导入直接跑！MiniMax-H3 漫剧完整工作流，小白做连载少调节点

> 本机实测环境：Windows + ComfyUI + 显卡 RTX 5080 16G。以下操作均在我自己的机器上跑通，节点名称来自工作流真实节点，不虚构参数。

之前发了几篇都是排错类，很多人后台问我：能不能先给一个"装上就能出片"的版本？这篇就做这件事。

我用的是一份叫「全能多参生视频自用版+人物场景类特效」的工作流。它把模型加载、提示词、参考图、采样、出片全部串好了，普通用户导入后真正要手动动的就两三处，适合做连载漫剧开头先跑通流程。

▍ 一、先把模型放对位置（一次性）

H3 的模型不是丢进 models/checkpoints 就能认的，官方目录是分开的：

• 扩散模型（UNET 本体）放到 ComfyUI/models/diffusion_models/
• 文本编码器（CLIP）放到 ComfyUI/models/text_encoders/
• VAE 放到 ComfyUI/models/vae/

工作流里的 UNETLoader、CLIPLoader、VAELoader 三个节点就是分别去这三个目录读文件的。放错目录会直接报"找不到模型"，这是新手第一个卡点。

我本地用的是 INT8 量化版 + nvfp4_awq 4bit 组合，不开启加速 LoRA 时，RTX 5080 16G 实测峰值显存约 12.5GB，跑 10 秒视频总耗时约 483 秒（约 8 分钟）。如果搭配工作流内 4 步加速 LoRA，同等硬件条件下，10 秒视频生成时间缩短至 65-100 秒（实测 64-99 秒区间），生成效率大幅提升。以上均为本机实测，不同硬件速度会浮动，仅供参考。16G 显存基本能稳住，不必急于做分片处理。

▍ 二、导入工作流，认准这几个节点

工作流关键节点截图：加载图像、提示词、H3 参考生视频、分辨率与 LoRA

双击 json 加载进 ComfyUI 后，画面节点很多，但你要动手的只有几块：

1. MiniMaxH3ReferenceToVideo —— H3 的核心节点，参考图变视频就靠它。它的输入口接参考图、提示词、模型，输出口接后面的解码和成片。
2. Input Text (Prompt) —— 提示词输入框，写你的画面描述（角色外貌、动作、场景）。这是你每天做不同镜头主要改的地方。
3. LoadImage —— 参考图输入，把你的角色立绘或关键帧拖进去。
4. ResolutionSelector —— 分辨率选择，新手保持默认别动。
5. LoraLoaderModelOnly / Load Lora —— 已经挂好的风格 LoRA，我一般先不动；想换画风再调。

剩下 KSampler、BasicScheduler、BasicGuider、SamplerCustomAdvanced 这些采样相关节点，工作流作者已经调好了步数和调度器，第一次跑先全不动，出片满意了再微调。

▍ 三、跑通第一个镜头的三步

第一步：在 LoadImage 放一张角色参考图（正面、全身或半身都行，背景干净更好）。参考图不需要 4K 高清，分辨率控制在 1024 以内就够用，图片过大只会白白拉高显存消耗，新手别直接丢大图进去。

第二步：在 Input Text (Prompt) 写一句话描述这个镜头，例如"少女站在窗边看雨，头发被风吹起，夜晚城市灯光虚化在背景"。不用写太长，H3 对短句理解不差。

第三步：点「Queue Prompt」运行。链路会走 MiniMaxH3ReferenceToVideo → VAEDecode / VAEDecodeAudio 解出视频和音频 → CreateVideo / SaveVideo 写成片。

出片默认在 ComfyUI 的 output 目录，工作流里 solarL_SaveImagesToZip 节点会自动打包图片序列，方便后续剪辑。如果你的工作流没有这个自定义节点，直接忽略即可，完全不影响视频输出。

H3 生成的漫剧成片帧示例，含清晰二次元人物主视觉与场景，用于佐证"导入即出片"效果

▍ 四、做连载怎么"少调节点"

连载最怕每集都要重调一遍。这份工作流的思路是：把"固定项"和"变动项"分开。

固定项（建好一次就别碰）：模型路径、ResolutionSelector、采样步数、SAGE注意力补丁KJ（加速用，开着能省时间）。

SAGE注意力补丁KJ 可以明显降低显存占用、加快生成，但高动态、大动作的镜头偶尔会蹦出雪花噪点。如果某次生成的画面出现色块、雪花，可以临时绕过这个节点，代价是显存占用暴涨、生成时间翻倍。日常安静镜头开着就行，遇到强动作镜头再关。

变动项（每集改）：LoadImage 的参考图、Input Text (Prompt) 的镜头描述。

我自己的做法是：第一集跑顺后，直接「Save (API Format)」把这份工作流存成"我的连载母版.json"，之后每集只换参考图和提示词，节点基本不用再调。连续做了十几集，没再因为调参翻车。

▍ 五、两个容易踩的小坑

参考图太花：背景杂物多，生成的人物容易带进奇怪元素。参考图尽量用干净立绘。

提示词中英混写：H3 对中文提示词支持可以，但专有名词（比如特定画风名）保留英文原词更稳，不必硬翻。

跑起来之后，下一步就是批量生成多镜头再进剪映剪辑，那部分是另一篇的事了。先把"导入就能出片"这关过掉，后面都是加法。

另外也要客观说下模型本身的局限：大动作的武打、高速旋转这类强动作镜头，即便这套工作流，依旧容易出现人物五官漂移、肢体崩坏。遇到高动态场景，建议拆成 5 秒以内短镜头，后期剪辑拼接，不要指望单段长视频完成大动作。