正文
想把 MiniMax H3 部署到自己的机器上，第一件事不是找“单机 2K”参数，而是确认目标：官方开源的是可本地推理的 H3-Base，默认生成较短边 768 像素、带 32 kHz 立体声音频的视频；官方演示中的完整 2K 工作流还会调用 H3-Context-IR 和 H3-Regenerate-2K 服务。
这篇按官方给出的 SGLang 路径跑通 H3-Base。官方示例使用 4 张 GPU、ulysses-degree 4，所以它适合有多卡 CUDA 环境的团队或云端 GPU 节点。只有一张显卡时，不要先按这条命令下载整套权重再期待原样跑通；先看 SGLang、vLLM、diffusers 或 ComfyUI 的当前支持情况和实际资源要求。
先选 FL2VA 还是 Ref2VA
H3 公开了两套 BF16 checkpoint，模型和输入形式要对应：
FL2VA 不带图片时就是文生音视频；带一张图片时可作为首帧或尾帧；带两张图片时作为首尾帧。Ref2VA 最多可接 9 张图片、3 段视频、3 段音频，全部文件合计最多 12 个。参考音频不能单独作为输入，必须同时提供图片或视频。
两套权重都输出视频和原生立体声音频。官方定义的输出时长是 4 到 15 秒、帧率 24 FPS，默认较短边为 768 像素。
| 文本生成视频，或用首帧 / 尾帧控制视频 | H3-Base-FL2VA |
| 用多张图、参考视频和参考音频控制视频 | H3-Base-Ref2VA |
下载与你的推理框架匹配的权重
SGLang 和 vLLM 使用原始 checkpoint。安装好 Hugging Face CLI 并完成模型仓库所需的访问授权后，先只下载你要运行的任务族。下面命令下载 FL2VA 到当前目录的 MiniMax-H3：
需要同时提供 FL2VA 和 Ref2VA 两个服务时，再下载两套：
不要把 diffusers 与原始 checkpoint 的下载方式混在一起。官方说明中，diffusers 可以通过 ModularPipeline.from_pretrained("MiniMaxAI/MiniMax-H3") 按需获取组件；SGLang / vLLM 则使用上面的原始目录结构。
下载结束后，FL2VA 或 Ref2VA 目录中应能看到 processor、tokenizer、text_encoder、transformer、visual_vae 和 audio_vae。缺少其中任一组件时，服务通常不能正确加载；重新检查下载过滤规则和磁盘空间。
hf download MiniMaxAI/MiniMax-H3 --include "model_index.json" "FL2VA/*" --local-dir MiniMax-H3hf download MiniMaxAI/MiniMax-H3 --include "model_index.json" "FL2VA/*" "Ref2VA/*" --local-dir MiniMax-H3用 SGLang 启动 FL2VA 服务
官方 SGLang 示例按模型仓库 ID 直接加载，并使用 4 张 GPU。要使用已下载的本地目录时，把 --model-path 改成该目录的绝对路径或当前目录下的 ./MiniMax-H3；其余参数保持和 FL2VA 模型一致：
服务成功后，30010 端口应处于监听状态，日志会显示模型加载和服务启动信息。此时先用仓库提供的 T2VA 或 FL2VA 可复现示例发一次请求，再接入自己的队列、Web UI 或业务接口。先验证一条官方场景，可以区分部署问题和提示词问题。
如果节点只应被内网服务访问，把 --host 0.0.0.0 配合安全组、反向代理或防火墙限制来源。不要把未鉴权的推理端口直接暴露到公网，也不要在启动日志、工单或截图中泄露平台 Token。
sglang serve \
--model-path ./MiniMax-H3 \
--num-gpus 4 \
--ulysses-degree 4 \
--performance-mode speed \
--host 0.0.0.0 \
--port 30010 \
--model-variant fl2va需要参考素材时启动 Ref2VA
Ref2VA 是另一套任务权重，建议单独端口运行。官方示例端口为 30011：
把 FL2VA 请求发送到 Ref2VA，或反过来发送，都会让输入约束和模型变体不匹配。排查时先确认三件事：请求的模式、下载的 checkpoint 目录、--model-variant 是否都是同一个任务族。
想从图形界面开始测试，也可以采用官方列出的 ComfyUI 路径，使用其 H3 T2V 或 R2V 模板。ComfyUI 更适合交互式验证；需要长期提供 HTTP 服务、调度多卡资源或接入现有服务时，SGLang / vLLM 的服务化路径更直接。
sglang serve \
--model-path ./MiniMax-H3 \
--num-gpus 4 \
--ulysses-degree 4 \
--performance-mode speed \
--host 0.0.0.0 \
--port 30011 \
--model-variant ref2va为什么本地只有 768P，不是官方展示的 2K
这不是遗漏了一个分辨率开关。官方的完整系统分为三段：
因此，“权重已经下载完但效果和官方 2K Web 演示不同”通常不是安装失败。纯本地 H3-Base 的成功标准是生成符合提示词的 768P 音视频；想复现完整 2K 流程，需要把本地 SGLang 服务接到官方 H3-Context-IR 与 H3-Regenerate-2K API，并配置 MiniMax 平台 Token。
官方给出的组合流程需要三个环境变量：本地 SGLang 服务地址、MiniMax API Base 和平台 Token。中国区 API Base 为 https://api.minimaxi.com，国际区为 https://api.minimax.io。Token 应放在部署系统的密钥管理或环境变量中，不要提交到仓库。
生产环境调用再生接口时，官方建议将本地生成的视频上传为受控的可访问 URL 并作为 base_video 传入，而不是长期通过 Base64 Data URL 传递大文件。这里要同时检查对象存储的过期时间、访问范围和用户素材授权，避免把参考媒体留在公开链接中。
| H3-Context-IR | 解析、关联并整理复杂文本、图片、视频和音频上下文 |
| H3-Base | 根据上下文生成 768P 音视频 |
| H3-Regenerate-2K | 将 768P 结果和原始上下文再次生成到 2K |
export SGLANG_DEPLOYMENT_URL="http://127.0.0.1:30010"
export MINIMAX_API_BASE="https://api.minimaxi.com"
export TOKEN="replace-with-platform-token"服务启动不了或输出不对时先查哪里
跑通后的验收结果
一次有效的本地验收应同时满足：
MiniMax H3 的开源部分已经足够用于搭建本地 768P 音视频生成和验证环境，但它不是“下载权重即可完整复刻网页 2K 成品”的单一模型。把 H3-Base 当作本地推理层，把上下文预处理和 2K 再生当作单独的服务依赖，部署、成本和素材治理都会更容易控制。
- SGLang 服务在指定端口稳定监听，且没有在首个请求时因缺组件退出。
- FL2VA 或 Ref2VA 与实际输入模式一致。
- 生成结果为 4 到 15 秒、24 FPS 的视频，包含可播放的立体声音轨。
- 输出较短边为约 768 像素时不被误判为部署失败。
- 需要 2K 时，调用链中已明确包含官方 Context-IR 与 Regenerate-2K 服务，而不是将它们误当作可本地下载的权重。