MiniMax H3 越狱模型开源：无审查、8GB 显存可跑，附 ComfyUI 部署教程

以下是视频口播的自动转写，可能有错字。

最新开源模型 minimax h3震撼开源，这就是2026最强的 ai 生产力工具。和那些烧积分的套路网站不同，minimax h3支持本地部署，运行成本趋近于零，生成图片、视频通通免费，无需魔法，不用联网。显卡最低支持3060，内置多套社区开源模板。

你只需将它工作流拖入软件，上传参考图或提示词，点击运行，就能生成这种自带人声和音效的视频。画面媲美 sdxl 2.0。最重要的是生成无次数限制，附带说明文档，或限制无审查，想生成什么就生成什么，各种画风随心切换。知道你在担心什么。开源模型要自己配环境、装依赖，折腾半天还报错。

别慌，我们全帮你搞定了！这款 minimax h3 comfyui 整合包，解压即用，双击启动，0代码、0配置，支持30系、40系、50系全系列显卡。内置加速插件，工作流全部搭好，拖进去直接出片，小白也能秒变导演。需要的同学吱一声，我甩给你。

接下来是教学部分。看，这是一片叶子小工厂。阳光、水和二氧化碳一起进入工厂，叶绿体开始工作，把它们变成能量。能量被制造出来，氧气也被释放了。阳光加水加二氧化碳变成能量和氧气。哈喽，小伙伴们大家好，我是你们的大宇老师。那么本堂课呢，我们就来讲一下我们这一个关于mini max h3官方skill的最后一节课。

那么这节课呢，我们会讲到最后一个skill叫做指意定格科普视频生成器，以及我们这个h3提示词编写的啊这一个通用skill。然后对于这个通用skill呢，它的一些基础的玩法，大宇老师在前面的课程中呢，已经有给大家讲到过了。但是有一些比如说做漫剧的玩法，大宇老师是还还没教大家的，那么这节课我们就统一的来进行讲解一下。

那么我们先来看一下这一个指意定格科普视频生成器啊，那么它大概生成出来的效果呢，大宇老师已经给大家放出来了啊。那么这两个视频有什么不一样呢？左边这一个是大宇老师直接通过这一个skill去让他写的一段啊手。图的一个提示词，先生成了图片，然后呢再直接去生成了一个15秒的视频提示词。

那么右边这个呢，是根据它官方 skill 原来的一个设定，它给出了四段的一个图片生成的提示词。然后将四段图片生成提示词，通过就是图片生成模型生成不同的四张图片，然后再将四张图片一一的去生成我们的5秒视频，最后进行一个拼接，得到了这个视频。但是这个视频呢，大宇老师只生成了前面的5秒，大家看一下。

他们之间的一个差距就好了。我们先看一下这一个单独的15秒的。呃，我们可以看到整体的这个效果还是非常不错的啊。我们再看一下单独的这个五秒，单独的五秒呢，就是通过将这15秒进行拆分啊。它一开始的时候就是讲到这个太阳啊、水啊以及二氧化碳啊进入去我们这一个呃叶子内部的这么一个场景，对吧？

那么这里要用五秒来进行讲解。宵夜美丽日，光合作用，速成外率。啊，当然了，这一个旁白呢，是他自己出的啊。那么 mini max h 三确实会有这么一个错误在这里面，就是他经常会自己出一些旁白。但这一个旁白也是呃可以去解决的，因为我们一般来说用 mini max h 三的一个提示词编写器编写出来的提示词就不会有这样子的一个问题。

但是它这个 skill 出的提示词呢，是那种一整段的啊，那个中文提示词，所以会有这种差错，很正常啊。但是这一段就不会有，因为我让它进行了一定的修改。那么我们先来看一下，对于这一个旨意定格科普视频生成器 skill 它的一个工作过程。啊，它这个工作过程呢，稍微来说还是比较麻烦一点点的。

啊，比如说我这里也是直接给到了一句话，叫它做一个光合作用的15秒的一个科普。然后呢，哎，这一个科普呢，它就会先问我们啊，要提供我们的目标受众。那么我就指定了儿童的一个观众，那么其他的就保持默认。在保持默认的一个情况下呢，它就会自己先出。一个大纲啊，然后这一个大纲呢，呃，它大概会出两次，让我们确定两次，然后第二次呢，才是说要去固定我们这一个画风。

然后固定画风前面这些，其实如果你对这些没有什么特定的要求的话，我们都不需要去看它，我们直接让它继续生成就行了。然后直到它出到呃我们的这一个啊，叫做分层啊、纸雕布景规划，这里我们可以去看一下。如果说这一个规划对你本人来说没有太大的一个影响的话，我们就不需要再理它，然后让它继续啊，这些我们都可以继续。

然后继续到它第一次出现这种单图提示词生成的时候，这个是干嘛用的呢？它这个单图提示词，就是第九步，它出来的时候，是让你确认一下这一个画风符不符合你本人的一个意思。啊，那么大宇老师是把它跑出来了，我们可以看一下。啊，它第一次的这个画风呢，是呃这样子的，啊，这个这个是我们单图生成的。

那么这一个画风没问题之后呢，它就会继续往下推，它会给到一个系列图片。那么这个系列图片呢，我们可以看到它有一个图片一、图片二、图片三、图片四。那么这四张图片呢，就是我们要去生成的啊，每5秒的一个图片了。我们可以看一下，那么第一张出来的图片是这样子的。

然后你通过第一张的图片，再将我们的 s2，也就是图片2的提示词，再将它复制过来。复制过来之后，我们再给到这一个，让它去参考图片一去生成。我们就会发现，哎，这两张图片它就具有共性了。第一个是一个空白的，什么都没有的，对吧？第二个是阳光、水、二氧化碳进注了，然后是这个氧气、葡萄糖、水出来的这么一个流程。

然后第三个呢，就是更进一步的一个推演了。其实我们可以看到这个推演呢，它都是进行一个递进的。如果说，哎，我们刚刚有说到，大宇老师是用到单图去进行生成的，对吧？生成了这5秒。其实我们从这里来看的话，我们用一个首尾针可能是一个更好的一个方式。所以它这一个 skill 应该是基于首尾针的 minimax h3的方式进行搭建的啊。

但是我觉得通过这种方式去生成可能还是稍微来说有点麻烦那么一点点，所以我就在下面的时候让他直接出了一段15的。当然我是让他把这些步骤全部跑完了，可以看到，我就跑到第13步，对吧？我一直让他继续下去。然后它总共是给我跑到步骤呃第二十步，好像啊，第十九步。

十九步，它确定完所有的音效跟我们所有的这个系列图片的提示词全部都搞完之后呢，我再让它去修改一下，就是直接帮我总结一段15秒提示词，包括一段首帧的一个提示词出来。然后它就给了我一段首帧的提示词，那么这一个首帧提示词呢，我们就可以看到它出的效果是怎么样的。

那么这一个效果呢，整体来说就已经包含了我们所有的一个过程了，对吧？太阳水、二氧化碳进去，然后氧气和糖分出来，然后这里呃少了一个水，当然这个可能是我们这个图片模型的一个差错。那这一张图片就可以直接作为我们的首图使用了，我们直接把它下载下来，因为它已经包括全部了啊。

然后我们再通过这一个首图，它会给我们输出这个15秒的提示词。那么这个15秒提示词呢，它就可以直接去帮我们做出来这一整套流程了。但是我们需要注意到的是，这个15秒的提示词里面，它会缺少一些东西。那么它缺少了什么呢？就是缺少我们的旁白。我们可以看到这里的15秒，整一段是没有旁白的啊。

但是按照它原先的设定，这个 skill 里面，它这一个15秒，它是有精确到秒的一个旁白的。我们可以看一下，这里0~3秒，这是一片什么什么，然后0~6秒该怎么说，然后6~10秒又该怎么说，直到15秒全部给我们生成完成。当然了，你也可以单独的将这几个就是旁白给它复下来，用 tts 模型将它给它复刻出来。

因为它这里也有建议的一个路径，我们可以看一下。他就是直接建议我们用 tts 将这个旁白复刻出来，会好一点点，可以啊，适用于 tts 模型，可以看到吧？对吧？但是呢，这样子反倒加剧了它的一个麻烦了，所以我们就不妨将这些旁白给它直接复制过去。但是这一个复制过去，它不一定会符合我们15秒的这一个提示词啊，因为我们通过这每一段进行生成的5秒的话，就可以很明确的去掐断它的一个旁白。

那这里大宇老师给大家试一下啊，加进去，因为刚刚是没有试过的，我们直接在这里输入旁白，然后直接粘贴进来，然后我们一次性让它直接生成出来，我们看一下它的一个效果，我们稍微等待一下。ok，那么现在视频出来了，我们看一下它的一个效果。看，这是一片叶子小工厂。

阳光、水和二氧化碳一起进入工厂，叶绿体开始工作，把它们变成能量。能量被制造出来，氧气也被释放了。阳光加水加二氧化碳变成能量和氧气。啊，整体来说还是不错的啊，加上了这个台词之后更完善了，所以也是可以的啊，然后直接输出我们15秒的这一个视频提示词，加上我们的手针提示词即可。

那么上节课呢，大宇老师讲到了啊，这种 mg 形式的啊，这种贴图图片，我们都是用 running hub 生成的吧。然后其实我们用这一个，create 2也是可以做的啊，我们看一下，效果都是不差的啊。那么这两个效果不一样，是因为我这里开了啊，这一个 refine prompt 的这一个节点。

如果你开了的话，它就是这样子的一个效果。啊，如果你不开的话，它就是下面的这一个效果。但是整体来说，我觉得大差不差吧，啊，都是蛮好的。那么我们接着看一下我们最后一个的这个智能体。那最后这一个智能体呢，就是我们最重要的 h3视频提示词编写。那么这个智能体呢，是根据你上传的图片跟你的要求来的。

如果说，哎，你直接跟它说，帮我制作一个15秒的光合作用。然后是提示词。然后我们直接把它发送出去，它就会自动去识别啊。这里它会识别到我们没有上传任何的图片、视频、音频，所以它就会直接让我们走纹身视频的一个路子。如果你上传了一张图片的话，它就会以首帧为主要的。

如果是两张的话，它就会以首尾帧。如果超过三张的话，或者你就是根据你自己的需要，你跟它说，我必须要用多图参考，那么它就用多图参考的一个模式给到你。然后呢我们这里就直接 t l v a 选择，然后它就会帮我们生成我们想要的提示词了。好，那么现在提示词出来之后，我们就可以直接复制粘贴过去进行生成了，这我就不再进行演示了。

然后前面的话，大宇老师其实经过了几轮的这一个对话，第一个是选择 t l v a。第二个是确认风格，然后第三个呢，是让他提供细节和声音设计。那么这样子呢，就可以完善出来我们的一个纹身视频的提示词。然后第二个呢，是你有图片的一个情况下。比如我这里上传两张图片，但这两张图片呢，你最好搞一个风格相近的啊，给到他。

然后我们可以直接告诉他啊，帮我根据嗯图片一和图片二的角色，然后去去想一个15秒的剧情啊。然后呢，这个剧情要有对话。那么如果是打戏的话，你就加上一个高动态打戏；如果没有的话，你也可以写文戏。但是一般来说，如果你呃不进行书写的话，它就会根据你的图片的两个图片的相近的风格来给你安排是打戏还是文戏。

然后这里如果你确实需要有对话的话，那么你就要写入要有对话这15秒。然后多少秒数你也要自己写，你也可以写个10秒的，然后把它发送出去，它就会自动识别到这个图一和图二里面的一个内容。然后有了这个内容之后呢，它会对图一图二的角色进行描述，然后根据我们 minimax h3这里面所需要的一个提示词的图片参考的要求，去帮我们输出我们的提示词，我们稍微等待一下。

ok，那么这里一样的啊，也是让我们选择这些东西，我们随便选，你根据你自己的需要去选就行了，因为大宇老师只是给大家做一个演示。所以这里就没有很重要。好，那么这里就出来了，我们可以看一下，它会以 picture one 和 picture two 去代表我们上传两张图片。

然后另外呢，它也会告诉这个 ai 主体是什么。这个就是我们标准的 minimax h3的提示词撰写啊。那么，哎，最重要的是我们如何拿它做漫剧。那么这里呢，大宇老师就要引入一段剧本了。比如说这里呢，大宇老师给到了一段剧本，这里有出场人物，对吧？

有我们的一个场景。那么。啊，这里呢，我们就需要把对应的这些物料给它上传上来。那么现在呢，我们先上传一下我们的男女主。那么比如呢，啊，我这里就随便找两张，啊，比如这个是男主，啊，然后这一个是女主，然后我们把它打开一下。然后呢，我们再上传一下我们的一个场景图片，啊，我们随便找一个。

那么比如说我们的场景，我们就选择这一个，啊，然后我们直接告诉他，图片一啊，是林小姐，然后图片二啊，是我们的这个楼先生，然后图片三啊，是我们的。场景图参考，然后我们直接就把它发送出去就可以了啊，它会自动帮我们进行一个识别，然后它会帮我们出我们对应的一个呃视频生成的提示词，我们这样子呢就可以直接拿视频生成提示词去做我们的漫剧了啊。

然后这个漫剧跟我们这里用到的呃这个，我们可以看一下这个剧本应该是一模一样，甚至说一致的。然后动漫风格我们直接就说动漫风格就好了，这个风格你们自己去把握，你们做漫剧想要哪种风格，你们就自己去呃去跟他说就行了。然后这里呢，你就可以看到，他会帮我们拆成三个镜头啊，然后分成了15秒。

然后我们直接确认，然后没有对话，这里面啊只有这个什么内心独白这些东西都没有，然后只有一些环境音什么的，它也能够识别到，然后帮我们去出我们想要的提示词。好，那么这个提示词最后出来了，我们直接把复制粘贴过去，然后加上你刚刚自己上传的这些参考图，就可以做我们的漫剧片段了啊。

然后我给大家试过了，连贯性是蛮强的。只要说，哎，你有这种恰当的剧本。然后这个剧本呢，在同一个场景里面。啊，什么叫同一个场景呢？就是戴尔上传在这里，啊，什么海城酒店门口，对吧？都是在这个门口里面发生的事。然后就可以把这一整个场景全部上传。然后它最厉害的是，它会自动的帮你分割成啊一段一段15秒。

如果说你这个剧本很长的话，它可能可以分成30秒啊、40秒、50秒都是可以的，它会帮你自动进行分段。然后整体来说都是连贯的。那么这个呢就是做漫剧的一个比较好的一个方式。那么这个就是本堂课啊的所有的内容了。如果你觉得戴尔讲的不错的话，不要忘记一键三连，我们下期再见，拜拜！