ComfyUI首发支持MiniMax H3：RTX 3060即可本地运行2K开源视听视频模型

MiniMax正式发布了其第三代视频模型H3，并宣布开源所有权重。作为业界首个支持2K分辨率输出和原生立体声音频的开放权重视频模型，H3在发布当天即被ComfyUI平台全面支持。该模型具备强大的多模态上下文理解能力，能够同时接收文本、图像、视频和音频作为输入，生成带有同步立体声的15秒高清视频片段，彻底改变了以往视频生成中声音需要后期合成的局限。在技术实现上，ComfyUI团队针对该模型进行了深度工程优化，通过剪枝替换、int8卷积旋转量化及自定义内核等技术，成功将模型的内存占用降低了66%，从原本的123.6GB缩减至42.5GB。这一突破性优化结合动态显存卸载技术，使得拥有RTX 3060显卡的普通用户也能在本地流畅运行这一顶尖的2K视频生成模型。H3支持文生视频、图生视频、首尾帧控制以及基于参考视频的运动迁移等多种工作流，为创作者提供了极大的灵活性和创意空间。

事件分析

💡 核心观点：将2K视频生成门槛降至消费级显卡，标志着开源视频模型已具备在本地端挑战闭源SaaS服务的实战能力。