PAPERDAILY REPORTS

只用8G显存、16G内存，就能跑MiniMax H3生成视频

2026-10-16 作者：arXivDaily编辑部 FreeVideo / FlashML；OpenVDN

8GB显存、16GB内存，也能让自己的电脑生成MiniMax H3视频了。

FlashML团队的FreeVideo，把本地推理引擎接进了ComfyUI。项目给出的最低门槛是8GB显存加16GB内存，PC端需要兼容的英伟达GPU，消费卡对应RTX 30系及更新架构。

项目展示页里，黑衣剑士在悬桥上对战机械怪物，也有水墨风格的茶楼交锋。

FreeVideo官方《悬桥巨剑对决》High档演示静帧。

8GB加16GB，跑一段要等多久

项目社区记录里，一台RTX 4060 Ti，恰好就是8GB显存、16GB内存。它在v0.4.0、Light档下，生成了672×1184的6.6秒视频，从提交到保存用了887秒，约15分钟。

另一个更早的RTX 5060案例，同样是8GB加16GB：v0.3.1、Light档，1344×768的15秒视频，耗时1367秒，约23分钟。

所以，8GB是一个能尝试本地生成的入口，耐心也得算进配置里。

尤其在16GB内存的低配机器上，磁盘速度会直接影响等待。项目对前面那台4060 Ti的分析是：文本编码器和部分视频模型留不住在内存里，需要从磁盘读取，仅文本编码与第一遍采样就花了约460秒。

FreeVideo实际使用的是基于MiniMax H3改造的VDN-H3八步模型。

Video DeltaNet先改变了模型处理画面之间关系的方式：相邻帧保留更精细的Softmax注意力，较远的画面信息交给双向线性记忆。论文还通过蒸馏，把采样从50步压到8步。

Softmax与Linear两条分支共同处理视频上下文。来源：Video DeltaNet论文图3。

FreeVideo再负责把模型安排进现有硬件：50个Transformer块里，能留在显卡上的就常驻，其余放到内存，必要时从磁盘逐块读入，并提前搬运下一批要用的权重。

计算也会分块执行；文本编码器在独立进程里跑完后先退出，再给视频模型腾地方。消费级GeForce主要走int8，部分专业卡、数据中心卡则有FP8路径。

低显存运行靠的是模型改造、低精度计算和数据搬运共同配合。内存越紧，越容易把时间花在读盘与传输上。

在ComfyUI里，FreeVideo提供了专门的创作面板：输入提示词或首帧，选择画幅、时长，再生成视频。需要添加LoRA或调整连线时，可以切回节点视图。

FreeVideo创作面板的操作区域。来源：项目README。

它提供Light、Medium、High、Max四档质量，还能先生成半分辨率预览，满意后再完成第二遍采样。对于低配机器，这比每次都等完整成片更方便挑选结果。

生成的视频还带着工作流信息：拖回ComfyUI画布，就能恢复提示词、种子和设置。下一次想改镜头，不必凭印象重新凑参数。

FreeVideo官方《茶楼竹伞攻防》High档演示，按时间排列的三个静帧。

FreeVideo在10月15日发布了v0.4.6，新增角色库，允许给角色准备正面与其他角度的图片，在描述中用“@”引用为参考素材，并改进长视频各段的人物与声音接续。

分钟级视频采用分段接续生成：后面一段接着前面一段继续，再放到时间线上剪辑。它还支持文字、字幕、变速等操作，逐渐把生成和剪辑接在了同一个工作台里。

Mac目前仍是实验预览。官方指南里，一台24GB统一内存的M5，可用内存约14GB，生成10秒、1344×768视频约需42分钟；降到960×544，同样10秒约需22分钟。

这些时间使用了M5的int8计算路径。更早的Mac会把同一权重解码为BF16再算，耗时更长。Mac的统一内存配置，也不能直接套用PC的“8GB显存加16GB内存”。

想在PC上尝试，可以从发布页下载Windows或Linux启动器，由它部署运行环境和模型；已有ComfyUI的用户，也可作为自定义节点安装。Mac包要求Apple芯片和macOS 14及以上。

下载入口：https://github.com/FlashML-org/FreeVideo/releases/tag/v0.4.6

作品与质量档位对比：https://freevideo-community.pages.dev/#gallery

FreeVideo代码采用Apache 2.0许可，模型权重则遵循MiniMax H3社区许可，另有地域与使用范围限制。模型下载空间和低内存时的读盘需求，也要提前留在本地机器的预算里。