> ## Documentation Index
> Fetch the complete documentation index at: https://docs.comfy.org/llms.txt
> Use this file to discover all available pages before exploring further.

# FastVideo FastH3：ComfyUI 工作流示例

> 在 ComfyUI 中使用 FastVideo FastH3 蒸馏模型以 8 个采样步数生成带同步音频的 MiniMax H3 视频：文本生成视频与首尾帧工作流。

[FastVideo FastH3](https://huggingface.co/FastVideo/FastVideo-FastH3-8-Step-V2) 是 FastVideo 团队基于 MiniMax H3 蒸馏得到的 DMD2 模型，能以 **8 个采样步数**生成带原生同步音频的视频，而不是基础模型的完整调度。它复用了 H3 的文本编码器、视频 VAE 和音频 VAE，因此输出设置与基础模型一致，而采样步数大幅减少。

FastH3 预览版由 Nuva Lab 与 NVIDIA FastGen 团队合作开发；蒸馏细节请阅读 [FastH3 发布公告](https://haoailab.com/blogs/fasth3-preview/)。ComfyUI 内置的是 8 步 V2 检查点，由 Comfy-Org 重新打包在 [FastVideo-FastH3-Comfy](https://huggingface.co/FastVideo/FastVideo-FastH3-Comfy) 仓库中。

FastH3 以部分运动和音频保真度换取速度。适合草稿、迭代和快速出片；对画质要求最高时请使用基础版 MiniMax H3 工作流。

<UpdateReminder />

<Note>
  该蒸馏检查点仅支持文本生成视频和首尾帧图生视频。Ref2VA（多参考条件）未做蒸馏；基于参考的生成请使用基础版 [MiniMax H3 工作流](/zh/tutorials/video/minimax/minimax-h3-native)。
</Note>

## 环境要求

* ComfyUI 0.36.0 或更高版本
* MiniMax H3 的文本编码器和 VAE（与基础模型共用，见下方列表）

## FastH3 文本生成视频

以 8 个步数从文本提示词生成带同步音频的视频。

<video controls className="w-full aspect-video" src="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/video_fastvideo_fasth3_t2v.mp4" />

<CardGroup cols={2}>
  <Card title="下载工作流" icon="download" href="https://github.com/Comfy-Org/workflow_templates/blob/main/templates/video_fastvideo_fasth3_t2v.json">
    下载 JSON，或在模板库中搜索 "FastVideo FastH3: Text to Video"
  </Card>
</CardGroup>

### 提示词技巧

1. **描述完整场景**：先说明整体场景（地点、角色、正在发生什么），再拆分为按时间排列的分镜
2. **分镜、镜头与音频**：在一段提示词中同时描述分镜、镜头运动和配套音频（对白、音效、音乐）
3. **分辨率**：H3 的原生画布短边为 768px，上限为 768x1344，分辨率会取整到 32 的倍数
4. **时长**：时长输入会对齐到模型 24fps 下每块 17 帧（17k+5）的网格
5. **步数固定为 8**：该蒸馏检查点按 8 步训练；更改调度器的步数会降低质量

提示词编写资源请参阅[提示词指南](/zh/tutorials/video/minimax/minimax-h3-prompt-guide)。

## FastH3 图生视频

让静态图片动起来并带同步音频，支持可选的首尾帧控制。

<video controls className="w-full aspect-video" src="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/video_fastvideo_fasth3_i2v.mp4" />

<CardGroup cols={2}>
  <Card title="下载工作流" icon="download" href="https://github.com/Comfy-Org/workflow_templates/blob/main/templates/video_fastvideo_fasth3_i2v.json">
    下载 JSON，或在模板库中搜索 "FastVideo FastH3: Image to Video"
  </Card>
</CardGroup>

**输入素材**

将此文件上传到对应的 `LoadImage` 节点，或使用你自己的图片：

<CardGroup cols={2}>
  <Card title="red_line_barrier.png" icon="image" href="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/red_line_barrier.png">
    图生视频工作流的示例首帧
  </Card>
</CardGroup>

### 首尾帧模式

将图片连接到 `MiniMaxH3ImageToVideo` 节点的 `first_frame` 和/或 `last_frame`，即可在两个关键帧之间生成运动。两者都不连接时为文本生成视频。

### 提示词技巧

1. **描述运动与音频**：画面外观由图片提供，提示词应聚焦运动、镜头和配套音频
2. **时长**：时长输入会对齐到模型 24fps 下每块 17 帧（17k+5）的网格
3. **步数固定为 8**：调度器保持 8 步；该检查点按此调度蒸馏

## 模型下载

扩散模型来自 FastVideo 仓库；文本编码器和 VAE 与基础版 MiniMax H3 模型共用。

<CardGroup cols={2}>
  <Card title="扩散模型: fastvideo_fasth3_8step_v2_pruned_int8_convrot" icon="download" href="https://huggingface.co/FastVideo/FastVideo-FastH3-Comfy/resolve/main/diffusion_models/fastvideo_fasth3_8step_v2_pruned_int8_convrot.safetensors">
    放置于 <code>ComfyUI/models/diffusion\_models/</code>
  </Card>

  <Card title="文本编码器: qwen3vl_32b_minimax_h3_nvfp4_awq" icon="download" href="https://huggingface.co/Comfy-Org/MiniMax-H3/blob/main/text_encoders/qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors">
    放置于 <code>ComfyUI/models/text\_encoders/</code>
  </Card>

  <Card title="VAE: minimax_h3_video_vae_fp16" icon="download" href="https://huggingface.co/Comfy-Org/MiniMax-H3/blob/main/vae/minimax_h3_video_vae_fp16.safetensors">
    放置于 <code>ComfyUI/models/vae/</code>
  </Card>

  <Card title="VAE: minimax_h3_audio_vae_fp32" icon="download" href="https://huggingface.co/Comfy-Org/MiniMax-H3/blob/main/vae/minimax_h3_audio_vae_fp32.safetensors">
    放置于 <code>ComfyUI/models/vae/</code>
  </Card>
</CardGroup>

### 模型存放位置

```
ComfyUI/
├── 📂 models/
│   ├── 📂 diffusion_models/
│   │   └── fastvideo_fasth3_8step_v2_pruned_int8_convrot.safetensors
│   ├── 📂 text_encoders/
│   │   └── qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors
│   └── 📂 vae/
│       ├── minimax_h3_video_vae_fp16.safetensors
│       └── minimax_h3_audio_vae_fp32.safetensors
```

## 工作流结构说明

两个 FastH3 工作流与基础版 H3 设置共用以下节点，并带有蒸馏相关的设置：

* **BlockSparseAttention**：以 VSA（Video Sparse Attention）运行，`keep_percent` 为 10，从调度的 20% 开始生效，在保持质量的同时降低注意力计算成本
* **MiniMaxH3SigmaShift**：应用与蒸馏调度匹配的 H3 sigma shift（视频为 10，音频为 3）
* **ComfyMathExpression**：将时长输入转换为 24fps 下 17k+5 网格上的有效帧 `length`
* **采样器**：`res_multistep` 采样器，`simple` 调度器，8 步