如果你最近一直在关注 AI 视频生成，那么 MiniMax H3 这次确实值得好好玩一下。相比传统的视频生成模型，H3 在剧情演绎、连续动作、人物表现以及复杂分镜理解方面有了明显提升。
部署教程
一、越狱模型
如果你想更自由、更大胆地生成你需要的任何视频，那么官方的原版模型肯定是无法实现的。所以我们需要通过越狱的模型，把它的内容能力扩展到更大更丰富的空间。
其实越狱的模型之前介绍过很多个，但考虑到大家的显存大小，以及新手的部署难易程度，这次推荐的是一个专门适配 MiniMax-H3 的 Heretic / Uncensored 文本编码器——它适配更多低显存用户。
越狱模型下载
- HuggingFace：Momoking/Qwen3-VL-32B-Heretic-MiniMax-H3-NVFP4
二、安装 ComfyUI
为了更好适配 MiniMax-H3 及开源越狱模型，请大家务必安装最新版的 ComfyUI 客户端。如果你之前已经安装过，那么需要将其升级到最新版本。
官方下载
- 官方：comfy.org
安装好 ComfyUI 客户端以后，现在需要把第一步下载的越狱模型放到这个目录下：
C:\Users\你的用户名\AppData\Local\Comfy-Desktop\ComfyUI-Shared\models\text_encoders最后在 ComfyUI 客户端的 CLIPLoader（类型：）里选择越狱模型。
三、越狱工作流
工作流分两种，按需求下：
- 图生视频工作流
- 文生视频工作流
低显存用户的建议：当你生成视频的时候，分辨率建议调低点，这样不容易爆显存，生成时间也会缩短。等生成完成以后，可以通过视频高清放大工具来进行后期高清处理即可。
四、生成效果
剧情演绎方面的实际输出，可以用九宫格的方式先铺分镜，再转成视频：
用本地部署的 H3 生成电影感对白场景，人物的表情与光影表现也能比较自然地衔接：
直出效果非常不错。本地部署的 H3 对这种电影感场景已经能够比较轻松地驾驭——先生成一个 25 秒的片段，这不是本地生成的极限，只是一个相对保守的设置，在保证生成效果的同时也能更直观地看到实际表现。
五、九宫格图片转视频
核心思路是「用图片模型出九宫格分镜，再让视频模型把它串成连续片段」。
这种九宫格图片，你可以让 ChatGPT 或者任何开源的图片模型帮你免费生成，自由度很高。
关键要求：九宫格里的 9 个画面是连续剧情的 9 个分镜，不是同时发生的 9 张独立图片。所以提示词里必须写清楚"按从左到右、从上到下的顺序依次转场"，并且强调人物一致性。
提示词结构（按这个骨架写，替换成你自己的剧情即可）：
请严格参考输入的九宫格分镜图，将九个画面按照从左到右、从上到下的顺序，
依次转换成一段连续、完整、有剧情推进的真人电影风格视频。
重要要求：
· 九宫格中的 9 个画面是连续剧情的 9 个分镜，不是同时发生的画面。
· 必须严格按照 第1格 → 第2格 → … → 第9格 的顺序进行镜头切换和剧情演绎。
· 保持九宫格中人物的外貌、发型、服装、年龄、体型高度一致，
整个视频中不能换脸、不能改变服装、不能突然改变发型。
整体风格：真人电影质感、照片级真实、细腻自然的皮肤和面部细节、
浅景深、柔和电影光影、轻微胶片颗粒、真实空间纵深、高级电影调色。
场景保持统一：描述清楚空间的材质与光线（例如木质室内、纸窗、
阳光斜射、空气中有轻微尘埃颗粒）。
镜头语言：为每一格写清「镜头几 + 对应第几格 + 景别 + 人物动作 + 镜头运动」，
景别要有变化（中近景 → 宽景 → 近景 → 特写 → 空镜）。
人物一致性：禁止换脸、禁止服装变化、禁止发型变化、
禁止人物突然消失或凭空出现。
动作一致性：所有动作符合真实人体运动规律，避免手指变形、多余手指、
肢体扭曲、人物穿模、身体突然变形。
禁止项：不要文字、不要字幕、不要标题、不要 Logo、不要水印、不要 UI、
不要分屏、不要保留九宫格边框、不要让九个画面同时出现、
不要把九宫格直接当成静态拼图播放。分镜提示词的写法可以总结成四段：
- 整体故事 —— 一句话说清发生了什么，以及节奏（例如：神秘潜入 → 进入 → 察觉危险 → 奔跑 → 翻上屋顶 → 躲避 → 俯瞰 → 飞跃 → 消失在夜色中）
- 每一格的动作 —— 逐格写"镜头 N：第 N 格，景别，人物在做什么，镜头怎么运动"
- 一致性约束 —— 人物、服装、场景、光线、时间必须统一
- 禁止项 —— 把不想要的东西明确列出来
六、关于后期高清
低显存生成出来的画面分辨率有限，所以流程上推荐：先低分辨率生成 → 再用视频高清工具做后期。
这类工具通常包含：
- 视频高清放大：模糊画面秒变高清。
- 图片高清优化：提升图片细节，效果肉眼可见。
- 视频插帧：拯救丢帧严重的旧视频，让播放更加流畅。
- 视频防抖：轻松处理抖动视频，效果堪比稳定器拍摄。
无论是老旧视频修复还是日常剪辑优化，这套组合都能覆盖。低显存用户按"低分辨率生成 + 后期放大"这条路线走，是最省事的。
常见问题
显存不够怎么办？
先把生成分辨率调低，生成完再用视频高清放大工具做后期。这是低显存最实用的组合。
模型放哪个目录？
ComfyUI-Shared\models\text_encoders，放完在 CLIPLoader 里选类型。
旧版 ComfyUI 能用吗？
不行，必须最新版，否则缺少对应节点。
越狱版会不会不稳定？
它移除了拒绝层，所以输出更自由，但同时也意味着内容需要你自己判断，生成结果不一定都合理。
九宫格图片哪里来？
用任意一个图片模型生成即可，提示词自己发挥。关键不是"哪来的九宫格"，而是转视频时的分镜顺序和一致性约束有没有写清楚。
本文整理自公开的模型信息与实测流程，仅供学习参考。模型的下载与使用请遵守其原始许可证。
赞赏支持
