MiniMax H3

Репозиторий Russ1on — перепакованные файлы модели MiniMax H3 для ComfyUI. Внутри — диффузионные модели в вариантах fl2va и ref2va, текстовый энкодер Qwen3-VL-32B, turbo-LoRA, VAE, ControlNet Union и набор embeddings. Оригиналы — MiniMaxAI/MiniMax-H3, lightx2v/Minimax-h3-Turbo, alibaba-pai/MiniMax-H3-Fun-Controlnet-Union и Kijai/MiniMax-H3-experimental.

🤓 Ключевые особенности

• 📝 Готовая структура папок для ComfyUI: diffusion_models, text_encoders, loras, vae, model_patches, embeddings.
• 😎 Кванты diffusion-моделей: bf16, int8_convrot, pruned-варианты, w6a8 и fp8_scaled.
• 👍 Текстовый энкодер Qwen3-VL-32B в bf16, int8_convrot и nvfp4_awq; nvfp4 не требует Blackwell GPU.
• 🤝 Turbo-LoRA на 4 и 8 шагов, а также Pika flex LoRA для fl2va и ref2va.
• 🔫 ControlNet Union, видео- и аудио-VAE, embeddings для эффектов: bullet time, fire breath, four seasons и др.

😜 Пример

Добавьте embedding в промпт внутри CLIPTextEncode: embedding:minimaxh3_art_is_explosion — и замените имя на нужный эффект, например minimaxh3_bullet_time.

Подробнее

Бенчмарков и требований к VRAM в карточке нет.
Для diffusion-моделей советуют int8_convrot, если доступен PyTorch с cu130; fp8_scaled — только если int8_convrot недоступен.
Есть workflows для text-to-video, image-to-video, reference-to-video, multiframe reference и Fun ControlNet Union.
Это перепаковка файлов, а не новая обученная модель.