# MiniMax-H3 INT8 ConvRot

[English](README.md)

面向 [ComfyUI-RH-MiniMax-H3](https://github.com/RH-RunningHub/ComfyUI-RH-MiniMax-H3)
的 MiniMax-H3 转换权重。本仓库是完整 ComfyUI 模型包：INT8 ConvRot DiT / 文本
编码器、合并后的 VAE、FL2VA / Ref2VA 配置，以及可选 turbo LoRA。

同一完整包镜像在
[ModelScope](https://modelscope.cn/models/Gluttony10/MiniMax-H3-INT8-CONVROT)。
请只从**一个**来源下载。完整快照约 **99 GiB**，建议预留至少 **120 GiB**
磁盘空间。

## 内容清单

| 文件 | 大小 | 用途 |
|---|---:|---|
| `MiniMax-H3-FL2VA-int8_convrot.safetensors` | 31.65 GiB | FL2VA / T2VA / V2A DiT |
| `MiniMax-H3-Ref2VA-int8_convrot.safetensors` | 31.65 GiB | Ref2VA DiT |
| `qwen3-vl-32b-int8_convrot.safetensors` | 25.28 GiB | Qwen3-VL 文本编码器 |
| `MiniMax-H3-video_vae.safetensors` | 4.85 GiB | 视频 VAE |
| `MiniMax-H3-audio_vae.safetensors` | 0.56 GiB | 音频 VAE |
| `minimax_h3_fl2v_turbo_4step_v0.1.safetensors` | 1.29 GiB | 可选 FL2VA / T2VA 4 步 turbo |
| `minimax_h3_fl2v_turbo_4step_v1.0_768p_bf16.safetensors` | 1.29 GiB | 可选 FL2VA / T2VA 4 步 turbo，面向 768p |
| `minimax_h3_fl2v_turbo_8step_v1.0_bf16.safetensors` | 1.29 GiB | 可选 FL2VA / T2VA 8 步 turbo |
| `minimax_h3_ref2v_turbo_4step_v0.1_bf16.safetensors` | 1.29 GiB | 可选 Ref2VA 4 步 turbo |
| `FL2VA/` | 配置 | FL2VA tokenizer、processor 与组件配置 |
| `Ref2VA/` | 配置 | Ref2VA tokenizer、processor 与组件配置 |

## 安装到 ComfyUI

```text
ComfyUI/
└── models/
    └── MiniMax-H3-INT8-CONVROT/
        ├── MiniMax-H3-FL2VA-int8_convrot.safetensors
        ├── MiniMax-H3-Ref2VA-int8_convrot.safetensors
        ├── qwen3-vl-32b-int8_convrot.safetensors
        ├── MiniMax-H3-video_vae.safetensors
        ├── MiniMax-H3-audio_vae.safetensors
        ├── minimax_h3_fl2v_turbo_4step_v0.1.safetensors
        ├── minimax_h3_fl2v_turbo_4step_v1.0_768p_bf16.safetensors
        ├── minimax_h3_fl2v_turbo_8step_v1.0_bf16.safetensors
        ├── minimax_h3_ref2v_turbo_4step_v0.1_bf16.safetensors
        ├── FL2VA/
        └── Ref2VA/
```

```bash
cd /path/to/ComfyUI
python3 -m pip install -U huggingface_hub
hf download Gluttony10/MiniMax-H3-INT8-CONVROT \
  --local-dir ./models/MiniMax-H3-INT8-CONVROT
```

国内用户可用 ModelScope 镜像：

```bash
cd /path/to/ComfyUI
python3 -m pip install -U modelscope
modelscope download --model Gluttony10/MiniMax-H3-INT8-CONVROT \
  --local_dir ./models/MiniMax-H3-INT8-CONVROT
```

下载中断或仓库更新后，重新执行同一条命令即可续传或更新。对于内存不低于
64 GiB 的高带宽机器，可在 `hf download` 前添加
`HF_XET_HIGH_PERFORMANCE=1`。

插件会自动识别这份完整转换包；旧目录 `ComfyUI/models/MiniMax-H3` 仍然兼容。

## 可选 Turbo LoRA

需要更少采样步数时，在模型加载节点中选择其中一个 turbo LoRA。
不选 LoRA 则使用基础转换权重。

| 文件 | 典型用途 |
|---|---|
| `minimax_h3_fl2v_turbo_4step_v0.1.safetensors` | FL2VA / T2VA 4 步 turbo |
| `minimax_h3_fl2v_turbo_4step_v1.0_768p_bf16.safetensors` | FL2VA / T2VA 4 步 turbo，面向 768p |
| `minimax_h3_fl2v_turbo_8step_v1.0_bf16.safetensors` | FL2VA / T2VA 8 步 turbo |
| `minimax_h3_ref2v_turbo_4step_v0.1_bf16.safetensors` | Ref2VA 4 步 turbo |

## 插件

安装 [ComfyUI-RH-MiniMax-H3](https://github.com/RH-RunningHub/ComfyUI-RH-MiniMax-H3)
后，使用 `RunningHub/MiniMax H3` 下的节点：

| 节点 | 用途 |
|---|---|
| `RHMiniMaxH3ModelLoader` | 加载 FL2VA / Ref2VA DiT 和可选 LoRA |
| `RHMiniMaxH3TextEncoderLoader` | 加载 Qwen3-VL 文本编码器 |
| `RHMiniMaxH3VAELoader` | 加载视频与音频 VAE |
| `RHMiniMaxH3VideoGen` | T2VA / FL2VA / V2A |
| `RHMiniMaxH3RefGen` | Ref2VA；按顺序输入图片、视频和音频参考 |

示例工作流：

- [文生视频与音频](https://github.com/RH-RunningHub/ComfyUI-RH-MiniMax-H3/blob/main/examples/workflows/videogen_t2va.json)
- [视频转音频](https://github.com/RH-RunningHub/ComfyUI-RH-MiniMax-H3/blob/main/examples/workflows/videogen_v2a.json)
- [图片/音频参考生成](https://github.com/RH-RunningHub/ComfyUI-RH-MiniMax-H3/blob/main/examples/workflows/refgen_image_audio.json)

## 许可证

转换权重遵循上游
[MiniMax-H3 Community License](https://huggingface.co/MiniMaxAI/MiniMax-H3/blob/main/LICENSE)。
ComfyUI 插件代码按 Apache-2.0 发布。

## 相关链接

- [ComfyUI-RH-MiniMax-H3](https://github.com/RH-RunningHub/ComfyUI-RH-MiniMax-H3)
- [MiniMax-H3 官方项目](https://github.com/MiniMax-AI/MiniMax-H3)
- [官方 MiniMax-H3 权重](https://huggingface.co/MiniMaxAI/MiniMax-H3)
- [Hugging Face 同内容仓库](https://huggingface.co/Gluttony10/MiniMax-H3-INT8-CONVROT)
- [RunningHub](https://www.runninghub.cn/?inviteCode=rh-v1367)