DaSiWa MiniMax H3：集成导演工作台，一站式首尾帧、多参考、音频同步视频生成
DaSiWa MiniMax H3 是由创作者 Darksidewalker（DaSiWa）专门为 MiniMax H3 视频模型打造的一套 ComfyUI 工作流。这是一套一体化、易用的本地工作流，专门优化了使用 MiniMax H3（以及作者自己的 DaSiWa 微调模型）生成带音频视频的流程。作者自己日常用它创作，并针对自己的 checkpoint 做了大量优化，目标是让操作更简单、效果更好、显存占用更合理。
DaSiWa MiniMax H3（也叫 DaSiWa Hybrid v1）是一个由社区创作者 Darksidewalker（DaSiWa）基于 MiniMax 官方开源的 MiniMax H3（又称 Hailuo H3）微调、优化并量化后的 AI 视频生成模型，DaSiWa 的版本是对它进行了微调（finetune）和混合优化后的 checkpoint，让它更好用、质量更高、资源占用更灵活。
主要功能特点
支持全部主流模式（一个工作流搞定）：
T2VA：纯文字生成视频+音频
I2VA：单图（首帧）生成视频+音频
FL2VA / FLF2VA：首尾帧插值生成视频+音频
REF2VA：多参考（最多9张图 + 3个视频 + 3段音频）生成视频+音频
额外支持 Image Inpaint（图像修复/重绘）模式
实用增强功能：
Reference Director（参考导演）：支持拖拽上传、槽位排序、裁剪、每段媒体单独提示词
音频完整支持（视频内嵌音频切换、独立音轨）
智能分辨率（自动适配宽高比、预设像素）
多种放大方式（RTX、模型、简单、H3 Latent 放大）
帧插值、首尾帧提取、水印叠加
高级自动保存视频、性能优化、Chunking 降低显存占用
专用 Seed 节点，方便固定种子对比结果
使用教程：（建议N卡，显存8G+运存32G起，支持50系显卡）
整合包包含所需所有节点，下载主程序和模型（ComfyUI文件夹），解压主程序一键包，将ComfyUI文件夹移动到主程序目录下即可。
内置 DaSiWa Hybrid 8Turbo v1 版8步加速版模型，如不需原版模型，可手动下载，该版内置导演台，操作略复杂，不适合新手。
软件目录结构：
📂 ComfyUI/
├── 📂 models/
│ ├── 📂 diffusion_models/
│ │ └── minimax_h3_fl2va_pruned_int8_convrot.safetensors
│ │ └── minimax_h3_ref2va_pruned_int8_convrot.safetensors
│ │ └── DasiwaMinimaxH3_dasiwaHybrid8turboV1.safetensors
│ ├── 📂 unet/
│ │ └── MiniMax-H3-REF2VA-Q4_K_M.gguf
│ │ └── MiniMax-H3-FL2VA-Q4_K_M.gguf
│ ├── 📂 loras/
│ │ └── minimax_h3_fl2v_turbo_4step_v1.1_768p_comfyui_bf16.safetensors
│ │ └── MiniMax-H3-FL2VA-Acc-8Step_pruned_comfy.safetensors
│ │ └── MiniMax-H3-Ref2VA-Acc-8Step_pruned_comfy.safetensors
│ │ └── MysticXXX_MMH3-V1.safetensors
│ ├── 📂 text_encoders/
│ │ └── qwen3vl_32b_minimax_h3_int8_convrot.safetensors
│ │ └── qwen3vl-32B-MiniMax-H3-Q4_K_M.gguf
│ ├── 📂 latent_upscale_models/
│ │ └── minimax_h3_latent_upscaler_3d_bf16.safetensors
│ ├── 📂 frame_interpolation/
│ │ └── minimax_h3_latent_upscaler_3d_bf16.safetensors
│ └── 📂 vae/
│ └── minimax_h3_audio_vae_fp32.safetensors
│ └── minimax_h3_video_vae_int8_convrot.safetensors
📂 deepface/
......
下载地址：
主程序 https://pan.quark.cn/s/c0e9b9e49ff3 模型https://pan.quark.cn/s/8793bb1f658f
量化和修剪模型有些多，效果不知道怎么样，下json和模型先试试看。 有一键整合包就好了，到时候我肯定会花钱买。 版主这个为啥没有参考音频呢，自己怎么加进去
cxn007 发表于 2026-9-19 18:47
版主这个为啥没有参考音频呢，自己怎么加进去
你得会用导演台
选择对应的模式，比如带音频参考的，然后上传音频，所有的素材，比如图像，音频，视频都在导演台这里上传 下来看看行不行
页:
[1]