最近“8G 显存本地跑 MiniMax H3”的教程刷屏。评论区两句话最扎心：一句是“我 4060 能跑吗”，另一句是“10 分钟才出 10 秒，这也叫快？”
两边都没说错。错的是把“能跑”当成了“能用”。
H3 是 MiniMax 今年 8 月开源的视频模型，33B 稠密参数，原生输出 4-15 秒、24fps、带立体声的视频。声音和画面一次生成，省掉后期配音。对做短剧、广告小样的人，这两点比跑分更有意义。它最大的诱惑不是画质，是“零 token、不限次、素材不出门”。魔搭社区知乎
8G 显存确实能跑，但账记在内存和硬盘上。
一位 4060 8G 用户用 int8 模型加 4 步加速，实测：5 秒视频冷启动 70 秒，9 秒 209 秒。听起来还行？代价是显存加共享显存吃到 17-20GB，内存加虚拟内存 40-43GB。DMAD 的 8GB 低显存工作流也直接建议 64GB 系统内存。你看到的“8G”，只是显卡自己那一小块；不够的部分，全从内存和固态硬盘里借。魔搭社区
这也解释了为什么同一张卡，有人说“几十秒”，有人说“十分钟”。H3 是 33B 稠密模型，文本编码器 Qwen3-VL-32B 的 bf16 权重就有 48GB，比量化后的主模型还大。权重在内存、显存、硬盘之间搬一次，速度就掉一个数量级。而且这些“共享显存”不是免费的，内存条、固态任何一环拖后腿，生成时间都会明显变长。买卡之前先看内存，这不是玩笑。知乎
16G 能稳住 480p，24G 才敢叫生产力。
16G 卡跑 480p、4 秒视频，纯采样 6-8 分钟。上到 768p，显存峰值 15.5-16GB，贴着上限走，稍不注意就爆。24G 卡能比较稳地跑 1344×768，但 12G 卡也不是不能跑：5 秒 4.7 分钟，10 秒 16 分钟——时长翻倍，时间涨 3.4 倍。不同量化、步数和加速方案下，这些数字不能直接横比。所以正确姿势是：永远用 5 秒迭代提示词，满意了再拉长，别一上来就冲 15 秒。另外，H3 单次最长 15 秒、帧率固定 24fps，改了帧率会音画错位；想更长只能分段生成。显存紧张先换 w6a8/int8 量化版，别硬刚分辨率。知乎专栏知乎
4 步模型来了，但“4 步”不是“4 秒”。
10 月中旬开源的 DMAD，把 H3 从 50 步蒸馏到 4 步，给出 8GB 显存、1344×768、约 5 秒有声视频的 ComfyUI 工作流。魔搭社区
注意，它蒸馏的是采样步数，不是模型体积：底模还是 33B，命令行基础模型文件约 170GB，低显存工作流仍建议 64GB 内存。也有用户反馈，加速 LoRA 开太猛画面会“发油”，12G 卡跑官方图生视频工作流也可能出现大片马赛克。能出片和能商用，中间还隔着一条质量鸿沟。魔搭社区
本地不是云端的替代品，是草稿机。
H3 本地原生上限是 1344×768；官网那种 2K 效果，依赖还没开源的 In-Context Regeneration 模块。所以最划算的用法是：本地不限次抽卡、改分镜，终稿再走 API 出 2K。 如果你一个月只做几条片子，买卡的钱够云端跑很久；如果你是高频创作，本地省下的是“每点一次生成都心疼”的心理成本。云端按秒计费，本地按电费和折旧计费；真正的成本差异，在“你一条片子要改多少版”。知乎
最后给个实在建议：已经有 16G 卡和 64G 内存，先下 int8/w6a8 量化版，480p、5 秒起步；只有 8G 卡，把它当试验机，别当生产工具；准备买卡，先把内存加到 64G、硬盘留够，再考虑 24G 显卡。别为了省视频钱去买卡，先算你一个月到底生成多少条。
你的显卡和内存是多少？评论区报个数，我帮你算能不能跑。
