MiniMax-H3 推出单文件版，支持 ComfyUI 视频音频生成

marres · reddit · 2026-08-22

作者将 MiniMax-H3 的新变体（Pruned Ref-Delta Fused r1024）转换为原生 ComfyUI 单文件格式。该模型的特点在于，从修剪后的 FL2VA 模型出发，将 Ref2VA 与 FL2VA 差值的秩-1024 近似融合进去，使得工作流只需一个 Transformer 即可实现首尾帧条件控制以及图像/视频/音频参考。这意味着用户可以在无需加载两个独立扩散模型的情况下，获得 MiniMax-H3 原生的同步视频+立体声生成能力。转换已处理 AdaLN、偏置折叠、QKV 融合等技术细节，并测试通过。