FreeVideo：在 8 GB 显存上运行 MiniMax H3

ComfyUI 中的 FreeVideo 工作区。可通过节点视图管理 LoRA 并编辑工作流。

基于 VDN-H3 构建

FreeVideo 并不运行稠密的 H3 transformer。它运行的是 OpenVDN 的 8 步 VDN-H3 checkpoint，也就是 Video DeltaNet 混合注意力改造版本，用线性分支取代 H3 的二次长距离注意力（参见 VDN-H3 相关报道）。FreeVideo 将该模型打包为已备好的 FP8 vdn-minimax-h3-edge 版本，每种格式约 22.9 GB，并在其上叠加一个规划器，用于在运行时决定 H3 的 50 个 transformer 块各自驻留在哪里。

硬件自适应执行

针对每个请求，自适应执行规划器都会测量空闲显存、可用主机内存以及注意力内核的探测结果，然后确定：

• 块驻留：50 个 transformer 块中有多少保留在显存中，多少存放在锁页主机内存中（最高 22 GB），多少在每一步从磁盘读取。
• FP8 GEMM 路径：Blackwell (SM120) 使用逐张量缩放，Ada 和 Hopper 使用逐通道缩放，Ampere 使用 FP8 权重配合 BF16 计算。
• 注意力后端：在 SageAttention 2、PyTorch flash attention、cuDNN、FlashAttention 2 和 FlashAttention 4 中，选择第一个通过设备端探测的后端。
• VAE 解码器放置：在低于 20 GB 的预算下，解码器 36 个块中的一部分保持常驻，其余则以流式方式加载，并按顺序解码各片段。

预算会在每次请求前重新测量，已完成的运行会将其耗时和内存峰值存入 resource-history.sqlite3，当引擎预测某个放置方案至少快 2% 时，便会切换过去。

在每种显存预算下，50 个 transformer 块的驻留位置	规划器在每种显存预算下预期的吞吐量

它能运行什么

• 从文本提示生成带音频的视频
• 首帧和尾帧条件
• 图像、视频和音频参考
• 在同一工作流中使用社区 MiniMax H3 LoRA
• 在 ComfyUI 工作区中进行两遍采样和批处理生成，并保留历史创作记录

入门

在 Windows 上，从 windows-preview 发布页 下载 FreeVideo.exe 并运行。启动器会安装 ComfyUI、运行时以及与你的 GPU 匹配的模型包，复用现有模型文件夹，并支持从已下载的软件包进行离线安装。

将 FreeVideo 添加到现有 ComfyUI 安装中：

cd ComfyUI/custom_nodes
git clone https://github.com/FlashML-org/FreeVideo.git

重新启动 ComfyUI，打开 工作流 -> 浏览模板 -> FreeVideo -> FreeVideo-All-in-One，然后在 FreeVideo 设置中完成配置。在 Linux 上，该仓库还提供 CLI：

git clone https://github.com/FlashML-org/FreeVideo.git && cd FreeVideo
./setup.sh
./freevideo generate --prompt-file prompt.txt --out video.mp4

内置的示例工作流就是模板浏览器中显示的那个：

可用性

FreeVideo 位于 github.com/FlashML-org/FreeVideo，备好的 FP8 权重来自 OpenVDN/vdn-minimax-h3-edge，启动器会根据检测到的架构自动下载它们。