模型全家桶下载与校验

2026-09-18 · 视频生成 · 下载

这一步没有技术含量，但它是新手最常失败的地方：下来的是几十 GB，错一个文件就会在节点里报「找不到模型」，而你不一定知道是哪一个错了。

一、要下哪些文件

MiniMax-H3 在 ComfyUI 里跑通，一共需要 7 个文件，合计约 46.8 GB：

文件	体积	放哪个目录	作用
minimax_h3_fl2va_pruned_fp8_scaled.safetensors	20 GB	diffusion_models/	底模（fp8 量化，画画面带声音）
qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors	15 GB	text_encoders/	文本编码器（Qwen3-VL 32B 量化版）
minimax_h3_video_vae_fp16.safetensors	4.9 GB	vae/	视频 VAE，解码画面
minimax_h3_ref_lora_rank_256_bf16.safetensors	2.5 GB	loras/	参考图一致性（做系列素材用，可选）
minimax_h3_fl2v_turbo_4step_v1.0_768p_comfyui_bf16.safetensors	1.9 GB	loras/	4 步加速 LoRA（默认用这个）
minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16.safetensors	1.9 GB	loras/	8 步加速 LoRA（画面略稳，慢一倍）
minimax_h3_audio_vae_fp32.safetensors	578 MB	vae/	音频 VAE，解码声音

两个音频/视频 VAE 都放 vae/，名字不要改——ComfyUI 是按文件名在下拉框里列出来的，改名之后老工作流会因为找不到文件而报错。

二、目录结构长这样

放错目录是最常见的低级错误。跑通之后，你机器上的结构应该和这个一致：

ComfyUI/models/
├── diffusion_models/
│   └── minimax_h3_fl2va_pruned_fp8_scaled.safetensors       20 GB
├── text_encoders/
│   └── qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors         15 GB
├── vae/
│   ├── minimax_h3_video_vae_fp16.safetensors               4.9 GB
│   └── minimax_h3_audio_vae_fp32.safetensors               578 MB
└── loras/
    ├── minimax_h3_fl2v_turbo_4step_v1.0_768p_comfyui_bf16.safetensors
    ├── minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16.safetensors
    └── minimax_h3_ref_lora_rank_256_bf16.safetensors

注意三个坑：底模不要放 checkpoints/（它走的是 UNETLoader，不是 CheckpointLoader）；音频 VAE 不要和视频 VAE 混在一个子目录；LoRA 不要放 vae_approx/ 那种看起来像的目录。放对了还有一个好处：换机器的时候直接把这个结构拷过去就能用。

三、国内怎么下：两条通道

模型发布在 Comfy-Org 的仓库里，国内直连 HuggingFace 基本不通，常用的替代是 ModelScope 镜像和 hf-mirror。我两个都试过：

通道	大文件实测	说明
ModelScope 直链（推荐）	aria2c 16 线程约 110 MB/s	20 GB 底模约 3 分钟；带 sha256 可校验
hf-mirror	大文件明显限速	走 Xet 存储的大文件容易被限速，小文件正常

直链的规律是固定的，把仓库路径接到域名后面就行：

https://modelscope.cn/models/Comfy-Org/MiniMax-H3/resolve/master/<仓库内的路径>

比如底模就是：

https://modelscope.cn/models/Comfy-Org/MiniMax-H3/resolve/master/split_files/diffusion_models/minimax_h3_fl2va_pruned_fp8_scaled.safetensors

四、下载命令

我不用浏览器点，用 aria2c 直接拉，好处是能断点续传、能看到速度、失败会自己重试：

# 一次一个文件（-x16 是 16 线程，-c 是断点续传）
aria2c -x16 -s16 -c -d /home/ubuntu/comfy/ComfyUI/models/diffusion_models \
  "https://modelscope.cn/models/Comfy-Org/MiniMax-H3/resolve/master/split_files/diffusion_models/minimax_h3_fl2va_pruned_fp8_scaled.safetensors"

# 批量：把要下的仓库路径写进列表文件，一次跑完
cat > /tmp/h3.list <<'EOF'
split_files/text_encoders/qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors
split_files/vae/minimax_h3_video_vae_fp16.safetensors
split_files/vae/minimax_h3_audio_vae_fp32.safetensors
split_files/loras/minimax_h3_fl2v_turbo_4step_v1.0_768p_comfyui_bf16.safetensors
split_files/loras/minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16.safetensors
split_files/loras/experimental_h3/minimax_h3_ref_lora_rank_256_bf16.safetensors
EOF
while read -r p; do
  aria2c -x16 -s16 -c -d /tmp/h3_dl "https://modelscope.cn/models/Comfy-Org/MiniMax-H3/resolve/master/$p"
done < /tmp/h3.list

先下底模和文本编码器（这两个占 35 GB，下完就能开跑），VAE 和 LoRA 可以边下边装。真要省事，先只下 4 步 LoRA，8 步和参考 LoRA 以后补。

五、校验：别省这一步

46 GB 里有一个文件下坏了，现象会是「加载到 60% 报错」或者「提示词编出来是乱的」，很难往下载上想。所以下完先比 sha256。这是我本机正在用的文件校验值，同一版本应当完全一致：

12944c1f7791637e7de12208aef04da82bd26b95271b1b47d817364315ade993  diffusion_models/minimax_h3_fl2va_pruned_fp8_scaled.safetensors
35a88d51044231fe332301d7a62aa81e3f2cba62febeb446e2c1e3e0ef76f2c6  text_encoders/qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors
7c1f131492e7eddacaac9069a61b81bdd39de5cc96561e677c5eab1cdce5e522  vae/minimax_h3_video_vae_fp16.safetensors
8e505d95dd1561d47abd43d4238fd40d9bb1ae9e147ed0a4cba778d76ae4db48  vae/minimax_h3_audio_vae_fp32.safetensors
c396a9a06f58399e9df9754b18299818d84a2ddd371724ba48fe4a41221437dc  loras/minimax_h3_fl2v_turbo_4step_v1.0_768p_comfyui_bf16.safetensors
2339acdf19bfe123f46b971ea35d367a84adb85de43627e1eceafa5a5b2b111e  loras/minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16.safetensors
7979fb9e5ac8f8c165cfe78b2c57d471cc5dbd0f62dac5ebd07f864b404a9c87  experimental_h3/minimax_h3_ref_lora_rank_256_bf16.safetensors

校验命令（在 ComfyUI/models/ 下执行，一次跑完全部，只输出不匹配的行）：

sha256sum -c h3.sha256 | grep -v ': OK$'

把上面那几行（含两空格分隔的路径写法）存成 h3.sha256 即可。也可以顺手把值存进笔记：以后升级或换盘，重新校验一遍就知道文件有没有被动过。

六、常见错误对照

现象	原因	处理
节点下拉框里找不到模型	放错目录，或文件名被改过	对照第二节的目录结构；文件名保持原样
加载到一半报错	文件没下完整（多线程中断）	重下时加 `-c` 续传，下完做 sha256 校验
磁盘突然满了	同一份文件下到了两个目录	`du -sh models/*` 看一眼，删掉多余副本
编码出来是乱码级效果	文本编码器版本不对（不同量化）	换回表中这一版的 nvfp4_awq 文件

七、LoRA 怎么选

4 步 Turbo：默认用这个。4 步出片，最快，适合草稿和调构图。
8 步 Turbo：画面细节略稳，但采样时间翻倍；出成片前对比过一次就够，日常不用。
参考图 LoRA（rank 256）：做系列素材、要让不同镜头里的人长得像时才有用，多占 2.5 GB 显存余量，24G 上要谨慎。

三个 LoRA 不需要同时挂。新手最容易犯的错是「都挂上更保险」，结果显存被挤掉，反过来更容易崩。

八、只跑通要下多少：最小可跑集 42.4 GB

7 个文件不是都得下。按用途切开：

分组	文件	体积
最小可跑集（必需）	底模 + 文本编码器 + 视频 VAE + 音频 VAE + 4 步 LoRA	42.4 GB
后补（可选）	8 步 LoRA 1.9 GB + 参考图 LoRA 2.5 GB	4.4 GB

只出片的话，后两个可以晚点下：4 步 LoRA 已经覆盖日常；8 步只在你要对比画面细节时才有意义；参考图 LoRA 等你开始做系列素材（同一个角色出现在多个镜头）那一天再下也来得及。反过来，如果只想省事，全下一遍 46.8 GB 也只是一晚上的事。

九、下载过程怎么盯

一次只下一个大文件。同时开两个 20 GB 的任务，带宽和磁盘 IO 会被摊薄，总时间反而更长。
断了就重跑同一条命令。aria2c 带 -c 会从断点接着下，不需要删掉半截文件。
夜里挂着下。用 nohup 或 screen 起任务，早上起来第一件事是跑 sha256 校验，而不是急着开跑。
记下速度。ModelScope 直链 16 线程约 110 MB/s 是接近千兆宽的极限值；如果你的速度长期只有几 MB/s，先查是不是走了 hf-mirror 的那条限速通道。

十、磁盘与 IO：别让下载和出片抢同一块盘

加载 20 GB 底模是一次满速顺序读，这一步会把磁盘带宽吃满。这时候如果还在解码写视频、或者另一个下载任务正在写盘，表现出来就是「有时候莫名其妙慢一倍」——不是显卡的问题，是 IO 排队。

模型盘用 SSD；输出目录如果能放另一块盘更好。
出片的时候别同时下模型，两边都慢。
磁盘剩余空间留到 80 GB 以上：模型 47 GB + 输出累积 + 系统，最容易在批量出片那天撑爆。

十一、迁移与备份

这套文件值得单独备份——重下是 47 GB 的时间。做法很简单，把 models/ 里 H3 相关的部分单独打包，和 ComfyUI 本体分开：

cd ~/comfy/ComfyUI/models
tar czf /mnt/backup/h3-models-$(date +%F).tgz \
  diffusion_models/minimax_h3_*.safetensors \
  text_encoders/qwen3vl_32b_minimax_h3_*.safetensors \
  vae/minimax_h3_*.safetensors \
  loras/minimax_h3_*.safetensors

权重已经量化过，压缩比不会很高，别期待打包后小一半。真正要保住的是那份 sha256 清单：迁移、换盘、重装之后比一遍，就能立刻知道文件有没有在搬运过程中坏掉。换盘坏文件的概率比多数人想的高。

还有个实用场景：过一两个月突然「上次能跑，现在跑不动了」，先别怀疑版本升级——拿清单比一遍文件，很多时候是某次清理磁盘时误删或替换了其中一个。版本可追溯，排错就少一半玄学。

小结

7 个文件、47 GB、两个目录位置、一份校验值。做完这一步，机器上就有了跑通 H3 的全部原料。下一篇讲把它接进 ComfyUI 并出第一条片子——包括首次启动该看哪几行日志、以及用命令行提交任务的完整写法。