MiniMax H3 في ComfyUI: الإصدار والملفات والراية التي توقف نفاد الذاكرة

لتشغيل MiniMax H3 داخل ComfyUI تحتاج ComfyUI بإصدار 0.32.0 أو أحدث، وأربعة ملفات نموذج مجموعها 42.47 غيغابايت، ولا تحتاج أي عُقَد مخصّصة. الدعم الأصلي وصل في 0.30.0، لكن إصلاح المعايِن للصوت المشوَّه نزل في 0.31.0، وإصلاح ذروة الذاكرة في 0.32.0. وعلى بطاقة بسعة 24 غيغابايت، ذاكرة النظام هي التي تقرّر هل تصل المهمة إلى نهايتها.

كل ما هنا مؤرَّخ. تسعة إصلاحات تخصّ H3 نزلت بعد 0.30.0، فالدليل المكتوب في الأسبوع الأول يصف برنامجًا آخر. وكل حقيقة أدناه تحمل رقم طلب الدمج وإصداره.

تحقّق من هذا قبل أن تنزّل شيئًا: رخصة مجتمع MiniMax H3 تستثني الولايات المتحدة والاتحاد الأوروبي والمملكة المتحدة وكوريا الجنوبية من منحة تشغيل الأوزان محليًا، والبند §V.4 يمدّ ذلك القيد إلى المخرجات. أما الواجهة البرمجية المستضافة فلا يشملها بند النطاق الجغرافي. هذا ملخّص، لا استشارة قانونية — التفصيل الكامل للرخصة فيه البنود.

ماذا يعطيك 0.30.0، وماذا لا يعطيك

0.30.0 هو الإصدار الذي ظهرت فيه العُقَد وقوالب الأمثلة المحلية الثلاثة. هذا كل ما فيه.

ستة إصلاحات أخرى وصلت في 0.31.0 يوم 8 أغسطس، يتصدّرها طلب kijai رقم #15243، Fix sampler issues for audio with minimax. وثلاثة وصلت في 0.32.0 يوم 11 أغسطس، منها طلب comfyanonymous رقم #15486، Fix peak memory issue with H3 — وهو سبب أن بطاقة بسعة 24 غيغابايت كانت تموت صارت تُنهي المهمة.

أما 0.33.1 يوم 13 أغسطس فأضاف عُقَد MiniMax ContextIR وRegenerate-2K عبر الواجهة البرمجية (#15471)، فصار بالإمكان وصل مرحلة 2K المستضافة بمخطّط محلي. وأوزان تلك المرحلة تبقى مستضافة، فهذا المسار يحتاج مفتاح API لا نقطة تفتيش محلية.

cd /path/to/ComfyUI
git pull
python -m pip install -r requirements.txt
python main.py --version        # expect 0.32.0 or later

على نسخة Windows المحمولة: استخدم سكربت التحديث المرفق أو المحدِّث داخل التطبيق.

أي ملفات نموذج تنزّل، وأين تضعها

لا تستنسخ المستودع — فهو يضمّ كل متغيّرات الدقة الرقمية ويبلغ نحو 475 غيغابايت. مخطّط تحويل النص إلى فيديو أو الصورة إلى فيديو يحمّل أربعة ملفات بالضبط، جرى التحقّق من أحجامها بايتًا ببايت مقابل Hugging Face يوم 14 أغسطس.

hf download Comfy-Org/MiniMax-H3 \
  diffusion_models/minimax_h3_fl2va_pruned_int8_convrot.safetensors \
  text_encoders/qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors \
  vae/minimax_h3_video_vae_fp16.safetensors \
  vae/minimax_h3_audio_vae_fp32.safetensors \
  --local-dir ComfyUI/models

أما العمل من صورة مرجعية إلى فيديو فيضيف ملفًا خامسًا، هو نقطة تفتيش Ref2VA المنفصلة، فتصير المجموعة 63.44 غيغابايت. وتحميل ملف FL2VA داخل مخطّط R2V هو أشهر أسباب فشل التشغيل الأول.

وثمة جدولا ملفات منتشران يذكران هذه الأرقام بالغيبيبايت بينما يكتبان عليها غيغابايت. فإن أفرغت 39.6 غيغابايت من القرص، فأنت ناقص 2.9 غيغابايت قبل أن يكتب ComfyUI أي شيء.

وعن الدقة الرقمية: صيغة bf16 تبلغ 66.28 غيغابايت لنموذج الانتشار وحده — لا تختَرها إلا إن كنت تعرف لماذا. وصيغة fp8_scaled تبلغ 20.96 غيغابايت، أي بحجم int8_convrot تقريبًا؛ فلا تختَرها إلا إن تعذّر بناء int8_convrot في بيئتك.

ثم: Workflow ← Browse Templates ← Video ← MiniMax H3. ثلاثة قوالب محلية، وثلاثة أخرى تنادي الواجهة البرمجية.

هل ستشغّله بطاقتك الرسومية؟

لا يوجد حدّ أدنى رسمي، وكل جدول عتاد ستجده يخالف الجداول الأخرى، لأن كلًّا منها قاس شيئًا مختلفًا.

ذاكرة النظام هي التي تقتل المهمة، لا ذاكرة البطاقة

على بطاقة 4090 تشغّل حزمة INT8 المشذَّبة، لا يجلس في ذاكرة البطاقة أثناء المعاينة سوى 6.6 غيغابايت تقريبًا — فالأوزان تسكن ذاكرة النظام وتُستدعى صفحةً صفحة. ولذلك يكون الفشل فشلًا في ذاكرة النظام. إحدى تشغيلات 3090 الموثَّقة بلغت 29,866 ميغابايت من أصل 31,997 ميغابايت فقتلتها النواة؛ والمهمة نفسها مع --disable-pinned-memory بلغت ذروتها عند 7,508 ميغابايت وانتهت في 23 دقيقة و17 ثانية. الذاكرة المثبَّتة لا يمكن إخراجها إلى القرص، ولهذا لا تغيّر إضافة مساحة تبديل وحدها شيئًا.

وإن كنت على 0.30 أو 0.31 ولا تستطيع التحديث، فالوصفات القابلة لإعادة الإنتاج تغيّر ثابتًا واحدًا — هو MiniMaxH3.memory_usage_factor في comfy/supported_models.py، من 0.114 إلى 1.0. أما على 0.32.0 أو أحدث فحدّث أولًا، ولا ترقّع إلا إن ظلّت الذاكرة تنفد.

تشغيلات مقيسة، والعتاد وراء كل واحدة منها

نُشرت أربع عشرة تشغيلة بتفصيل يكفي لنسبتها إلى صاحبها. ولا واحدة منها قياس أداء — فلا أحد ثبّت المتغيّرات. اقرأها بوصفها براهين وجود: هذا التكوين أنهى المهمة، في هذا الزمن.

الصفّ الأخير بيئة تشغيل مختلفة على بطاقتين، وبذاكرة نظام قدرها 377 GiB. أُدرج للمقياس لا للمقارنة — واستخدامه للتنبّؤ بسرعة ComfyUI على بطاقة واحدة خطأ. وعلى بطاقة 4090 مفردة تعطي الوصفة نفسها حدًّا للجدوى: 832×480 تنتهي عند 124 إطارًا وعند 362 إطارًا، و1088×640 تنتهي عند 124 إطارًا، بينما 1088×640 عند 192 إطارًا، و1344×768 عند 362 إطارًا، كلتاهما تنفد منهما الذاكرة.

وهل تسدّد البطاقة ثمنها؟ ذلك حساب منفصل.

الدقة والإطارات وشبكة 17n+5

ثلاثة إعدادات في Resolution Selector تنتج العرض والارتفاع. أبقِ Multiple عند 32 — فتلك هي شبكة H3. واللوحة الأصلية ضلعها القصير 768 بكسل بسقف 768×1344. وعند نسبة 16:9 تعطي قيمة Megapixels 0.98 مقاس 1344×768 بالضبط؛ أما الإعداد المسبق 1.0 فيعطي 1376×768، وهو خارج اللوحة الموثَّقة. والقوالب تصدر عند 0.4 ميغابكسل. ابدأ من هناك. والأرضية 384p؛ أما 256p فتفشل تمامًا.

وأعداد الإطارات تلتصق بشبكة 17n+5 عند 24 إطارًا في الثانية، فأغلب الطلبات تُقرَّب إلى أعلى. 175 إطارًا تساوي 7.29 ثانية؛ ولا وجود لقيمة 7.00. وفي المدى كله من 4 إلى 15 ثانية، قيمة واحدة بالضبط تقع على ثانية صحيحة: 192 إطارًا، 8.000 ثوانٍ. والسقف المتحقَّق منه هو 362 إطارًا، أي 15.08 ثانية.

لا صوت، أو صوت مشوَّه

عطلان مختلفان لسببين مختلفين.

الصمت مشكلة توصيل. يجب تحميل مرمّزَي VAE كليهما، ويجب أن يصل خرج VAEDecodeAudio إلى عُقدة الحفظ. افحص الملف لا المشغّل — ينبغي أن ترى H.264 عند 24 إطارًا في الثانية وAAC ستيريو عند 32 كيلوهرتز. وغياب المسار الثاني يعني أن المخطّط خاطئ، لا النموذج.

ffprobe -hide_banner out.mp4

أما التشويه فمشكلة معايَنة. يشغّل H3 الصورة والصوت على جدولَي تدفّق، بإزاحة 12 وإزاحة 3، والمعايِن ذو الساعة الواحدة يتجاوز أحدهما. عند 20 خطوة يكون الخطأ غير مرئي؛ وعند 4 خطوات التي يستخدمها Turbo LoRA يصير قطعًا وضجيجًا. وComfyUI 0.31.0 يتعامل مع الجدولين أصلًا عبر ModelSamplingAV. أما دون ذلك الإصدار فتحتاج معايِن larryvrh ذا الساعتين.

الأخطاء، وسطر الإصلاح لكل منها

قاعدتان قبل أن تغيّر شيئًا. غيّر متغيّرًا واحدًا في كل مرة وأعد التشغيل بالبرومبت نفسه والبذرة نفسها — فتكديس --lowvram و--reserve-vram و--cache-none ونقطة تفتيش مكمَّمة دفعةً واحدة يتركك بلا فكرة عمّا أفاد. وأنهِ قالبًا رسميًا عاديًا واحدًا قبل أن تضيف SageAttention أو TeaCache أو EasyCache أو محمّل GGUF.

تسريعه، بالترتيب الذي ينفع

بهذا الترتيب، لأن الأولين بلا مقابل والأخير يكلّفك جودة.

1. حدّث. تحسين VAE وإصلاح الذاكرة في 0.32.0 يساويان أكثر من أي راية.
2. أنقص اللوحة قبل الطول. 0.4 ميغابكسل تنتهي حيث لا تنتهي غالبًا 1 ميغابكسل على بطاقة بسعة 24 غيغابايت.
3. SageAttention. شغّل مع --use-sage-attention، أو رقّعها عبر KJNodes. يقدّر ComfyUI الضعف تقريبًا؛ والأجهزة المقيَّدة بالإزاحة ترى أقل. وتحذيرات التراجع في نوع البيانات متوقَّعة.
4. Turbo LoRA. إصدار larryvrh الرابع ينزل بالمعاينة من نحو 20 خطوة إلى 4–8. استخدم 6–8؛ فأربع خطوات تلطّخ الحركة السريعة، وما بعد الثامنة يتوقّف عن النفع.

ولا تضف --lowvram بجانب --disable-pinned-memory. الاثنان يتعارضان.

متى لا تشغّله في ComfyUI

ثلاث حالات يكون فيها المحلي هو الجواب الخطأ، وواحدة يكون فيها الجواب الصحيح بوضوح.

المحلي خطأ إن كنت في الولايات المتحدة أو الاتحاد الأوروبي أو المملكة المتحدة أو كوريا الجنوبية وتستضيف الأوزان بنفسك؛ فالرخصة لا تمنح ذلك. وخطأ إن كنت تحتاج دقة 2K من أوزان مفتوحة، لأن Regenerate-2K لم تصدر أصلًا. وخطأ على 8 غيغابايت مع 16 غيغابايت من ذاكرة النظام، حيث سُجّل مقطع من خمس ثوانٍ في 51 دقيقة.

والمحلي صحيح إن كان لديك 24 غيغابايت في البطاقة و32 غيغابايت في النظام وإقليم مسموح. عندها يعطيك ComfyUI معالجة دفعية وطبقات LoRA وتحكّمًا على مستوى العُقدة لا تضاهيه أي واجهة مستضافة، ومنها واجهتنا. ولهذا كُتب هنا كل اسم ملف وكل راية بالحرف.

أسئلة بعد تشغيل أول فاشل

هل أحتاج عُقدة مخصّصة؟ لا. الدعم أصلي منذ 0.30.0، والقوالب تستخدم العُقَد الأساسية وحدها.

لماذا لا توجد عُقدة «نص إلى فيديو»؟ قالب T2V هو MiniMaxH3ImageToVideo بلا شيء موصول. وهذا مقصود.

أي إصدار أشغّل فعلًا؟ 0.32.0 أو أحدث. 0.30.0 يعمل، لكنه يفوّت تسعة إصلاحات تخصّ H3.

لماذا خرجت النتيجة صامتة؟ يجب تحميل مرمّزَي VAE كليهما، ويجب أن يصل VAEDecodeAudio إلى عُقدة الحفظ. تأكّد عبر ffprobe.

لماذا ينكسر الصوت عند 4 خطوات؟ المعاينة بساعة واحدة تتجاوز جدول الصوت. أُصلح في 0.31.0.

كم أحتاج من مساحة القرص؟ 42.47 غيغابايت لمساري T2V وI2V، و63.44 غيغابايت مع Ref2VA، إضافة إلى الذاكرة المؤقتة.

هل تستطيع بطاقة بسعة 12 غيغابايت ذلك؟ نعم، مع إزاحة ثقيلة. أفاد أحد المشرفين بمقاس 864×480 و124 إطارًا و20 خطوة، في أقل من تسع دقائق.

لماذا طال مقطعي ذو السبع ثوانٍ؟ الإطارات تلتصق بشبكة 17n+5. و175 إطارًا تساوي 7.29 ثانية.

هل أستخدم بناء GGUF؟ لا يوجد بناء رسمي. جرّبه فقط بعد أن تعمل الحزمة الرسمية.

هل أحصل على 2K محليًا؟ ليس من أوزان مفتوحة. لكن منذ 0.33.1 صار بإمكانك وصل عُقدة Regenerate-2K المستضافة.

إن كان ما يوقفك هو تنزيل 42.47 غيغابايت أو مصفوفة الإصدارات، فإن مولد الفيديو بالذكاء الاصطناعي على MiniMax H3 يشغّل المراحل الثلاث مستضافة، بلا شيء تثبّته وبلا بطاقة.

ما الذي قد يتغيّر. هذا يتحرّك أسبوعيًا: راجع إصدارات ComfyUI بحثًا عن مدخلات تخصّ H3 أحدث من 0.33.1. وسقف 362 إطارًا توثيق من طرف ثالث، لا حدّ رسمي. وترقيع memory_usage_factor قد يكون صار غير ضروري على 0.32.0 وما بعده. آخر تحقّق 2026-08-14.