一、需要準備的東西
一臺帶顯卡的雲服務器。不需要自己買顯卡，按小時租就行。
一個瀏覽器。整個過程都在網頁上操作，只有下載模型那一步可能要敲幾行命令，我會把命令原樣貼出來。
一點預算。我用的 4090 48G，每小時不到 4 塊錢，關機就不收顯卡的錢。從開機到跑通第一條視頻，順利的話一個小時以內。（一開始 肯定會比較貴，但是調順 以後，後面生成AI視頻的成本會降低很多）
一個能看圖的 AI 助手，儘量是codex（GPT），主要 是幫我們解決 裏面複雜節點的使用問題。
不需要會寫代碼。我自己也不是技術出身，整個過程是邊問 AI 邊做完的。
這裏先說一下，很多人會卡在前三步：挑平臺、開機、打開 ComfyUI。這幾步都在雲平臺自己的網頁上做，每家的界面都不一樣，我沒法截圖帶你一個按鈕一個按鈕地點。
所以這幾步，我換個帶法：告訴你要看什麼、選什麼，再給一段能直接發給 AI 的話。 遇到看不懂的頁面，截個圖發給 AI，問它下一步點哪，它會對着你的頁面說。
你的電腦只負責開瀏覽器。真正幹活的是右邊那臺雲服務器，它有兩個操作界面：一個是 ComfyUI 的網頁，做視頻用；一個是命令行，下模型、敲命令用。開機以後，要做的就是找到這兩個界面。
二、挑一臺雲顯卡
市面上能按小時租顯卡的平臺很多，界面各不一樣，但要看的東西是一樣的。
我總結了一份清單，挑的時候一條條對，選擇最合適的：
顯存 48G 以上。H3 的模型很大，48G 跑起來比較從容。24G 也能跑，要換更小的模型版本，速度會慢一些（第六節會講）。
支持按量計費，最好關機不收顯卡費。 這條最影響成本。有的平臺關機後顯卡照樣收錢，下單前一定問清楚。
有預裝 ComfyUI 的鏡像，而且版本夠新。能省很多事情。
我用的 ComfyUI 是 0.36.0。H3 的基礎模板要求 0.30.0 以上，後面封裝應用要用的應用模式，對網頁前端版本也有要求，鏡像越新越省事。
網頁能直接打開 ComfyUI。最好平臺直接給一個 https 開頭的訪問地址。
加分項：平臺有預置的模型庫。有的平臺把常用模型提前放好了，可以直接用，能省下幾十 GB 的下載時間。我這次就是這樣，H3 一個文件都沒下。
下單前還有三條規則一定要看清：
關機之後還收不收錢，收哪些錢（顯卡、硬盤分開看）；
關機太久會不會被回收。我用的平臺連續關機 7 天就會回收，裏面的東西全部清空；
欠費多久會被回收。
再說說硬盤。
我第一次下單選了 150G，開機後發現系統只佔了 3G，因爲模型來自平臺的模型庫，不佔自己的硬盤。多出來的 100G 關機也要收錢，後來我新開了一臺 50G 免費額度的機器，把舊的刪掉了。
如果你的平臺沒有模型庫，要自己下載模型，硬盤就留 150G 左右，H3 一套模型加上生成的視頻差不多要這麼多。
這一步同樣可以交給 AI。先搜幾家能按小時租顯卡的平臺，把平臺名發給 AI，再接上這段話：
我想在雲服務器上部署 ComfyUI，跑開源視頻模型 MiniMax H3。我沒有技術基礎，請用大白話幫我對比上面這幾家平臺。對比標準：顯存 48G 以上；按量計費，關機不收顯卡費；有預裝 ComfyUI 的鏡像，版本 0.30.0 以上；網頁能直接打開 ComfyUI；最好有預置模型庫。另外請幫我查清三件事：關機後還收哪些錢，關機多久會被回收，欠費多久會被回收，並告訴我在平臺的哪個頁面能覈實。最後按我每小時不超過 __ 元的預算，推薦一家。
AI 給的價格和規則可能是舊的，下單前以平臺頁面爲準，特別是關機收費和回收這兩條。
做完應該看到：定好了一家平臺，而且清楚三件事：關機後收哪些錢、關機多久回收、欠費多久回收。
三、開機
挑好平臺之後，創建實例只需要選三樣東西：顯卡、鏡像、硬盤。
顯卡：選 4090 48G（或者其他 48G 顯存的卡），數量 1 張。ComfyUI 一次只用一張卡，多選沒用。
鏡像：選帶 ComfyUI 的鏡像。
注意事項：同一個 ComfyUI 鏡像下面有好幾個版本，默認選中的是給另一款顯卡用的專用版，選了之後提示"當前鏡像在該地域沒有可用的卡型"。換成通用版本就好了，所以選鏡像時記得點開版本列表看一眼。
硬盤：參考上一節，有模型庫選免費額度就夠，沒有就留 150G 左右。
計費方式：選按量計費。先用一兩週，看看實際用了多少小時，再決定要不要轉包月。
確認價格，下單。
每家的下單頁長得不一樣，選項的叫法也不一樣。哪一項看不懂，就把整個下單頁截圖發給 AI，附上這段話：
這是我要租雲顯卡的下單頁面。我想部署 ComfyUI 跑 MiniMax H3，需要 48G 顯存的顯卡 1 張、帶 ComfyUI 的鏡像、按量計費。請對着截圖告訴我，每一項該怎麼選，哪些保持默認就行，最後要付的大概是每小時多少錢。
截圖前，把賬號、餘額、手機號這些遮一下。下單時彈出看不懂的報錯，也是一樣，截圖發給 AI 問是什麼意思。
有時候會遇到"暫無資源"，意思是這個型號的卡被租光了。我第一天連着看了幾次都沒貨，凌晨三點多才搶到一臺。
遇到沒貨，就換個時間段再看，或者換同等配置的其他地區。
做完應該就可以看到：平臺的實例列表裏多了一臺機器，配置裏能看到 48G 顯存的顯卡。
四、開機以後：找到 ComfyUI 和命令行
下完單，先去實例列表看狀態。顯示“運行中”，纔算開好了。叫法各家可能不一樣，看不懂就截圖問 AI。
狀態變成運行中，ComfyUI 還要在裏面自己啓動一會兒。我用的鏡像是開機後一兩分鐘，網頁就能打開了。
第一個操作檯：ComfyUI 的網頁。
各家給地址的方式不一樣，常見三種：
第一種最省事：平臺直接給一個 https 開頭的地址，點開就是 ComfyUI。我用的就是這種。
第二種只給一個公網 IP。要先在平臺的防火牆（有的叫安全組）裏放行 8188 端口，再在瀏覽器打開 http://你的公網IP:8188。
第三種只給命令行，ComfyUI 沒有自己啓動。要先進命令行把它啓動起來，再按前兩種的辦法打開。
我挑地區的時候就碰到過二選一：一個地區送的免費硬盤更大，但只能用 http 打開；另一個直接給 https 地址。我選了後者，因爲走 http 的話，以後加了登錄密碼，密碼也是明文在網上傳的。
不確定自己是哪種，把實例詳情頁截圖發給 AI，附上這段話：
這是我雲服務器的實例詳情頁截圖，服務器上裝了 ComfyUI，端口是 8188。請告訴我：這個平臺是直接給了訪問地址，還是要我自己開放端口，還是要我先在命令行裏啓動 ComfyUI？然後一步步帶我在瀏覽器裏打開 ComfyUI，每一步告訴我在頁面上點哪裏。
第二個操作檯：命令行。
下載模型、建快捷方式，第五節更新 ComfyUI，都要在命令行裏敲命令。
我用的平臺，實例頁面有個「登錄」按鈕，點開能選 JupyterLab、SSH 或遠程桌面。沒碰過命令行的，選 JupyterLab：它是網頁版的工作臺，在瀏覽器裏就能用，不用裝軟件。打開後點「終端」（Terminal），就有一個能敲命令的窗口了。
你的平臺沒有這個按鈕，或者只給了 SSH，也交給 AI：
我在雲服務器上部署 ComfyUI，需要在服務器上敲命令，但我沒用過命令行。請看這張實例頁面截圖，告訴我怎麼從瀏覽器打開服務器的終端（比如 JupyterLab 或網頁終端）。如果只能用 SSH，請一步步教我在 Mac（或 Windows）上連上去，包括密碼或密鑰在頁面的哪裏找。
最後提醒一句，這個地址是公網能打開的。誰拿到它，都能用你的顯卡、看到你生成的東西，別隨手發到羣裏。要長期給同事用，記得加密碼，最後一節會再說。
做完應該看到：瀏覽器裏打開地址，看到 ComfyUI 的節點畫布，就是下一節第一張圖；JupyterLab 裏打開終端，看到一個能輸入命令的窗口。
五、打開 ComfyUI，先做個自檢
按上一節打開 ComfyUI 的網頁。第一次打開，看到的是一張空白畫布或者一個示例工作流。
先做個自檢，確認這臺機器能用。
最簡單的辦法：在瀏覽器地址欄，把 ComfyUI 的地址後面加上 /system_stats，回車。
頁面上會出現一串文字，找三個地方：
comfyui_version：ComfyUI 的版本，0.30.0 以上才能跑 H3；
name：顯卡型號，應該能看到 RTX 4090；
vram_total：顯存大小，48G 的卡大約顯示 50000000000 左右（單位是字節）。
三項都對，說明機器沒問題。看不懂這一頁，也可以整頁截圖發給 AI，讓它幫你看這三項對不對。
再確認一下模板庫裏有沒有 H3。
點左上角的菜單，選「瀏覽模板」，在左邊的分類裏點「視頻」，往下翻能看到 MiniMax H3 的幾個模板：文生視頻、圖生視頻、參考生視頻，還有續寫、多幀參考等。嫌翻着麻煩，直接在右上角搜索框輸入 MiniMax H3 也行。
如果沒有，說明 ComfyUI 版本太舊，需要先更新。手動更新的標準做法是在 ComfyUI 的文件夾裏運行下面兩行，再重啓 ComfyUI：
git pull
pip install -r requirements.txt
用平臺鏡像的話，ComfyUI 裝在哪個文件夾各家不一樣，更新前先看一眼鏡像說明。
這一步要在第四節打開的命令行裏敲命令。
沒碰過命令行的話，讓 AI 帶着做，把這段話發給它：
我在雲服務器上用平臺的 ComfyUI 鏡像，模板庫裏找不到 MiniMax H3，需要更新 ComfyUI。我不會命令行，請一步步告訴我：怎麼打開服務器的終端，怎麼找到 ComfyUI 所在的文件夾，怎麼執行更新，更新完怎麼重啓。每條命令先用一句話解釋它是幹什麼的，我執行完會把結果截圖發給你。
做完應該看到：自檢頁上版本、顯卡、顯存三項都對；模板庫裏搜得到 MiniMax H3 的文生視頻、圖生視頻、參考生視頻。
六、準備 H3 模型
H3 跑起來需要四類文件。
文件名不用記，打開模板的時候 ComfyUI 會告訴你缺哪些。
打開 H3 模板，如果缺模型，右上角會彈出提示，缺文件的節點也會變紅。
點提示裏的「查看詳情」，右邊會列出缺的每個文件，還有該放進哪個文件夾，比如 loras。
這裏有個坑：列表旁邊的「下載」按鈕，在雲服務器上點，文件是下到你自己的電腦上，不是下到服務器裏。
我試着點了一下，瀏覽器直接開始往本機下。所以這個列表只用來看缺什麼，真正把模型放到服務器上，用下面兩種方式。
方式一：用命令行下載。
命令都在第四節打開的終端裏敲。模型都在 Hugging Face 上，搜 Comfy-Org/MiniMax-H3 就能找到。用官方的 hf 命令下載（以前叫 huggingface-cli，現在改名了），比如下載文生視頻的主模型：
hf download Comfy-Org/MiniMax-H3 diffusion_models/minimax_h3_fl2va_pruned_int8_convrot.safetensors --local-dir ComfyUI/models
想一次下一類文件，可以用 --include 按名字篩選，下載前先加 --dry-run 看看會下哪些：
hf download Comfy-Org/MiniMax-H3 --include "vae/*" --local-dir ComfyUI/models --dry-run
國內下載慢，可以先設置鏡像站，再運行上面的命令：
export HF_ENDPOINT=鏡像站地址
方式二：平臺有模型庫，用"快捷方式"指過去。
這是我這次用的方式，一個字節都沒下。
平臺把模型放在一個公共的只讀文件夾裏，我們在 ComfyUI 的模型文件夾裏建一個"快捷方式"（專業叫法是軟鏈接），指到那個文件就行。ComfyUI 會順着快捷方式找到模型，不佔自己的硬盤。
命令是這樣的：
ln -s 模型庫裏的文件路徑 ComfyUI/models/對應的文件夾/
比如：
ln -s /model/某個路徑/minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16.safetensors ComfyUI/models/loras/
我用的鏡像已經把主模型、文本編碼器、解碼器都鏈接好了，只缺加速 LoRA，自己補了幾條。建完快捷方式要刷新一下 ComfyUI 網頁，不然它還會提示缺模型。
模型庫在哪個文件夾，各家平臺不一樣，看平臺的說明文檔就行。
顯卡只有 24G 怎麼辦？
H3 官方提供了更小的版本，最小的 minimax_h3_fl2va_pruned_w6a8.safetensors 約 16G，需要 ComfyUI 0.38.0 以上。我沒在 24G 的卡上試過，官方的建議是顯存不夠就換小模型，不要指望把模型挪到內存裏跑，那樣更慢。
做完應該看到：刷新 ComfyUI 網頁，再打開 H3 文生視頻模板，右上角不再提示缺模型，也沒有節點變紅。
七、跑出第一條視頻
模型準備好，就可以跑第一條視頻了。
第一步：左上角菜單 → 瀏覽模板 → 視頻 → 選 MiniMax H3 的文生視頻模板。
第二步：模板打開後，找到寫着提示詞的那個大文本框，把原來的英文換成你自己的描述。中文直接寫就行。
我第一次用的是這段：
一隻橘貓趴在窗臺上看窗外的雨，尾巴輕輕搖擺。鏡頭從室內緩慢推近貓的側臉，窗外是模糊的城市燈光。溫暖的室內光線，電影感。聲音：淅瀝的雨聲，貓輕輕叫了一聲。
第三步：點右上角的「運行」。
右上角會顯示進度。第一次運行比較慢，因爲要把模型讀進顯存，我實測 2 分 15 秒左右；之後同樣的設置，每條 1 分半左右。
做完應該看到：右邊出現一條 5 秒、有畫面有聲音的視頻。到這一步，部署就算跑通了。
模板裏幾個參數，大白話解釋一下：
時長：默認 5 秒，H3 一次最長 15 秒，越長越慢；
畫質（百萬像素）：默認 0.4，16:9 時出 864×480。如果想要更清晰的成片，官方建議調到 0.98，出 1344×768，但會慢不少；
快速模式：開了以後步數從 20 步降到 8 步，更快，畫質略降；
隨機種子：同樣的提示詞，換個種子會出不一樣的結果，不滿意就換一個再跑。
第一次跑最常見的三個問題：
提示缺少模型文件。如果模型已經放好了，刷新一下網頁就行，ComfyUI 的模型列表是打開網頁時讀的。
"加載圖像"節點報紅色錯誤。圖生視頻、參考生視頻的模板裏自帶了示例圖片，但這些圖片在你的機器上不存在。換成你自己的圖片後，再刷新一下整個網頁，錯誤就消失了。
一打開就報錯，提示缺某個 VAE。有的鏡像默認打開的是別的模型的示例工作流，和 H3 沒關係。從模板庫打開 H3 的模板就好。
另外，官方提到一點很關鍵：想要清晰的人聲，採樣步數至少要 12 步，8 步的快速模式下，聲音往往是短板。 所以做帶臺詞的視頻，儘量關掉快速模式。
八、把工作流封裝成應用
前面這些，自己用沒問題。但要給同事用，就會遇到我開頭說的問題：一整張節點圖，十幾個參數，大部分人不知道該改哪個。
ComfyUI 今年出了一個應用模式，可以把一套工作流變成一張簡單的表單：只露出你想讓別人改的參數，其他全部藏起來。
我們用文生視頻模板，完整走一遍。
第一步：打開工作流，進入應用模式。
先從模板庫打開 H3 文生視頻模板。
應用模式的入口在畫布左上角：點「圖形」這個按鈕，菜單裏有「進入應用模式」和「進入應用構建器」。左側邊欄也有一個「應用」圖標，不過它打開的是應用列表，做好的應用都在那裏，後面同事就從這裏打開。
第一次進入，會看到"歡迎使用應用模式"的頁面，點「構建應用」。
第二步：選輸入。
進入構建頁面後，頂部有三個步驟：輸入、輸出、預覽。
現在在"輸入"這一步。畫布上每個參數前面都多了一個小方框，勾上哪個，同事就能看到哪個。
我勾了這幾個：提示詞、時長、快速模式，還有分辨率選擇器裏的寬高比和百萬像素。
模型名稱、VAE、LoRA 這些都不勾，正常使用的時候不會改。
第三步：選輸出。
點底部的「下一個」，進入"輸出"這一步。能當輸出的節點會顯示成橘色邊框，點一下"保存視頻"節點，它就出現在右側的輸出欄裏。
四步：預覽，改中文名，加說明。
再點「下一個」，進入預覽。左邊是視頻的顯示區，右邊是同事會看到的參數。
這時候參數名還是英文，比如 duration、turbo_mode，同事看不懂。每一項右邊有個「⋯」，點開選「重命名」，改成中文。
我是這樣改的：
duration → 視頻時長（秒）
turbo_mode → 快速模式
百萬像素 → 畫質（百萬像素）
每一項下面有一行"雙擊添加描述"，雙擊就能寫一句說明。說明寫短一點，一行放得下最好：
提示詞：描述場景、人物動作、鏡頭和聲音，中英文都行
視頻時長：4–15 秒，越長生成越慢
快速模式：開啓更快，畫質略降
寬高比：橫屏 16:9，豎屏 9:16
畫質：0.4 快速預覽，1.0 高清較慢
參數的順序可以拖動調整，按住一項往上拖，一次能挪一兩格。
第五步：保存。
點底部「保存」右邊的小箭頭，選「另存爲」，起個名字，比如「文生視頻」。下面會問“此工作流將以以下方式打開”，選「應用」，以後同事打開這個文件，看到的直接就是表單。
別直接點「保存」。從模板打開的工作流本來就有名字，點「保存」不會彈窗，直接按模板的英文名存下來了，我第一次就是這樣。
保存後，點「查看應用」，就是同事看到的樣子了。第一次打開還會彈出一個新手引導，告訴同事怎麼用。
同事以後不用找文件，點左側邊欄的「應用」圖標，做好的應用都列在那裏，點名字就能打開。
後一個小建議：保存之前，把提示詞換成一段中文示例，比如橘貓那段。同事打開就能看到一個能直接運行的例子，照着改就行。
封裝時踩過的幾個坑：
構建模式下點參數，會被當成"勾選"，改不了值。想改默認值，先退出構建器，改完再回來；
"加載圖像"節點如果是紅色報錯狀態，構建器裏勾不上它。先換成機器上存在的圖片，刷新整個網頁，再進構建器；
在應用的提示詞框裏按 Cmd+A，沒法全選，會把新文字插進原來那段的中間。改提示詞時手動選中再刪。
九、四個封裝好的應用
方法學會了，圖生視頻、參考生視頻都照着來。下面是我做好的四個應用，每個都寫清楚同事要填什麼、效果怎麼樣。
1. 文生視頻
同事要填：提示詞、視頻時長、快速模式、寬高比、畫質。
默認示例：橘貓看雨那段。
實測：5 秒、864×480、帶聲音，104 秒出片。
2. 圖生視頻
同事要填：首幀圖片、提示詞、視頻時長、快速模式、寬高比、畫質。
和文生視頻比，多了一個"首幀圖片"：上傳的圖就是視頻的第一幀，提示詞寫這張圖之後發生什麼。
我用文生視頻裏截出來的一幀，提示詞寫：
<Picture 1> 中的橘貓轉過頭看向鏡頭，眨了眨眼，然後站起身伸了個懶腰。窗外的雨還在下，城市燈光模糊閃爍，鏡頭保持穩定，電影感。聲音：淅瀝的雨聲，貓咪滿足地發出咕嚕聲。
實測：125 秒出片。貓先轉頭看鏡頭，再壓低身子伸懶腰，動作和提示詞一致。
小技巧：寬高比儘量和上傳的圖片一致，不然畫面會被裁切。
3. 參考生視頻
同事要填：參考圖 1（角色）、參考圖 2（場景）、提示詞、視頻時長、快速模式、寬高比、畫質。
這個是我最喜歡的。一張圖定"誰"，一張圖定"在哪"，提示詞裏用 <Picture 1>、<Picture 2> 指代這兩張圖。
我把橘貓當參考圖 1，一張夕陽下城市天台的圖當參考圖 2，提示詞：
<Picture 1> 中的橘貓出現在 <Picture 2> 的城市天台上。夕陽下，它迎着風慢慢走向鏡頭，毛髮被風吹動，身後是林立的高樓和薄霧。低角度鏡頭緩慢後退跟隨，電影感，暖色逆光。聲音：呼呼的風聲，遠處城市的車流聲，貓輕輕叫了一聲。
實測：122 秒出片。貓的花色、體型和參考圖一致，場景就是參考圖裏的天台。
小技巧：官方建議參考類的視頻，想嚴格還原參考圖，就關掉快速模式。
4. 數字人口播
這個是在圖生視頻的基礎上做的，用的還是 H3，不用額外裝模型。
原理很簡單：首幀放一張人物照片，提示詞裏寫清楚他說什麼、用什麼聲音說，H3 會把聲音和口型一起生成。
自己做的話，不用另搭工作流：直接用上面做好的圖生視頻應用，首幀放人物照片，提示詞按下面的格式寫就行。
我們自己的版本多做了一步，把聲音類型、情緒、語速做成了下拉框，選完自動拼成提示詞，同事只要傳照片、填臺詞。
提示詞可以按這個格式寫：
一個連續不間斷的固定機位鏡頭，從頭到尾沒有任何剪輯和轉場，背景、燈光、構圖始終與 <Picture 1> 完全一致。<Picture 1> 中的人物開口說話，口型與聲音同步。聲音：年輕女性，聲音清冷、乾淨，咬字清晰，語氣堅定有力，語速適中，她用普通話說："這裏寫臺詞"。背景只有輕微的環境聲，沒有背景音樂。
開頭那一大段"固定機位、沒有剪輯"不能省。 我第一次測試沒寫，視頻第 3 秒自己切到了別的場景。加上之後，幾次測試都是一鏡到底。偶爾還是會切，就換個隨機種子再跑。
臺詞寫多長？我按每秒 4 個字估，再加上首尾留白。H3 一次最長 15 秒，所以臺詞控制在 50 個字以內。時長參數要和臺詞長度對上，臺詞長、時長短，話會說不完。
十、最後是幾個小建議
用完就關機。 按量計費最怕的是忘關。我後來在網頁左下角加了一個關機按鈕，旁邊顯示餘額，同事用完順手就關了。
留意回收規則。我用的平臺連續關機 7 天會回收，所以至少每週開一次機。
多人一起用會排隊。顯卡只有一張，大家點運行的任務會自動排隊，一個接一個生成。要提醒：右上角紅色的取消按鈕會停掉當前正在跑的任務，不管是誰的。
更多遊戲資訊請關註：電玩幫遊戲資訊專區
電玩幫圖文攻略 www.vgover.com
