生成：

D:\AI\MiniMax-H3\start_minimax_h3.bat
D:\AI\MiniMax-H3\check_minimax_h3.bat

先双击 check_minimax_h3.bat。我这里的输出是：

Torch: 2.13.0+cu130
CUDA: True
GPU: NVIDIA GeForce RTX 4060 Ti
VRAM GB: 8.0

再检查模型目录：

models\diffusion_models\minimax_h3_fl2va_pruned_int8_convrot.safetensors
models\text_encoders\qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors
models\vae\minimax_h3_video_vae_fp16.safetensors
models\vae\minimax_h3_audio_vae_fp32.safetensors
models\loras\minimax_h3_turbo_v4_step600_ema.safetensors

最后双击 start_minimax_h3.bat。启动命令已经带上这几个参数：

--lowvram
--disable-pinned-memory
--preview-method none

浏览器会打开：

http://127.0.0.1:8188

日志中出现下面几行，就说明显卡、Dynamic VRAM 和 Turbo 节点都加载了：

Device: cuda:0 NVIDIA GeForce RTX 4060 Ti
DynamicVRAM support detected and enabled
ComfyUI-MiniMax-H3-Turbo
Starting server

05｜先用原版工作流跑一次

在 ComfyUI 中打开：

Workflow → Browse Workflow Templates

搜索 MiniMax H3，载入官方 T2V 或 I2V 工作流。第一次测试用：

608×352（0.2MP）
3～5秒
20步
Batch 1

我跑过的一次原版短片，20 步去噪约 191 秒，完整任务 216.88 秒。首次加载模型时还会多花一点时间。

原版能正常出片，再接 Turbo。以后即使 Turbo 工作流报错，也能排除基础模型、VAE 和环境本身的问题。

06｜单独安装 Turbo 加速

如果你运行的是第三节的一键脚本，这一步已经完成。脚本会同时安装 Turbo 自定义节点和 v4 step600 EMA LoRA，不用再次下载。

检查下面两个文件是否存在：

D:\AI\MiniMax-H3\app\ComfyUI-master\custom_nodes\ComfyUI-MiniMax-H3-Turbo\__init__.py
D:\AI\MiniMax-H3\app\ComfyUI-master\models\loras\minimax_h3_turbo_v4_step600_ema.safetensors

两个文件都在，就直接跳到第 07 节。

如果你已经有一套能运行 H3 的 ComfyUI，只想补装 Turbo，先关闭 ComfyUI，再按下面操作。

1. 安装 Turbo 自定义节点

从项目页下载 ZIP：

https://github.com/Larryvrh/ComfyUI-MiniMax-H3-Turbo/archive/refs/heads/main.zip

解压后，把文件夹改名为 ComfyUI-MiniMax-H3-Turbo，放到：

D:\AI\MiniMax-H3\app\ComfyUI-master\custom_nodes\

最终要能找到这个文件：

custom_nodes\ComfyUI-MiniMax-H3-Turbo\__init__.py

2. 下载 Turbo LoRA

在 PowerShell 中运行：

curl.exe -L --fail --retry 5 --retry-delay 3 -C - `
  -o "D:\AI\MiniMax-H3\app\ComfyUI-master\models\loras\minimax_h3_turbo_v4_step600_ema.safetensors" `
  "https://huggingface.co/larryvrh/MiniMax-H3-Turbo-Lora/resolve/main/minimax_h3_turbo_v4_step600_ema.safetensors"

文件约 744MB。下载后可以校验 SHA-256：

Get-FileHash `
  "D:\AI\MiniMax-H3\app\ComfyUI-master\models\loras\minimax_h3_turbo_v4_step600_ema.safetensors" `
  -Algorithm SHA256

正确结果应为：

5F3A626CD72C93A8B9318D6760C510BC5092D2AB13AABA1F932C5BAB07A416D3

重新启动 ComfyUI。日志中出现 ComfyUI-MiniMax-H3-Turbo，节点搜索里能找到 MiniMax-H3 Turbo LoRA 和 MiniMax-H3 Turbo Sampler，说明安装成功。

07｜接好 Turbo 工作流并调参数

原来的官方 T2V、I2V 工作流仍然能用，但不会自动加速。Turbo 也不能只把 steps 从 20 改成 8，模型和采样器要按下面的方式连接：

Load Diffusion Model
        ↓
MiniMax-H3 Turbo LoRA
        ├────────→ Basic Guider
        └────────→ Basic Scheduler

MiniMax-H3 Turbo Sampler
        ↓
SamplerCustomAdvanced

先用这组参数：

LoRA：minimax_h3_turbo_v4_step600_ema.safetensors
strength：1.0
scheduler：simple
steps：6～8
denoise：1.0

图生视频还要把 LoadImage 接到 MiniMaxH3ImageToVideo 的 first_frame。

4060 Ti 8GB 建议从 608×352、3～5 秒、8 步开始。只想快速看构图时可以用 6 步；准备保留的成片用 8 步更稳。步数继续往上加，速度会变慢，但画质通常不会按比例提高。

时长不要一上来改成 12 秒。视频时长增加后，帧数、VAE 解码量和显存搬运都会跟着上涨，8GB 显存尤其明显。先用短片确认提示词、动作和镜头，再把满意的版本延长，比直接反复生成 12 秒省时间。

---

参考来源

1. ComfyUI 官方仓库
   https://github.com/Comfy-Org/ComfyUI
2. ComfyUI Windows 本地安装文档
   https://docs.comfy.org/installation/desktop/windows
3. ComfyUI 工作流模板说明
   https://docs.comfy.org/interface/features/template
4. MiniMax H3 官方模型仓库
   https://huggingface.co/Comfy-Org/MiniMax-H3
5. MiniMax H3 Turbo 自定义节点
   https://github.com/Larryvrh/ComfyUI-MiniMax-H3-Turbo
6. MiniMax H3 Turbo LoRA 权重
   https://huggingface.co/larryvrh/MiniMax-H3-Turbo-Lora
7. ComfyUI Dynamic VRAM 公告
   https://github.com/Comfy-Org/ComfyUI/discussions/12699