应用介绍
想在自己的显卡上跑 MiniMax-H3 音视频生成，又不想在 ComfyUI 的节点图里搭工作流？MiniMax-H3 Studio 是个自托管 Web 界面，把文生视频、图生视频、参考生视频，以及图片生成与编辑、语音、转写、音乐、图转 3D 和超分，都接到同一个任务队列上。
它把 ComfyUI 当 Python 库调用，不开 ComfyUI 界面。需要 Linux 加 NVIDIA 显卡，作者在 RTX 4090 24GB 上开发，建议 64GB 以上内存，ComfyUI 要自己装。4090 上出一段 5 秒带声音的片子，544p 大约 30–45 秒。Apache-2.0 许可。
多种视频模式：文生视频、图生视频（首帧或首尾帧），以及最多 6 张图和 3 段视频做参考。
图片与 3D：支持图片生成和编辑，单张图转成带贴图的 GLB 模型，可旋转缩放和下载。
语音与音乐：语音生成和克隆、音视频转写和字幕导出，以及根据歌词生成最长 5 分钟的歌曲。
超分和引导音频：成片可超分到 1080p 或 1440p 并保留声音；也能用一段歌曲或录音做镜头配乐。
任务队列：模型权重在任务之间保持加载，任务按持久化队列一个一个跑。
它把 ComfyUI 当 Python 库调用，不开 ComfyUI 界面。需要 Linux 加 NVIDIA 显卡，作者在 RTX 4090 24GB 上开发，建议 64GB 以上内存，ComfyUI 要自己装。4090 上出一段 5 秒带声音的片子，544p 大约 30–45 秒。Apache-2.0 许可。
软件功能
多种视频模式：文生视频、图生视频（首帧或首尾帧），以及最多 6 张图和 3 段视频做参考。
图片与 3D：支持图片生成和编辑，单张图转成带贴图的 GLB 模型，可旋转缩放和下载。
语音与音乐：语音生成和克隆、音视频转写和字幕导出，以及根据歌词生成最长 5 分钟的歌曲。
超分和引导音频：成片可超分到 1080p 或 1440p 并保留声音；也能用一段歌曲或录音做镜头配乐。
任务队列：模型权重在任务之间保持加载，任务按持久化队列一个一个跑。
