MiniMax H3 的 ComfyUI 节点包：生成视频和声音，也支持参考控制、长视频、修脸和加速。
当前版本：1.50.0 · GPL-3.0-or-later
- 文生、图生、首尾帧、参考图/视频/音频、混合参考
- 视频和音频双时钟采样
- 原声保留、参考音频、音轨合成、低步数 Audio Refine
- 多关键帧、长视频续写、断点恢复、Latent 放大
- 单人/多人脸部修复、SAM3.1 追踪、Skin Finish
- Prompt Relay、SPEED、SLA、PDD、Enhance-A-Video
带 Advanced 或 EXP 的节点属于高级/实验功能，建议直接使用配套工作流。
在 ComfyUI Manager 搜索 MiniMax H3 Audio T8，安装后重启 ComfyUI。
手动安装：
cd ComfyUI/custom_nodes
git clone https://github.com/T8mars/comfyui-minimax-h3-audio-T8.git minimax-h3-audio-T8- 打开
examples/workflows。 - 新用户先用
01-basic-generation或02-audio-control。 - 把 JSON 拖进 ComfyUI，替换模型和素材后运行。
- 高级工作流先看同目录的
README.md和画布 NOTE。
| 模型 | 放置目录 |
|---|---|
| H3 主模型 | models/diffusion_models |
| 文本编码器 | models/text_encoders |
| 视频/音频 VAE | models/vae |
| Turbo、SLA、PDD 等 LoRA | models/loras |
| Latent 放大模型 | models/latent_upscale_models |
FL2VA、Ref2VA、pruned 和完整基模不要混用。
- Turbo 双时钟常用 shift：视频
12，音频3 - 保留原声：
audio_mode=lock_source，保存节点连接mux_audio - 媒体标签：
<Picture 1>、<Video 1>、<Audio 1>，编号必须对应输入 - 宽高使用 32 的倍数；显存不足时先降分辨率、帧数和参考数量
- 不要同时叠加多个接管 sampler、attention 或 MODEL forward 的节点
工作流在 19-pdd-acceleration。PDD 必须使用专用节点，不能当普通 LoRA 加载。
转换后的 FL2VA / Ref2VA PDD 加速 LoRA 下载：t8star/MiniMax-H3-Acc-8Step-comfy。下载后放到 ComfyUI/models/loras，并选择与基模一致的版本。
默认：Euler/simple、8 NFE、shift 12 / 3、CFG 1。
目录中同时提供 FL2VA / Ref2VA 的学习型 latent 双采工作流：严格把同一条 PDD 轨迹分成 LOW 4 步和 HIGH 4 步，总 NFE 仍为 8。正式 Ref2VA 预设为 864×480×22、1.5×；FL2VA 双采暂保留实验标记。
- 参数错位或 NaN： 完整重启 ComfyUI，再重新载入工作流。
- 媒体标签报错： 检查素材连接和标签编号。
- 没有保留原声： 使用
lock_source，并连接mux_audio。 - OOM： 关闭并发，降低分辨率/帧数，再逐个关闭高级节点排查。
模型和第三方组件遵循各自许可证；人物、声音和参考素材的使用权由使用者自行负责。