MiniMax H3 في ComfyUI: التشغيل محليًا — الملفات وبطاقة الرسوم والإعدادات

MiniMax H3 نموذج فيديو بصوت ستيريو، نشرت MiniMax أوزانه المفتوحة في 3 أغسطس 2026. يعمل في ComfyUI بشكل أصلي، من دون عقد خارجية: قوالب النص إلى فيديو (T2V) والصورة إلى فيديو (I2V) والفيديو من المراجع (R2V) موجودة في مكتبة القوالب. في ما يلي ما يُنزَّل، وكم يزن، وأي بناء يناسب بطاقة الرسوم، وكيف يُسرَّع التوليد، وأين يصطدم النموذج بحدوده. كل الأرقام من وثائق ComfyUI وMiniMax بتاريخ 26 أكتوبر 2026.

ما يلزم لتشغيل MiniMax H3 في ComfyUI

• ComfyUI 0.30.0 أو أحدث. الميزات الأحدث تحتاج إصدارات لاحقة: Multiframe Reference يحتاج 0.34، وFun ControlNet وsparse attention يحتاجان 0.35، وFastH3 يحتاج 0.36، وأخف بناء w6a8 يحتاج 0.38.
• بطاقة رسوم قوية. التسريعات في وثائق ComfyUI (INT8 وNVFP4 وSage Attention) موجهة إلى NVIDIA. MiniMax تدعم AMD فقط في بيئة الخادم vLLM-Omni عبر ROCm. لا تنشر MiniMax حدًا أدنى لذاكرة الرسوم في ComfyUI، وتنصح بالتجربة على جهازك. المؤشرات أدناه.
• نحو 42 GB على القرص للقالب الأول، ونحو 23 GB إضافية للمراجع.

نموذجان من عائلة H3-Base مفتوحان: FL2VA للفيديو من النص ومن الإطار الأول والأخير، وRef2VA للفيديو من المراجع. وحدة تجهيز المراجع H3-Context-IR والتكبير إلى 2K عبر H3-Regenerate-2K غير منشورين، ويعملان فقط عبر واجهة MiniMax. لذلك يعطي H3 المحلي إطارًا بنحو 1 ميغابكسل: 1344×768 بنسبة 16:9، ومقطعًا من 5 إلى 15 ثانية بمعدل 24 إطارًا في الثانية، وصوت ستيريو 32 kHz.

كيف يختلف H3 عن Hailuo 2.3 السابق، وكم يكلف في الواجهة، في صفحة Hailuo AI.

أي ملفات MiniMax H3 تُنزَّل وأين توضع

الأسهل فتح Template Library → Video، واختيار قالب MiniMax H3، وتنزيل النماذج من النافذة. يدويًا تأتي الملفات من مستودع Comfy-Org/MiniMax-H3 على Hugging Face:

ماذا	الملف الافتراضي	الحجم	المجلد
نموذج T2V وI2V	minimax_h3_fl2va_pruned_int8_convrot	21 GB	models/diffusion_models/
نموذج R2V	minimax_h3_ref2va_pruned_int8_convrot	21 GB	models/diffusion_models/
مُرمّز النص Qwen3-VL-32B	qwen3vl_32b_minimax_h3_nvfp4_awq	15.7 GB	models/text_encoders/
VAE الفيديو	minimax_h3_video_vae_int8_convrot	2.8 GB	models/vae/
VAE الصوت	minimax_h3_audio_vae_fp32	0.6 GB	models/vae/
Turbo LoRA لـ T2V وI2V	minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16	2 GB	models/loras/
Turbo LoRA لـ R2V	minimax_h3_ref2v_turbo_4step_v0.1_comfyui_bf16	2 GB	models/loras/

Turbo LoRA لازمة حتى مع إيقاف وضع التيربو: القالب يتحقق من وجود الملف عند التحميل. T2V وI2V نحو 42 GB، ومع R2V نحو 65 GB.

ComfyUI/models/
├── diffusion_models/
│   ├── minimax_h3_fl2va_pruned_int8_convrot.safetensors
│   └── minimax_h3_ref2va_pruned_int8_convrot.safetensors
├── text_encoders/
│   └── qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors
├── vae/
│   ├── minimax_h3_video_vae_int8_convrot.safetensors
│   └── minimax_h3_audio_vae_fp32.safetensors
└── loras/
    ├── minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16.safetensors
    └── minimax_h3_ref2v_turbo_4step_v0.1_comfyui_bf16.safetensors

أي بناء من MiniMax H3 يناسب بطاقة الرسوم

تنصح Comfy بأخذ أصغر بناء يتسع في ذاكرة الرسوم: التفريغ إلى المعالج أغلى من الدقة التي تخسرها. يتغير فقط الملف في العقدة UNETLoader. يقرأ ComfyUI نوع التكميم من الملف نفسه.

البناء	الحجم	متى يُستخدم
pruned_w6a8	16 GB	الأخف، ويحتاج ComfyUI 0.38+
pruned_int8_convrot	21 GB	الافتراضي في القوالب
pruned_fp8_scaled	21 GB	الحجم نفسه مثل INT8
pruned_bf16	40.2 GB	من دون تكميم؛ لازم لـ Comfy Kitchen attention
bf16	66.3 GB	البناء الكامل

لمُرمّز النص ثلاث نسخ أيضًا: NVFP4 بحجم 15.7 GB (في القوالب)، وINT8 بحجم 27.1 GB، وbf16 بحجم 51.5 GB. بطاقات RTX من السلسلة 30 لا تدعم FP8، وINT8 هناك أسرع من FP16 بنحو الضعف، فاستخدم أبنية INT8.

لا قياسات رسمية لـ ComfyUI نفسه. أقرب الأرقام التي تنشرها MiniMax تخص بيئتي الخادم SGLang وvLLM-Omni:

العتاد	الوضع	النتيجة
1 × RTX 4090، 24 GB	تفريغ إلى المعالج + INT8	ذروة نحو 18 GB من ذاكرة الرسوم، والوقت يعتمد على الذاكرة
2 × RTX 5090، 32 GB	5 ث، 1344×768، 50 خطوة	559.67 ث، ذروة 26.3 GB لكل بطاقة
2 × RTX 5090، 32 GB (vLLM-Omni)	الأمر نفسه	8 دقائق و38 ثانية، ذروة نحو 22.6 GB لكل بطاقة

قوالب ComfyUI افتراضيًا على 20 خطوة لا 50، لذلك يخرج المقطع أسرع على البطاقات نفسها. لـ FastH3 تجهز FastVideo ملفات جاهزة لـ RTX 5090 وDGX Spark، بدقة 480p افتراضيًا.

كيف يُشغَّل المقطع الأول

1. حدّث ComfyUI وافتح قالب MiniMax H3 T2V.
2. اترك 0.4 ميغابكسل للتجربة، أي 864×480 بنسبة 16:9. مسودة بهذا الحجم تُحسب بسرعة وتُظهر إن كان المشهد يسير في الاتجاه الصحيح.
3. للمقطع النهائي ضع 0.98 ميغابكسل أو اكتب 1344 × 768 يدويًا. لا تضع 1.0 ميغابكسل: الناتج 1376×768، وهي مساحة أكبر مما تدرب عليه النموذج. الأضلاع من مضاعفات 32.
4. المدة بالثواني، وتُقرَّب إلى الأعلى على شبكة الإطارات 17k+5: 5 ثوانٍ تعطي 124 إطارًا، نحو 5.17 ث. النموذج مدرَّب على 5 إلى 15 ثانية.
5. شغّله بـ 20 خطوة. المشاهد البسيطة تكفيها 12–16. التفاصيل الدقيقة مثل الدرع الحلقي والزخارف تستفيد حتى 50.

كلما ابتعد القياس عن 1344×768، أبطأ التوليد وانخفضت الجودة؛ والأكبر من ذلك لا يضيف تفصيلًا. المقاطع الطويلة بالقياس الكامل تصطدم أولًا بذاكرة الرسوم، عندها خفّض الميغابكسل.

كيف تُكتب أوامر MiniMax H3

تنصح وثائق ComfyUI بكتابة الأمر بالإنجليزية، وحوار الشخصيات داخل وسوم <d> مع وسم اللغة: <d>[Arabic] …</d>. من يتكلم وكيف يُكتب قبل الوسم. تدرج MiniMax العربية ضمن 11 لغة بكلام مستقر. صف المشهد كله أولًا، ثم اللقطات مع الأكواد الزمنية والكاميرا والصوت، في كتلة واحدة:

integrated_multimodal_description: [Shot 1] Live-action, cinematic, a wide shot of a misty mountain lake at sunrise. The camera pushes in slowly as a young woman in a red raincoat walks along the wooden pier, turns to the camera, and the calm, warm-voiced woman (S1) says: <d>[Arabic] صباح الخير.</d> [Shot 2] At 00:03.000, the camera cuts to a close-up of ripples spreading across the water.
overall_soundscape: Gentle water lapping against the pier, distant birds, wooden planks creaking under footsteps.
non_diegetic_music: Soft ambient piano.

• من دون سلبيات. يعمل H3 في ComfyUI مع cfg بقيمة 1 ومن دون فرع سلبي: قائمة «ما لا تريده» تضيف هذه الأشياء فقط. اكتب ما يجب أن يكون في الإطار.
• القطع بكود زمني واحد، At 00:03.500, the camera cuts to…، لا بمدى.
• النص على الشاشة بين علامتي تنصيص إنجليزيتين مزدوجتين، حرفيًا، بلغة الكتابة.

فيديو من صورة ومن مراجع

I2V. يأخذ قالب MiniMax H3 I2V الإطار الأول والأخير في العقدة MiniMaxH3ImageToVideo، وتُبنى الحركة بينهما. يُمد الإطار الأول على اللوحة من دون حفظ النسبة، ويُقص الأخير من الوسط. يفتح القالب بنسبة 1:1 و640×640، فاضبط نسبة صورتك فورًا وإلا تشوهت.

R2V. يعمل قالب MiniMax H3 R2V مع نموذج Ref2VA فقط، ويقبل حتى 9 صور و3 فيديوهات و3 مقاطع صوت. في الأمر تُسمّى المراجع <Picture 1> و<Video 1> و<Audio 1>، ولكل واحدة يُذكر ما تثبّته: الوجه أو الأسلوب أو الحركة أو الكاميرا أو الصوت.

• مرجع الفيديو يُقرأ بمعدل 24 إطارًا في الثانية، فحوّل المعدلات الأخرى مسبقًا.
• الصوت ينقل جرس الصوت لا الكلمات: ما يُقال يُكتب في الأمر.
• للتشابه الدقيق أبقِ 20–25 خطوة. مع turbo LoRA على 4 خطوات تكاد المراجع لا تُطبَّق، والوجه والوضعية ينجرفان.

كيف يُسرَّع MiniMax H3

الطريقة	التسريع	الثمن
Turbo LoRA (turbo_mode)	8 خطوات بدل 20 في T2V وI2V، و4 في R2V	حركة وصوت أنعم، ومراجع أضعف
FastH3 8-step V2	8 خطوات، ونموذج مقطّر خاص	T2V وI2V فقط، وعدد الخطوات ثابت، وComfyUI 0.36+
Sage Attention	نحو 2×	قد تظهر عيوب في نهاية المقطع على INT8
Sparse attention sol-attn	حساب أقل في المقاطع الطويلة	تجريبي، وComfyUI 0.35+

يثبت الصوت بعد الصورة: الكلام والجرس يحتاجان من 12 خطوة، وعلى 8 خطوات يكون الصوت عادة نقطة الضعف. Turbo LoRA تقلل عدد الخطوات لا زمن الخطوة: LoRA من 4 خطوات تُشغَّل على 20 خطوة تستغرق وقت الأساس نفسه.

يُثبَّت Sage Attention كحزمة wheel لإصدار PyTorch وCUDA لديك، ثم يُوصَل بعقدة Patch Sage Attention KJ من KJNodes بين UNETLoader وBasicGuider، أو بالعلم --use-sage-attention. تحذيرات الطرفية عن عودة بعض الطبقات إلى attention العادي أمر طبيعي.

النسخة الأسرع مع المراجع، FastH3-Omni، صدرت في 20 أكتوبر 2026. التفاصيل في الخبر FastH3-Omni: أوزان مفتوحة لنموذج MiniMax H3.

كيف تحصل على 2K ومقطع أطول من 15 ثانية

التكبير. دقة 2K الرسمية غير متاحة محليًا. تقترح وثائق ComfyUI أداة latent upscaler غير رسمية: يوضع الملف minimax_h3_latent_upscaler_3d_conv_v1_bf16 في models/latent_upscale_models/، وتوضع العقدة Minimax H3 Latent Upscaler (3D) بعد المسودة (مقياس من 1 إلى 4، والافتراضي 2)، ثم تمريرة تحسين بالحجم المستهدف مع denoise بين 0.1 و0.5. هذا المسار يوفر الوقت لا ذاكرة الرسوم: تمريرة التحسين تجري بالحجم الكامل. الصوت لا يتغير ما لم تمسّه التمريرة.

الطول. تقبل العقد حتى 3600 إطارًا، لكن النموذج مدرَّب على 5 إلى 15 ثانية. الأطول يكون سلسلة: قالب video_minimax_h3_i2v_continuation يأخذ الإطار الأخير من القطعة السابقة. تتراكم الأخطاء، ونسيج الوجه يذهب أولًا؛ اقطع بلقطات قصيرة.

LoRA وتدريب MiniMax H3

• LoRA الأسلوب تزاحم المراجع: في R2V أبقِ قوتها حول 0.5.
• الأبنية المقلَّمة والكاملة. LoRA المدرَّبة على البناء الكامل تفقد جزءًا من الأوزان (adaln) على بناء مقلَّم، ويتجاوزها ComfyUI بصمت. Turbo LoRA تعمل على الاثنين.
• LoRA خاصة بك. تصف MiniMax تدريب FL2VA في miles-diffusion، لكن الآلة المرجعية 8 × H200، والمُرمّز في هذه المرحلة يأخذ نحو 70 GB من الذاكرة. على حاسوب منزلي لا يُعاد ذلك.

أخطاء MiniMax H3 الشائعة في ComfyUI

العَرَض	السبب والإصلاح
لا قوالب ولا عقد لـ H3	ComfyUI أقدم من 0.30.0، فحدّثه
المراجع لا تؤثر في المقطع	موصولة في قالب T2V أو I2V يتجاهلها بصمت؛ المطلوب قالب R2V
R2V لا يعمل	المحمَّل FL2VA بدل Ref2VA
صورة I2V ممدودة	الإطار الأول يُلاءم اللوحة من دون نسبة، فاضبط نسبة الصورة
المقطع أطول قليلًا مما حُدّد	التقريب على شبكة 17k+5: 5 ث = 124 إطارًا
صوت ضعيف وكلام غير واضح	خطوات قليلة: يلزم 12 أو أكثر، والتيربو على 8 خطوات يضعف
تحوّل في النهاية ونص مكسور مع Sage	تكميم INT8 لـ attention؛ انتقل إلى pruned_bf16 وComfy Kitchen attention
Comfy Kitchen attention لا يبدأ	لا يعمل مع أبنية int8_convrot، بل مع bf16 فقط
نفاد ذاكرة الرسوم	بناء أصغر، و0.4 ميغابكسل و5 ثوانٍ، ثم ارفع إعدادًا واحدًا كل مرة

هل يُستخدم MiniMax H3 تجاريًا؟

الأوزان مجانية للتنزيل والتشغيل. الاستخدام التجاري للنتائج يعتمد على البلد والإيراد. من وثائق ComfyUI:

• خارج الولايات المتحدة والاتحاد الأوروبي والمملكة المتحدة وكوريا الجنوبية، ومع إيراد أقل من 20 مليون دولار في السنة، يغطي الاستخدامَ التجاري الترخيصُ المجتمعي المجاني لـ MiniMax H3. تلزم العبارة «Powered by MiniMax H3»، وقاعدة الإقليم تشمل أيضًا مكان عرض المقاطع.
• في الولايات المتحدة أو الاتحاد الأوروبي أو المملكة المتحدة أو كوريا، أو مع إيراد أعلى من 20 مليون دولار، تلزم رخصة مدفوعة: Professional من 5000 دولار في الشهر، أو Enterprise بالاتفاق. تبيعها Comfy بوصفها الموزع الرسمي الوحيد.
• في Comfy Cloud الحقوق التجارية مضمّنة أصلًا.

تحذّر MiniMax من أن الرخصة قد تتغير: النص ذو القوة القانونية هو الموجود في صفحة الأوزان.

متى يكون عدم تثبيت MiniMax H3 محليًا أسهل

H3 المحلي مجدٍ إذا كانت لديك بطاقة قوية، أو كنت تحتاج خصوصية، أو تولّد كثيرًا من دون دفع لكل مقطع. إذا كنت تحتاج النتيجة اليوم، من دون تنزيل 42 GB ومن دون اختيار الأبنية، فإن MiniMax H3 متاح في مولّد AI2Face باسم Hailuo. الدفع بالبطاقة أو بالعملة المشفرة. سعر المقطع يظهر قبل البدء، وبعد التسجيل تُمنح أرصدة ترحيبية. المقارنة مع نماذج الفيديو الأخرى في استعراض توليد الفيديو بالذكاء الاصطناعي.

الخلاصة

MiniMax H3 في ComfyUI أقصر طريق إلى نموذج فيديو مفتوح مع صوت: قالب، و42 GB من الملفات، و20 خطوة. ابدأ بـ T2V على 0.4 ميغابكسل و5 ثوانٍ لتتأكد أن كل شيء يعمل، ثم ارفع القياس إلى 1344×768. إذا كانت ذاكرة الرسوم ضيقة، خذ pruned_w6a8 أو INT8 وturbo LoRA للمسودات، وللنتيجة النهائية عُد إلى 20 خطوة. المراجع تحتاج Ref2VA منفصلًا وخطوات أكثر. لـ 2K، ولنتيجة جاهزة من دون بطاقتك، استخدم مولّد AI2Face.