这是一份面向新手的量化模型选型指南。minimax-h3-nvfp4-convrot为ComfyUI提供面向MiniMax H3（33B 全模态生成器，输出 768p / 24fps / 4–15 秒视频 + 同步 32kHz 立体声音频）的一整套NVFP4 / INT4 量化单文件 checkpoint，包含 fl2va 与 ref2va 两大系列、多种量化变体，另有 2 个量化配置文件。选型口诀：先看 GPU，再看用途，最后看体积。

📦 先搞清楚：这些文件是什么？

它们是ComfyUI 单文件 checkpoint（不是 diffusers 模型），下载后直接放进 ComfyUI 的models/diffusion_models目录即可使用。

文件命名遵循统一规则，看懂名字就知道文件身份：

minimax_h3_<fl2va | ref2va>_<量化变体>.safetensors

选型第一步：按用途选模式（fl2va vs ref2va）

💡 两个系列享受完全相同的量化处理，纯粹按你的工作流二选一。

⚠️ 注意：INT4 系列仅 fl2va 有，ref2va 只有 NVFP4 系列的 3 个文件。

选型第二步：NVFP4 / INT4 变体对比表

NVFP4 系列（仅 Blackwell 显卡可用）

NVFP4 需要Blackwell架构 GPU（SM ≥ 10.0/12.0，即 RTX 50 系列、B100/B200），老卡没有回退方案。注意*_convrot_int8文件同样受此限制（除attn.qkv_proj外其余仍是 NVFP4）。

INT4 系列（非 Blackwell 显卡的"逃生通道"，实验性质）

基于INT4 W4A4 ConvRot：对权重和激活都做分组 Hadamard 旋转后再 4-bit 量化，无需重训练。需要带comfy-kitchen的TensorCoreConvRotW4A4Layout的 ComfyUI 构建。⚠️ 均使用--simple（RTN 舍入）量化，质量未评估——只确认能加载并端到端出片。

⚡ 30 秒快速选型

🔍 为什么会有这么多变体？三分钟看懂原理

1️⃣pruned_*= AdaLN 剪枝（34 GB → 20 GB 的来源）H3 的 AdaLN 调制权重（13.1B / 33.1B，约 39%）只依赖扩散时间步、与内容无关，可折叠成一张小查找表（adaln_t_table），输出质量无损。ComfyUI 会通过adaln_t_table的形状自动识别剪枝架构。

剪枝版依赖 ComfyUI 的形状检测，所以在 ComfyUI 之外使用时，未剪枝的nvfp4更安全。

2️⃣ INT8 ConvRot（推荐版的核心）按固定分组对权重先做 Hadamard 旋转，把离群值的能量"摊平"，让 INT8 的窄量程装得下——弥补了与 FP8 的差距；而 INT8 张量核吞吐普遍高于 FP8，所以同体积、更快推理。45 个attn.qkv_proj层直接从原始 BF16 权重量化，避免误差叠加。

3️⃣ INT4 W4A4 ConvRot（实验性）激活也做旋转量化，实现 4-bit 权重 + 4-bit 激活。论文显示纯 W4A4 相比 BF16 有明显可测劣化，所以 mixed 版按论文思路把约 20%（48 个）层升回 INT8 找回质量。

量化策略由两份逐层配置文件驱动：MLP 大头用 NVFP4、注意力 QKV 与 AdaLN 用 FP8、首 2 层/尾 3 层等敏感层保留BF16：

• minimax_h3_layer_config.json —— NVFP4/FP8 配置
• minimax_h3_layer_config_int4_convrot.json —— INT4 ConvRot 配置

🚀 下载与 ComfyUI 部署步骤

1. 克隆仓库拿到目标 checkpoint：

   git clone https://gitcode.com/hf_mirrors/rockerBOO/minimax-h3-nvfp4-convrot

2. 从 Comfy-Org/MiniMax-H3 官方重打包仓库下载配套的文本编码器（Qwen3-VL 32B）与 VAE，分别放入：

   • 扩散模型 →models/diffusion_models
   • 文本编码器 →models/text_encoders（Blackwell 上建议搭配其nvfp4_awq版本）
   • VAE →models/vae

3. 使用官方重打包仓库提供的 I2V / T2V / R2V 工作流模板即可开始生成。

4. ⚠️ 2K 分辨率输出需要单独的H3-Regenerate-2K模块，不在本仓库范围内。

❓ 常见问题

Q：哪个文件质量最好？A：本仓库没有做质量基准测试。NVFP4 系列被推荐是因为其格式保守成熟、确认可用，而不是因为有跑分。

Q：剪枝版加载失败怎么办？A：剪枝架构依赖 ComfyUI 基于张量形状的检测，请更新到较新版本的 ComfyUI；仍失败则换未剪枝的nvfp4（34 GB）。

Q：非 Blackwell 显卡能用吗？A：只能用 INT4 系列，且它们只确认能加载并端到端出图，质量未评估——属于"体积最小化的冒险选项"，也欢迎用来帮忙评估质量。

Q：三个 20 GB 的 pruned NVFP4 文件差在哪？A：只差attn.qkv_proj的格式：INT8 ConvRot（推荐，最快）/ FP8（测速对照）/ 不替换（pruned_nvfp4，最慢）。

📄 许可说明

本仓库遵循MiniMax H3 Community License，随仓库附有一份完整协议，见 LICENSE。