ComfyUI MiniMax H3：最佳影片生成 Workflows（第 29 集）（第 1/3 段） ☕ Buy me a coffee

🧑‍🏫 這支是 ComfyUI 系列第 29 集的前段，教你把 MiniMax H3 這個新的 AI 影片模型裝進 ComfyUI 並準備好能跑的環境，包括更新、加速、下載模型和確認授權。ComfyUI 是用「節點」拉線組流程的 AI 生圖、生影片工具。安裝步驟很瑣碎，而且這個模型有地區授權限制，照著走可以少踩很多坑。

• 00:00 本集主題：示範如何使用新的 MiniMax H3 影片模型來製作影片
  ↳ 這集要教的是用 MiniMax H3 這個新的 AI 影片模型做影片。模型就是真正負責生成畫面的大檔案，其他東西都是在幫它跑起來。
• 00:00 開場是一段對話片段，片中出現 Pizza Bunny、Milo 等名字，不屬於教學內容
  ↳ 影片一開頭播的是一段對話短片，裡面出現 Pizza Bunny、Milo 等名字。那是展示片段，不是教學內容，可以直接略過。
• 01:10 作者使用第 1 集介紹過的 ComfyUI easy install，因為它附了很多好用的 script
  ↳ 作者用第 1 集介紹的 easy install 安裝版 ComfyUI，因為它附了很多一鍵腳本，很多設定不用自己手動弄。
• 01:10 執行 MiniMax 前要先更新。更新 easy install 時，也會一併更新 Pixaroma nodes
  ↳ 跑 MiniMax 前要先更新。easy install 的使用者更新一次，作者做的 Pixaroma nodes（一組額外功能節點）也會跟著更新。
• 01:10 如果用的是其他版本的 ComfyUI，可以用 Git pull 手動更新 Pixaroma nodes，或在 manager 更新（前提是 manager 能用）
  ↳ 沒用 easy install 的人，可以用 Git pull（從網路抓最新版程式碼的指令）手動更新 Pixaroma nodes，或在 manager（ComfyUI 裡管理外掛的面板）按更新。前提是 manager 能正常用。
• 01:10 Pixaroma nodes 過去因為 GitHub 出問題，曾從 manager 下架一段時間；作者已申請重新上架
  ↳ Pixaroma nodes 之前因為 GitHub（存放程式碼的網站）出狀況，從 manager 清單消失過一陣子，作者已經申請重新上架。找不到它不一定是你的操作有錯。
• 01:40 更新完成、出現訊息時按 Enter 離開。接著用 update 資料夾或 ComfyUI 資料夾裡的 bat 檔更新 ComfyUI
  ↳ 更新跑完、出現提示時按 Enter 關掉。接著點 update 資料夾或 ComfyUI 資料夾裡的 bat 檔（Windows 上點兩下就會執行的腳本）來更新 ComfyUI 本體。
• 01:40 一定要更新 ComfyUI，因為 MiniMax nodes 是新的節點，舊版 ComfyUI 裡沒有
  ↳ ComfyUI 本體一定要更新。MiniMax 用的節點是新加的，舊版裡沒有，workflow 打開會缺零件、跑不動。
• 01:40 Sage Attention 可以加快速度。用 easy install 的話，到 add-ons 資料夾執行對應的 bat 檔即可安裝；項目全部顯示綠色就代表正常
  ↳ Sage Attention 是讓運算變快的加速元件。用 easy install 的話，到 add-ons 資料夾點對應的 bat 檔就會安裝，全部顯示綠字就代表裝好了。
• 02:16 如果出現紅色訊息，可能是顯示卡不支援。這個方法適用 Windows 與 Nvidia 顯示卡
  ↳ 出現紅字的話，可能是你的顯示卡不支援。這個安裝方法只適用 Windows 電腦搭配 Nvidia 顯示卡。
• 02:16 作者在 20 系列顯示卡上遇過問題；30、40、50 系列應該都能正常運作
  ↳ 作者在 20 系列顯示卡上遇過問題，30、40、50 系列他認為應該都沒問題。卡比較舊的人要有裝不起來的心理準備。
• 02:16 安裝後會多出一個帶 Sage Attention 的 ComfyUI 啟動 bat 檔，裡面加了啟動參數，所以 workflow 不必再加 Sage Attention 節點
  ↳ 裝好後會多一個帶 Sage Attention 的啟動 bat 檔，裡面加了啟動參數，一開就啟用加速，所以 workflow 裡不用再放 Sage Attention 節點。
• 02:49 如果 workflow 本身已經有 Sage Attention 節點，最好用一般方式啟動 ComfyUI，讓節點來處理
  ↳ 反過來說，如果 workflow 本來就有 Sage Attention 節點，就用一般方式開 ComfyUI，讓節點來處理，避免兩邊重複設定。
• 02:49 作者偏好用啟動檔的方式，因為 workflow 會比較精簡，效果相同
  ↳ 兩種做法效果一樣。作者偏好用啟動檔，因為 workflow 會少一個節點，畫面比較乾淨好讀。
• 02:49 launcher 可以用 Sage Attention 啟動 desktop 版或瀏覽器版，啟動時會顯示正在使用 Sage Attention
  ↳ launcher（啟動器）可以用 Sage Attention 開桌面版或瀏覽器版 ComfyUI，啟動時會顯示正在使用 Sage Attention，你可以藉此確認有沒有生效。
• 02:49 作者加了一個 version check 的 Pixaroma 節點，可以看到錄影當下的 ComfyUI 版本與 Pixaroma nodes 版本
  ↳ 作者放了一個 version check 節點，會顯示他錄影當下的 ComfyUI 和 Pixaroma nodes 版本號，方便你拿自己的版本來對照。
• 03:21 你的版本要和影片中相同或更新，不要用更舊的版本
  ↳ 你的版本要和影片裡一樣或更新。版本比較舊的話很可能缺功能或出錯，先更新再開始做。
• 03:21 免費 workflow 下載後，放到 ComfyUI 資料夾的 user > default > workflows 裡
  ↳ workflow 是一整張已經接好線的節點流程，可以存成檔案分享。下載作者的免費 workflow 後，放到 ComfyUI 資料夾的 user > default > workflows 裡。
• 03:21 作者已經拿掉 resources，資料夾裡只留實際的 workflow。沒看到的話按 refresh；排列順序和教學介紹的順序相同
  ↳ 作者拿掉了附帶的資源檔，資料夾裡只剩真正的 workflow。放進去後沒看到就按 refresh；檔案順序和教學講解的順序一樣。
• 03:51 新增的 W 按鈕（快捷鍵 Alt+W）會開啟作者做的 workflow manager，可以移動、排列、重新命名 workflow
  ↳ 介面上多了一個 W 按鈕（快捷鍵 Alt+W），會打開作者做的 workflow manager，專門整理 workflow，可以搬位置、排順序、改名字。
• 03:51 建議先點 workflow manager 的問號 help 按鈕，裡面有完整說明，看完就能掌握基本操作
  ↳ 第一次用建議先點 workflow manager 的問號 help 按鈕。裡面說明很完整，看完基本操作就會了，不用自己亂試。
• 04:21 再按一次 W 就會關閉。另外還有所有 Pixaroma nodes 的 help 檔，可以查每個節點的用途與用法
  ↳ 再按一次 W 就會關閉。另外每個 Pixaroma 節點都有 help 說明檔，想知道某個節點做什麼、怎麼用，都可以查。
• 05:00 不想看到這些按鈕的話，到 settings 找 Pixaroma，可以隱藏全部或部分按鈕
  ↳ 覺得這些按鈕佔畫面，就到 settings（設定）找 Pixaroma 區塊，可以全部隱藏，也可以只藏一部分。
• 05:00 也可以用快捷鍵開 workflow manager；help 說明也能從每個 Pixaroma 節點直接打開
  ↳ 按鈕藏起來後，照樣能用快捷鍵叫出 workflow manager，help 說明也能從各個 Pixaroma 節點直接打開，功能不會消失。
• 05:33 workflow 可以加入最愛；按右鍵有更多選項，其中一項能為 workflow 加上預覽封面
  ↳ 常用的 workflow 可以加入最愛。按右鍵還有更多選項，其中一項能幫 workflow 加預覽封面，找的時候一眼就認得。
• 05:33 選取 workflow（例如 text to video）後，右側會顯示預覽與資訊，包括使用哪個模型
  ↳ 點選某個 workflow，例如 text to video（輸入文字生成影片），右側會顯示預覽和資訊，包括它用哪個模型，不用打開就知道內容。
• 05:33 可以替 workflow 加備註，之後能用備註內容搜尋
  ↳ 可以替 workflow 寫備註，之後用備註裡的字就能搜到。例如備註寫「直式短片」，之後搜「直式」就會找到它。
• 06:05 雙擊 workflow 或按 open 就能開啟。作者盡量讓 workflow 簡單、減少節點數，需要的東西都集中在一個節點裡
  ↳ 雙擊 workflow 或按 open 就能打開。作者刻意減少節點數，把要調的設定集中在一個節點裡，新手比較不會迷路。
• 06:05 最重要的是 MiniMax H3 模型，檔案很大，點按鈕可以看到更多版本
  ↳ 整套裡最關鍵的是 MiniMax H3 模型本身，檔案非常大。點下載按鈕可以看到還有其他版本可選。
• 06:05 其實有兩個模型，各有不同 quantization：一個是 first-last frame to video，一個是 reference to video
  ↳ H3 其實有兩個模型：first-last frame to video（給頭尾畫面，生成中間的影片）和 reference to video（依參考素材生成影片）。各有不同 quantization（壓縮精度來縮小檔案）的版本。
• 06:38 不論顯示卡多強，作者都建議使用 pruned int8 版本；其他版本比較慢，品質也沒有明顯提升
  ↳ pruned int8 是精簡過、用較低精度存的版本。作者建議不論顯示卡多強都用這版，其他版本比較慢，畫質也沒有明顯變好。
• 06:38 reference 模型也建議用同樣的版本。下載的 workflow 已經選好正確模型
  ↳ reference 模型也建議用同樣的 pruned int8 版本。下載的 workflow 已經幫你選好正確的模型，不用自己挑。
• 06:38 作者提醒很多人沒注意到授權問題：這個模型的 license 排除了部分地區
  ↳ 作者特別提醒一件很多人沒注意到的事：這個模型的 license（使用授權條款）把部分地區排除在外。
• 07:10 歐盟、英國、韓國、美國不在授權範圍內。作者推測是因為當地法規
  ↳ 被排除的是歐盟、英國、韓國、美國。作者推測原因是當地法規，這只是他的猜測，不是官方原因。
• 07:10 連結中的官方說明提到，他們必須在「等到符合當地法規再發布」和「發布但排除這些地區」之間做選擇
  ↳ 官方說明提到，他們當時只能二選一：等到符合當地法規再發布，或先發布、但把這些地區排除在外。
• 07:41 被排除地區的使用者可以填申請表。表單會問組織名稱；作者不確定沒有組織的人是否適用
  ↳ 被排除地區的人可以填申請表。表單會問組織名稱，沒有公司或組織的個人能不能申請，作者自己也不確定。
• 07:41 作者認為，只是自己玩、個人使用的話，大概不需要這份授權
  ↳ 作者認為如果只是自己玩、個人使用，大概不需要這份授權。這是他個人的看法，不是官方說法。
• 07:41 作者以一人公司 Pixaroma 申請。表單還會問年營收，並要勾選多項同意遵守 license 的條款
  ↳ 作者用自己的一人公司 Pixaroma 申請。表單還會問年營收，也要勾選好幾項，表示同意遵守 license 條款。
• 08:15 作者表示自己不是律師，但他認為這是把責任轉給使用者，因使用方式造成的問題對方不必負責
  ↳ 作者說他不是律師，但他讀起來覺得這些條款是把責任轉給使用者：因為使用方式出了問題，模型方不負責。
• 08:15 作者收到核准的 email 就完成了，之後才在頻道上使用這些模型
  ↳ 作者收到核准的 email 才算完成申請，之後才在頻道上使用這些模型。也就是先把授權處理好，再公開使用。
• 08:15 用按鈕下載模型，檔案大所以要等一段時間。放在 ComfyUI > models > diffusion_models，並新建 h3 資料夾方便整理
  ↳ 按 workflow 裡的按鈕下載模型，檔案大要等一陣子。放到 ComfyUI > models > diffusion_models（放主模型的資料夾），作者再建一個 h3 子資料夾分類。
• 08:49 作者的資料夾裡有兩個模型，因為他也下載了其他 workflow 要用的 reference 模型
  ↳ 作者資料夾裡有兩個模型，是因為他也下載了其他 workflow 要用的 reference 模型。你看到數量和他不同不用緊張。
• 08:49 text encoder 使用 Qwen 模型，有 32 billion 參數，檔案很大但很聰明。之前用的是 4 和 8 billion 參數的模型
  ↳ text encoder 負責把你打的提示文字轉成模型看得懂的資訊。這裡用的 Qwen 有 320 億 parameters（參數，代表模型規模），檔案大但理解力強；之前用的是 40 億和 80 億參數的模型。
• 08:49 Qwen 模型放在 text_encoders 資料夾
  ↳ Qwen 模型要放在 text_encoders 資料夾。放錯位置的話，節點會找不到它。
• 08:49 VAE 有兩個模型，因為這個模型也支援音訊。兩個都放進 VAE 資料夾，再載入對應節點
  ↳ VAE 負責把模型算出的壓縮資料轉回實際畫面。這個模型也支援音訊，所以有兩個 VAE，都放進 VAE 資料夾，再載入對應的節點。
• 09:22 custom nodes 只用到 Pixaroma nodes。作者另外附了一個自製、用來寫 prompt 的 ChatGPT 連結，之後再介紹
  ↳ custom nodes 是要另外安裝的擴充節點，這些 workflow 只用到 Pixaroma nodes。作者另外附了一個他自製的 ChatGPT 連結，用來寫 prompt（提示詞），之後再介紹。
• 09:22 模型下載完後按 R 重新整理 node definitions。檔名相同、位置正確就能運作，否則要在節點裡手動選取
  ↳ 模型下載好後按 R，重新整理 node definitions（節點讀到的清單）。檔名相同、位置正確就會自動抓到；不然要在節點裡手動選檔案。
• 09:52 作者表示這個 workflow 比網路上常見的簡單。藍色標示的是步驟，只需要使用者操作三個步驟
  ↳ 作者說這個 workflow 比網路上常見的簡單。藍色標示的是步驟，你真正要動手的只有三步。
• 09:52 第一步是選方向和尺寸。作者依顯示卡推薦了幾個常用尺寸，VRAM 越大，能生成的尺寸越大
  ↳ 第一步是選方向和尺寸。作者依顯示卡推薦了幾個常用尺寸。VRAM 是顯示卡上的記憶體，越大能生成的影片尺寸就越大。
• 10:25 有人在 8GB VRAM 的顯示卡上測試成功，條件是系統 RAM 夠大，並且啟用 dynamic VRAM
  ↳ 有人用 8GB VRAM 的顯示卡也跑成功了，條件是電腦本身的 RAM 夠大，並啟用 dynamic VRAM（讓小 VRAM 卡搭配系統記憶體運作的功能）。
• 10:25 記得切換 portrait／landscape，這會決定畫面比例。因為是做影片，所以沒放正方形比例，但可以自己加
  ↳ 記得切換 portrait（直式）或 landscape（橫式），這會決定影片比例。因為是做影片，所以沒放正方形比例，需要的話可以自己加。
• 10:25 在 settings 可以新增、排序、刪除尺寸。作者列出了模型能生成的所有尺寸，並在他覺得效果好的尺寸旁加上星號
  ↳ 在 settings 可以新增、排序、刪除尺寸。作者列出模型能生成的所有尺寸，並在他覺得效果好的尺寸旁打了星號，可以優先挑。
• 10:59 作者說明了他認為最佳的尺寸，也說明他多數測試用的是哪個尺寸
  ↳ 作者說明了他認為最好的尺寸，也說了他多數測試用哪個尺寸。沒把握的話，跟著他的選擇比較不容易出錯。
• 10:59 MiniMax 偏好 32 倍數的尺寸，作者開啟了這個選項，輸入任何尺寸都會自動四捨五入成相容的數值
  ↳ MiniMax 偏好長寬是 32 倍數的尺寸。作者開了自動調整選項，你輸入任何數字，都會自動四捨五入成相容的數值。
• 10:59 這個 sizes 節點（字幕作 pixeloma sizes node）只改了標題，方便使用。錄影時作者選了 portrait
  ↳ 這個尺寸節點就是 Pixaroma 的 sizes 節點，只是改了標題比較好認，功能沒變。錄影時作者選的是 portrait 直式。
• 10:59 作者另外做了一個控制影片長度（duration）的節點
  ↳ 作者另外做了一個控制影片長度（duration）的節點，專門用來設定影片要幾秒。
• 11:33 在 settings 可以用秒數新增自訂長度。節點內建幾個現成公式，預設是 MiniMax H3 公式，也可以改用其他公式或自己寫
  ↳ 在 settings 可以用秒數新增自訂長度。節點內建幾種現成的換算公式，預設是 MiniMax H3 公式，也能改用其他公式或自己寫。

根據影片，MiniMax 偏好哪一種倍數的尺寸？