一、需要准备的东西
一台带显卡的云服务器。不需要自己买显卡，按小时租就行。
一个浏览器。整个过程都在网页上操作，只有下载模型那一步可能要敲几行命令，我会把命令原样贴出来。
一点预算。我用的 4090 48G，每小时不到 4 块钱，关机就不收显卡的钱。从开机到跑通第一条视频，顺利的话一个小时以内。（一开始 肯定会比较贵，但是调顺 以后，后面生成AI视频的成本会降低很多）
一个能看图的 AI 助手，尽量是codex（GPT），主要 是帮我们解决 里面复杂节点的使用问题。
不需要会写代码。我自己也不是技术出身，整个过程是边问 AI 边做完的。
这里先说一下，很多人会卡在前三步：挑平台、开机、打开 ComfyUI。这几步都在云平台自己的网页上做，每家的界面都不一样，我没法截图带你一个按钮一个按钮地点。
所以这几步，我换个带法：告诉你要看什么、选什么，再给一段能直接发给 AI 的话。 遇到看不懂的页面，截个图发给 AI，问它下一步点哪，它会对着你的页面说。
你的电脑只负责开浏览器。真正干活的是右边那台云服务器，它有两个操作界面：一个是 ComfyUI 的网页，做视频用；一个是命令行，下模型、敲命令用。开机以后，要做的就是找到这两个界面。
二、挑一台云显卡
市面上能按小时租显卡的平台很多，界面各不一样，但要看的东西是一样的。
我总结了一份清单，挑的时候一条条对，选择最合适的：
显存 48G 以上。H3 的模型很大，48G 跑起来比较从容。24G 也能跑，要换更小的模型版本，速度会慢一些（第六节会讲）。
支持按量计费，最好关机不收显卡费。 这条最影响成本。有的平台关机后显卡照样收钱，下单前一定问清楚。
有预装 ComfyUI 的镜像，而且版本够新。能省很多事情。
我用的 ComfyUI 是 0.36.0。H3 的基础模板要求 0.30.0 以上，后面封装应用要用的应用模式，对网页前端版本也有要求，镜像越新越省事。
网页能直接打开 ComfyUI。最好平台直接给一个 https 开头的访问地址。
加分项：平台有预置的模型库。有的平台把常用模型提前放好了，可以直接用，能省下几十 GB 的下载时间。我这次就是这样，H3 一个文件都没下。
下单前还有三条规则一定要看清：
关机之后还收不收钱，收哪些钱（显卡、硬盘分开看）；
关机太久会不会被回收。我用的平台连续关机 7 天就会回收，里面的东西全部清空；
欠费多久会被回收。
再说说硬盘。
我第一次下单选了 150G，开机后发现系统只占了 3G，因为模型来自平台的模型库，不占自己的硬盘。多出来的 100G 关机也要收钱，后来我新开了一台 50G 免费额度的机器，把旧的删掉了。
如果你的平台没有模型库，要自己下载模型，硬盘就留 150G 左右，H3 一套模型加上生成的视频差不多要这么多。
这一步同样可以交给 AI。先搜几家能按小时租显卡的平台，把平台名发给 AI，再接上这段话：
我想在云服务器上部署 ComfyUI，跑开源视频模型 MiniMax H3。我没有技术基础，请用大白话帮我对比上面这几家平台。对比标准：显存 48G 以上；按量计费，关机不收显卡费；有预装 ComfyUI 的镜像，版本 0.30.0 以上；网页能直接打开 ComfyUI；最好有预置模型库。另外请帮我查清三件事：关机后还收哪些钱，关机多久会被回收，欠费多久会被回收，并告诉我在平台的哪个页面能核实。最后按我每小时不超过 __ 元的预算，推荐一家。
AI 给的价格和规则可能是旧的，下单前以平台页面为准，特别是关机收费和回收这两条。
做完应该看到：定好了一家平台，而且清楚三件事：关机后收哪些钱、关机多久回收、欠费多久回收。
三、开机
挑好平台之后，创建实例只需要选三样东西：显卡、镜像、硬盘。
显卡：选 4090 48G（或者其他 48G 显存的卡），数量 1 张。ComfyUI 一次只用一张卡，多选没用。
镜像：选带 ComfyUI 的镜像。
注意事项：同一个 ComfyUI 镜像下面有好几个版本，默认选中的是给另一款显卡用的专用版，选了之后提示"当前镜像在该地域没有可用的卡型"。换成通用版本就好了，所以选镜像时记得点开版本列表看一眼。
硬盘：参考上一节，有模型库选免费额度就够，没有就留 150G 左右。
计费方式：选按量计费。先用一两周，看看实际用了多少小时，再决定要不要转包月。
确认价格，下单。
每家的下单页长得不一样，选项的叫法也不一样。哪一项看不懂，就把整个下单页截图发给 AI，附上这段话：
这是我要租云显卡的下单页面。我想部署 ComfyUI 跑 MiniMax H3，需要 48G 显存的显卡 1 张、带 ComfyUI 的镜像、按量计费。请对着截图告诉我，每一项该怎么选，哪些保持默认就行，最后要付的大概是每小时多少钱。
截图前，把账号、余额、手机号这些遮一下。下单时弹出看不懂的报错，也是一样，截图发给 AI 问是什么意思。
有时候会遇到"暂无资源"，意思是这个型号的卡被租光了。我第一天连着看了几次都没货，凌晨三点多才抢到一台。
遇到没货，就换个时间段再看，或者换同等配置的其他地区。
做完应该就可以看到：平台的实例列表里多了一台机器，配置里能看到 48G 显存的显卡。
四、开机以后：找到 ComfyUI 和命令行
下完单，先去实例列表看状态。显示“运行中”，才算开好了。叫法各家可能不一样，看不懂就截图问 AI。
状态变成运行中，ComfyUI 还要在里面自己启动一会儿。我用的镜像是开机后一两分钟，网页就能打开了。
第一个操作台：ComfyUI 的网页。
各家给地址的方式不一样，常见三种：
第一种最省事：平台直接给一个 https 开头的地址，点开就是 ComfyUI。我用的就是这种。
第二种只给一个公网 IP。要先在平台的防火墙（有的叫安全组）里放行 8188 端口，再在浏览器打开 http://你的公网IP:8188。
第三种只给命令行，ComfyUI 没有自己启动。要先进命令行把它启动起来，再按前两种的办法打开。
我挑地区的时候就碰到过二选一：一个地区送的免费硬盘更大，但只能用 http 打开；另一个直接给 https 地址。我选了后者，因为走 http 的话，以后加了登录密码，密码也是明文在网上传的。
不确定自己是哪种，把实例详情页截图发给 AI，附上这段话：
这是我云服务器的实例详情页截图，服务器上装了 ComfyUI，端口是 8188。请告诉我：这个平台是直接给了访问地址，还是要我自己开放端口，还是要我先在命令行里启动 ComfyUI？然后一步步带我在浏览器里打开 ComfyUI，每一步告诉我在页面上点哪里。
第二个操作台：命令行。
下载模型、建快捷方式，第五节更新 ComfyUI，都要在命令行里敲命令。
我用的平台，实例页面有个「登录」按钮，点开能选 JupyterLab、SSH 或远程桌面。没碰过命令行的，选 JupyterLab：它是网页版的工作台，在浏览器里就能用，不用装软件。打开后点「终端」（Terminal），就有一个能敲命令的窗口了。
你的平台没有这个按钮，或者只给了 SSH，也交给 AI：
我在云服务器上部署 ComfyUI，需要在服务器上敲命令，但我没用过命令行。请看这张实例页面截图，告诉我怎么从浏览器打开服务器的终端（比如 JupyterLab 或网页终端）。如果只能用 SSH，请一步步教我在 Mac（或 Windows）上连上去，包括密码或密钥在页面的哪里找。
最后提醒一句，这个地址是公网能打开的。谁拿到它，都能用你的显卡、看到你生成的东西，别随手发到群里。要长期给同事用，记得加密码，最后一节会再说。
做完应该看到：浏览器里打开地址，看到 ComfyUI 的节点画布，就是下一节第一张图；JupyterLab 里打开终端，看到一个能输入命令的窗口。
五、打开 ComfyUI，先做个自检
按上一节打开 ComfyUI 的网页。第一次打开，看到的是一张空白画布或者一个示例工作流。
先做个自检，确认这台机器能用。
最简单的办法：在浏览器地址栏，把 ComfyUI 的地址后面加上 /system_stats，回车。
页面上会出现一串文字，找三个地方：
comfyui_version：ComfyUI 的版本，0.30.0 以上才能跑 H3；
name：显卡型号，应该能看到 RTX 4090；
vram_total：显存大小，48G 的卡大约显示 50000000000 左右（单位是字节）。
三项都对，说明机器没问题。看不懂这一页，也可以整页截图发给 AI，让它帮你看这三项对不对。
再确认一下模板库里有没有 H3。
点左上角的菜单，选「浏览模板」，在左边的分类里点「视频」，往下翻能看到 MiniMax H3 的几个模板：文生视频、图生视频、参考生视频，还有续写、多帧参考等。嫌翻着麻烦，直接在右上角搜索框输入 MiniMax H3 也行。
如果没有，说明 ComfyUI 版本太旧，需要先更新。手动更新的标准做法是在 ComfyUI 的文件夹里运行下面两行，再重启 ComfyUI：
git pull
pip install -r requirements.txt
用平台镜像的话，ComfyUI 装在哪个文件夹各家不一样，更新前先看一眼镜像说明。
这一步要在第四节打开的命令行里敲命令。
没碰过命令行的话，让 AI 带着做，把这段话发给它：
我在云服务器上用平台的 ComfyUI 镜像，模板库里找不到 MiniMax H3，需要更新 ComfyUI。我不会命令行，请一步步告诉我：怎么打开服务器的终端，怎么找到 ComfyUI 所在的文件夹，怎么执行更新，更新完怎么重启。每条命令先用一句话解释它是干什么的，我执行完会把结果截图发给你。
做完应该看到：自检页上版本、显卡、显存三项都对；模板库里搜得到 MiniMax H3 的文生视频、图生视频、参考生视频。
六、准备 H3 模型
H3 跑起来需要四类文件。
文件名不用记，打开模板的时候 ComfyUI 会告诉你缺哪些。
打开 H3 模板，如果缺模型，右上角会弹出提示，缺文件的节点也会变红。
点提示里的「查看详情」，右边会列出缺的每个文件，还有该放进哪个文件夹，比如 loras。
这里有个坑：列表旁边的「下载」按钮，在云服务器上点，文件是下到你自己的电脑上，不是下到服务器里。
我试着点了一下，浏览器直接开始往本机下。所以这个列表只用来看缺什么，真正把模型放到服务器上，用下面两种方式。
方式一：用命令行下载。
命令都在第四节打开的终端里敲。模型都在 Hugging Face 上，搜 Comfy-Org/MiniMax-H3 就能找到。用官方的 hf 命令下载（以前叫 huggingface-cli，现在改名了），比如下载文生视频的主模型：
hf download Comfy-Org/MiniMax-H3 diffusion_models/minimax_h3_fl2va_pruned_int8_convrot.safetensors --local-dir ComfyUI/models
想一次下一类文件，可以用 --include 按名字筛选，下载前先加 --dry-run 看看会下哪些：
hf download Comfy-Org/MiniMax-H3 --include "vae/*" --local-dir ComfyUI/models --dry-run
国内下载慢，可以先设置镜像站，再运行上面的命令：
export HF_ENDPOINT=镜像站地址
方式二：平台有模型库，用"快捷方式"指过去。
这是我这次用的方式，一个字节都没下。
平台把模型放在一个公共的只读文件夹里，我们在 ComfyUI 的模型文件夹里建一个"快捷方式"（专业叫法是软链接），指到那个文件就行。ComfyUI 会顺着快捷方式找到模型，不占自己的硬盘。
命令是这样的：
ln -s 模型库里的文件路径 ComfyUI/models/对应的文件夹/
比如：
ln -s /model/某个路径/minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16.safetensors ComfyUI/models/loras/
我用的镜像已经把主模型、文本编码器、解码器都链接好了，只缺加速 LoRA，自己补了几条。建完快捷方式要刷新一下 ComfyUI 网页，不然它还会提示缺模型。
模型库在哪个文件夹，各家平台不一样，看平台的说明文档就行。
显卡只有 24G 怎么办？
H3 官方提供了更小的版本，最小的 minimax_h3_fl2va_pruned_w6a8.safetensors 约 16G，需要 ComfyUI 0.38.0 以上。我没在 24G 的卡上试过，官方的建议是显存不够就换小模型，不要指望把模型挪到内存里跑，那样更慢。
做完应该看到：刷新 ComfyUI 网页，再打开 H3 文生视频模板，右上角不再提示缺模型，也没有节点变红。
七、跑出第一条视频
模型准备好，就可以跑第一条视频了。
第一步：左上角菜单 → 浏览模板 → 视频 → 选 MiniMax H3 的文生视频模板。
第二步：模板打开后，找到写着提示词的那个大文本框，把原来的英文换成你自己的描述。中文直接写就行。
我第一次用的是这段：
一只橘猫趴在窗台上看窗外的雨，尾巴轻轻摇摆。镜头从室内缓慢推近猫的侧脸，窗外是模糊的城市灯光。温暖的室内光线，电影感。声音：淅沥的雨声，猫轻轻叫了一声。
第三步：点右上角的「运行」。
右上角会显示进度。第一次运行比较慢，因为要把模型读进显存，我实测 2 分 15 秒左右；之后同样的设置，每条 1 分半左右。
做完应该看到：右边出现一条 5 秒、有画面有声音的视频。到这一步，部署就算跑通了。
模板里几个参数，大白话解释一下：
时长：默认 5 秒，H3 一次最长 15 秒，越长越慢；
画质（百万像素）：默认 0.4，16:9 时出 864×480。如果想要更清晰的成片，官方建议调到 0.98，出 1344×768，但会慢不少；
快速模式：开了以后步数从 20 步降到 8 步，更快，画质略降；
随机种子：同样的提示词，换个种子会出不一样的结果，不满意就换一个再跑。
第一次跑最常见的三个问题：
提示缺少模型文件。如果模型已经放好了，刷新一下网页就行，ComfyUI 的模型列表是打开网页时读的。
"加载图像"节点报红色错误。图生视频、参考生视频的模板里自带了示例图片，但这些图片在你的机器上不存在。换成你自己的图片后，再刷新一下整个网页，错误就消失了。
一打开就报错，提示缺某个 VAE。有的镜像默认打开的是别的模型的示例工作流，和 H3 没关系。从模板库打开 H3 的模板就好。
另外，官方提到一点很关键：想要清晰的人声，采样步数至少要 12 步，8 步的快速模式下，声音往往是短板。 所以做带台词的视频，尽量关掉快速模式。
八、把工作流封装成应用
前面这些，自己用没问题。但要给同事用，就会遇到我开头说的问题：一整张节点图，十几个参数，大部分人不知道该改哪个。
ComfyUI 今年出了一个应用模式，可以把一套工作流变成一张简单的表单：只露出你想让别人改的参数，其他全部藏起来。
我们用文生视频模板，完整走一遍。
第一步：打开工作流，进入应用模式。
先从模板库打开 H3 文生视频模板。
应用模式的入口在画布左上角：点「图形」这个按钮，菜单里有「进入应用模式」和「进入应用构建器」。左侧边栏也有一个「应用」图标，不过它打开的是应用列表，做好的应用都在那里，后面同事就从这里打开。
第一次进入，会看到"欢迎使用应用模式"的页面，点「构建应用」。
第二步：选输入。
进入构建页面后，顶部有三个步骤：输入、输出、预览。
现在在"输入"这一步。画布上每个参数前面都多了一个小方框，勾上哪个，同事就能看到哪个。
我勾了这几个：提示词、时长、快速模式，还有分辨率选择器里的宽高比和百万像素。
模型名称、VAE、LoRA 这些都不勾，正常使用的时候不会改。
第三步：选输出。
点底部的「下一个」，进入"输出"这一步。能当输出的节点会显示成橘色边框，点一下"保存视频"节点，它就出现在右侧的输出栏里。
四步：预览，改中文名，加说明。
再点「下一个」，进入预览。左边是视频的显示区，右边是同事会看到的参数。
这时候参数名还是英文，比如 duration、turbo_mode，同事看不懂。每一项右边有个「⋯」，点开选「重命名」，改成中文。
我是这样改的：
duration → 视频时长（秒）
turbo_mode → 快速模式
百万像素 → 画质（百万像素）
每一项下面有一行"双击添加描述"，双击就能写一句说明。说明写短一点，一行放得下最好：
提示词：描述场景、人物动作、镜头和声音，中英文都行
视频时长：4–15 秒，越长生成越慢
快速模式：开启更快，画质略降
宽高比：横屏 16:9，竖屏 9:16
画质：0.4 快速预览，1.0 高清较慢
参数的顺序可以拖动调整，按住一项往上拖，一次能挪一两格。
第五步：保存。
点底部「保存」右边的小箭头，选「另存为」，起个名字，比如「文生视频」。下面会问“此工作流将以以下方式打开”，选「应用」，以后同事打开这个文件，看到的直接就是表单。
别直接点「保存」。从模板打开的工作流本来就有名字，点「保存」不会弹窗，直接按模板的英文名存下来了，我第一次就是这样。
保存后，点「查看应用」，就是同事看到的样子了。第一次打开还会弹出一个新手引导，告诉同事怎么用。
同事以后不用找文件，点左侧边栏的「应用」图标，做好的应用都列在那里，点名字就能打开。
后一个小建议：保存之前，把提示词换成一段中文示例，比如橘猫那段。同事打开就能看到一个能直接运行的例子，照着改就行。
封装时踩过的几个坑：
构建模式下点参数，会被当成"勾选"，改不了值。想改默认值，先退出构建器，改完再回来；
"加载图像"节点如果是红色报错状态，构建器里勾不上它。先换成机器上存在的图片，刷新整个网页，再进构建器；
在应用的提示词框里按 Cmd+A，没法全选，会把新文字插进原来那段的中间。改提示词时手动选中再删。
九、四个封装好的应用
方法学会了，图生视频、参考生视频都照着来。下面是我做好的四个应用，每个都写清楚同事要填什么、效果怎么样。
1. 文生视频
同事要填：提示词、视频时长、快速模式、宽高比、画质。
默认示例：橘猫看雨那段。
实测：5 秒、864×480、带声音，104 秒出片。
2. 图生视频
同事要填：首帧图片、提示词、视频时长、快速模式、宽高比、画质。
和文生视频比，多了一个"首帧图片"：上传的图就是视频的第一帧，提示词写这张图之后发生什么。
我用文生视频里截出来的一帧，提示词写：
<Picture 1> 中的橘猫转过头看向镜头，眨了眨眼，然后站起身伸了个懒腰。窗外的雨还在下，城市灯光模糊闪烁，镜头保持稳定，电影感。声音：淅沥的雨声，猫咪满足地发出咕噜声。
实测：125 秒出片。猫先转头看镜头，再压低身子伸懒腰，动作和提示词一致。
小技巧：宽高比尽量和上传的图片一致，不然画面会被裁切。
3. 参考生视频
同事要填：参考图 1（角色）、参考图 2（场景）、提示词、视频时长、快速模式、宽高比、画质。
这个是我最喜欢的。一张图定"谁"，一张图定"在哪"，提示词里用 <Picture 1>、<Picture 2> 指代这两张图。
我把橘猫当参考图 1，一张夕阳下城市天台的图当参考图 2，提示词：
<Picture 1> 中的橘猫出现在 <Picture 2> 的城市天台上。夕阳下，它迎着风慢慢走向镜头，毛发被风吹动，身后是林立的高楼和薄雾。低角度镜头缓慢后退跟随，电影感，暖色逆光。声音：呼呼的风声，远处城市的车流声，猫轻轻叫了一声。
实测：122 秒出片。猫的花色、体型和参考图一致，场景就是参考图里的天台。
小技巧：官方建议参考类的视频，想严格还原参考图，就关掉快速模式。
4. 数字人口播
这个是在图生视频的基础上做的，用的还是 H3，不用额外装模型。
原理很简单：首帧放一张人物照片，提示词里写清楚他说什么、用什么声音说，H3 会把声音和口型一起生成。
自己做的话，不用另搭工作流：直接用上面做好的图生视频应用，首帧放人物照片，提示词按下面的格式写就行。
我们自己的版本多做了一步，把声音类型、情绪、语速做成了下拉框，选完自动拼成提示词，同事只要传照片、填台词。
提示词可以按这个格式写：
一个连续不间断的固定机位镜头，从头到尾没有任何剪辑和转场，背景、灯光、构图始终与 <Picture 1> 完全一致。<Picture 1> 中的人物开口说话，口型与声音同步。声音：年轻女性，声音清冷、干净，咬字清晰，语气坚定有力，语速适中，她用普通话说："这里写台词"。背景只有轻微的环境声，没有背景音乐。
开头那一大段"固定机位、没有剪辑"不能省。 我第一次测试没写，视频第 3 秒自己切到了别的场景。加上之后，几次测试都是一镜到底。偶尔还是会切，就换个随机种子再跑。
台词写多长？我按每秒 4 个字估，再加上首尾留白。H3 一次最长 15 秒，所以台词控制在 50 个字以内。时长参数要和台词长度对上，台词长、时长短，话会说不完。
十、最后是几个小建议
用完就关机。 按量计费最怕的是忘关。我后来在网页左下角加了一个关机按钮，旁边显示余额，同事用完顺手就关了。
留意回收规则。我用的平台连续关机 7 天会回收，所以至少每周开一次机。
多人一起用会排队。显卡只有一张，大家点运行的任务会自动排队，一个接一个生成。要提醒：右上角红色的取消按钮会停掉当前正在跑的任务，不管是谁的。
更多游戏资讯请关注：电玩帮游戏资讯专区
电玩帮图文攻略 www.vgover.com
