这周关注AI生成的人，大概率都被"H3"三个字母刷屏了。
7月31日，MiniMax正式发布新一代全模态生成模型H3，8月3日模型权重出现在Hugging Face上，ComfyUI同一天原生支持。这是视频生成领域第一次有旗舰级模型开放权重——过去，视频生成领域的默认选项是闭源模型，Seedance、可灵、Sora、Veo，所有主流模型无一例外。36氪对爱折腾本地生成的人来说，这等于把一台过去按秒计费的旗舰，直接摆进了你的models目录。
跟做图的人有什么关系？发布当日的Artificial Analysis视频模型榜单上，H3的视频编辑能力排名全球第一，图生视频也位列全球前三。36氪也就是说，你硬盘里那些插画、人设图、壁纸稿，现在有了一条免费的通道，可以变成带声音的5-15秒短片。
不过先别急着下权重，把结论说在前面："能跑"和"跑得舒服"是两件事，这波开源的信息里还掺着不少噪音。看完这篇，你至少能回答三个问题：我的电脑能不能跑？玩起来成本多少？现在是不是入场的时机？
你的电脑能不能跑？先看社区实测账本
社区已验证的部署下限比很多人想象中低：12GB显存+32GB内存+NVMe就有完整跑通记录，B站评论区的实测反馈里，8G显存的卡也能启动、生成0.5MP的短片。哔哩哔哩但"能跑"和"跑多快"是两回事，下面是从B站部署视频和评论区里扒出来的实测数据（均为社区实测，供参考，速度随工作流与设置浮动）：
配置（显存+内存） | 社区实测参考 |
|---|---|
8G + 32G | 0.5MP、5秒 ≈ 400秒 |
12G + 16G | 官方流480p、5秒 ≈ 420秒 |
RTX 3060 12G + 32G | 720p、5秒图生视频 ≈ 33分钟 |
2080 Ti 22G + 64G | 单条约20分钟 |
RTX 4090D 24G + 96G | 1344×768带音频，可正常出片 |
MacBook 16GB统一内存 | 能跑，5秒视频等110分钟 |
这张账本透露了两件事。第一，"低显存老卡也能玩"是真的，但480p的"玩"是每条等几分钟到几十分钟，还得抽卡。第二，更反直觉：这模型对内存的要求远高于显存。33B的DiT主干量化后约19.5GB，旁边的Qwen3-VL-32B文本/视觉编码器bf16权重大到48GB，权重主要靠内存承载、逐层卸载。有知乎作者把账算得很直白：32GB内存能跑但会落盘，64GB是舒适线，96GB以上可以选更好的量化组合。知乎B站评论区里"内存永远是首要的，显存无关紧要"的说法也几乎没人反驳。想为H3升级电脑的话，先加内存，后换显卡——甚至有人从电子垃圾堆里挖出了E5+DDR3四通道128G的性价比组合。
Mac用户单独劝退一句：16GB统一内存的MacBook已经有人跑出过5秒视频，只是这次生成等了大约110分钟。知乎能启动和能长期拿来出片之间，还有一段很长的距离。
三条玩法的成本账
官方API定价默认2K分辨率每秒0.8元人民币，折算768p每秒0.5元，是同梯队闭源旗舰的三分之一左右。36氪按美元计价表看：2K为每秒0.13美元，768P为每秒0.08美元，768P再生到2K还要每秒0.05美元。知乎
生成一条10秒的768p短片，花费5块钱。本地部署单次生成的边际成本趋近于零，但要算时间账：以RTX 3060的速度，一条5秒视频半小时，抽几次卡才出一条满意的，重度玩家一天出10条可用素材已经算高效。一个月只做两三条的人，老老实实付API或用云平台更划算；天天生成、爱折腾、不想把参考图和角色设定传上云的人，本地部署一定回本——评论区说得好，“本地也要抽卡，就是成本非常低”。第三条路是不买硬件、直接用云端工作流：RunningHub、LibTV这类平台已经第一时间接入H3，还有免费额度可以试，适合"先体验效果、再决定要不要投硬件"的人。
这六个坑，前面的人已经替你踩了
开源≠满血。这次开放的是H3-Base，本地能生成的是768p音视频；2K需要尚未开放的H3-Regenerate-2K模块或官方API，提示词理解模块H3-Context-IR同样是托管的。知乎上面这张图就是官方GitHub公布的三层结构，网上号称"本地2K直出"的工作流，别急着信。
加速是有代价的。官方4步加速LoRA确实把20步压到了4步，但社区反馈集中在画质缩水：“4步lora生成的视频特别糊，糊成马赛克是啥情况”。哔哩哔哩SageAttention同理，装上提速，但不少人画质明显下降。现阶段速度与画质还做不到两全。
版本依赖比想象中严格。int8量化严重依赖torch CUDA 130以上，ComfyUI要用官方便携版0.30.0以上（有人反馈0.30.1比0.30更快），第三方整合包可能内置旧版本，秋叶启动器用户暂时还得再等等。哔哩哔哩
提示词别照抄闭源模型的。H3的提示词逻辑不一样，照搬老模板会出现"人物乱说话、背景音乐奇奇怪怪"。官方文档里有示例句式，还有官方Skill帮你改写提示词，这个补课值得做。
视频参考生成是显存吞噬兽。有实测用16G显存+64G内存跑视频参考替换，15秒480p，采样器跑了10分钟才到10%，显存占用30G+。想玩参考生成，硬件要往上抬一档。
别去翻老的"海螺本地部署"教程。海螺前两代根本没开源过，H3是换代重设计，不是02的放大版，网上关于海螺02的一切参数讨论对H3都不适用。
谁现在玩、谁等一等、谁直接用线上
电脑有32G以上内存、12G以上显存、爱折腾的人：现在就可以动手。路径已经有人铺好：ComfyUI 0.30以上官方便携版+ModelScope上的Comfy-Org/MiniMax-H3权重（FL2VA与Ref2VA两个任务检查点，磁盘紧张只装FL2VA能省21GB）+ReservedVRAM插件，先从480p/768p玩起，别急着追2K。
电脑配置低、或者不想折腾的人：等一个月。有三件事值得等——稀疏注意力版本开源（速度会明显提升）、2K再生模块开源、社区整合包收敛出稳定版。评论区有人说得好，“百家争鸣，普通玩家可以一个月后玩个收束版本”。哔哩哔哩
只想偶尔用于工作的人（电商图生视频、短剧钩子镜头）：别买硬件，API每秒0.5-0.8元+已接入的云平台，试错成本比折腾一下午更低。
最后对做图的人多说一句：H3的图生视频是目前开源里最强的路径之一，你手里最满意的那张图，值得拿去做一条5秒的带声音动效——过去这种效果要排队等闭源模型、按秒付钱，现在权重就摆在那里。也别觉得图像端就此停更：Seedream 5.0 Pro 7月刚发布，输出图0.3元起，字节的图像军备竞赛远没结束。36氪接下来盯三个信号：稀疏注意力和2K模块的开源进度、社区加速LoRA的画质修复情况、以及即梦和海螺的新动作。
