RTX 4060 Ti 16GBなら始められますか？

コミュニティではRTX 4060 Ti 16GBと32GBメモリで480p・5秒を約6分で生成した報告があります。設定や環境で変わるため、最初は短い動画で確認します。

Google Colabで試せますか？

検証には候補になりますが、無料枠のGPU、利用時間、上限は保証されず変動します。継続的な量産にはローカルPCの方が計画しやすいです。

最初から高解像度・長尺で生成してよいですか？

まずは480p・約5秒・20 Steps前後でモデル読み込みと生成を確認し、その後に秒数や解像度を上げる方が原因を切り分けやすくなります。

MiniMax H3をComfyUIでローカル動画生成する初期設定｜480p・5秒から始める方法 | 「総統、その業務はAIで終わります！」〜 DX推進ブログ〜

この記事にはアフィリエイトリンクが含まれます。価格や仕様はリンク先でご確認ください。

ネット回線が落ちると、クラウド型の生成AIは急に使えなくなります。そんな時に「PCの中で動画を作る」という選択肢を持っていると、検証や素材作りを止めずに済むかもしれません。

この記事でわかること
MiniMax H3をローカルで動かすと何が変わる？
まず確認したいスペックの目安
ComfyUIのモデル配置はここを間違えない
初回は「480p・5秒・20 Steps」で試す
Google Colabは「買う前の検証」に向く
ローカル生成を始める前の注意点
ローカル動画生成を試すなら、PC環境も見直したい
アカネ先生のQ&A
まとめ
参考リンク
関連記事
1. 黒焦団のAI活用ログをもっと読む

この記事でわかること

MiniMax H3をComfyUIで動かすための基本構成
ローカルPCで試す際のスペックと保存容量の目安
480p・5秒から始める初回設定
Google Colabを使う場合の向き不向き

総統

なぜ生成AIが一斉に黙ったのだ！余の新作プロモーション動画が作れぬではないか！

戦闘員

回線が止まってます。確認したら、料金がコンビニ払いのまま未納でした……。

総統

引き落としなどという軟弱な仕組みは使わぬ。だが、払った記憶もないのだ。

タコゾウ

ネットがないと、いつもの動画AIも開けないです。素材を作る予定だったのに……。

アカネ先生

そんな時に覚えておくとええのが、PCの中で動かすローカル動画生成やね。MiniMax H3なら、ComfyUIで試せる道がありますよ。

総統

よい。回線がなくとも、余の映画は止まらぬのだ！

総統の結論

総統

回線もクラウドも頼れるが、止まった時の逃げ道は持っておくのだ。まずは480p・5秒から、余の大作への道を開くのだ！

MiniMax H3をローカルで動かすと何が変わる？

MiniMax H3-Baseは、テキストや画像を基に動画を生成するオープンウェイトモデルです。ComfyUIのワークフローで、Text to Video、Image to Video、参照素材を使うReference to Videoを試せます。モデルをPCへ置いて生成するため、生成そのものはクラウドAPIの従量課金に依存しません。

ただし「無料で無制限」だからといって、PC側の負担がなくなるわけではありません。モデルファイル、VRAM、システムメモリ、電力、生成待ち時間は必要です。ローカル生成は、費用の支払い先がAPIから自分のPC環境へ移るイメージで考えると現実的です。

まず確認したいスペックの目安

項目	最初に見るポイント
GPU	NVIDIA GPUが扱いやすい。コミュニティではRTX 4060 Ti 16GBで480p生成の報告あり。
VRAM	16GBあると設定の逃げ道を作りやすい。少ない場合は解像度・秒数を下げ、オフロードを活用。
メモリ	32GBをひとつの目安に。オフロード時はシステムRAMも使う。
SSD空き容量	最小構成でも40GB超。モデル追加、出力動画、キャッシュ用に余裕を確保。
最初の設定	480p、約5秒、20 Steps前後から。動作確認を優先する。

AI様の下僕さんの実例では、Windows 11、Core i5-14400、RTX 4060 Ti 16GB、メモリ32GB、NVMe SSDという構成で、軽量化したモデルを使い、480p・5秒の生成に約6分かかったと報告されています。これはベンチマークではなく実使用の一例ですが、「高額な業務用GPUでなければ一切動かない」わけではないと判断する材料になります。

ComfyUIのモデル配置はここを間違えない

ComfyUIを更新してから、公式リパックのモデルを種類ごとのフォルダに置きます。ファイル名は更新される可能性があるため、ダウンロードページとテンプレートが指定するものを必ず照合してください。

ComfyUI/models/diffusion_models/minimax_h3_fl2va_pruned_int8_convrot.safetensors
ComfyUI/models/diffusion_models/minimax_h3_ref2va_pruned_int8_convrot.safetensors  # 参照動画を使う時
ComfyUI/models/text_encoders/qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors
ComfyUI/models/vae/minimax_h3_video_vae_fp16.safetensors
ComfyUI/models/vae/minimax_h3_audio_vae_fp32.safetensors

FL2VAはテキストからの動画生成や、開始・終了画像を使う生成向けです。Ref2VAは画像、動画、音声などの参照素材を使い、見た目や演出の一貫性を狙いたい時に使います。最初から両方を入れる必要はなく、まずはFL2VAだけで動作確認してから広げるのが安全です。

初回は「480p・5秒・20 Steps」で試す

ComfyUIを起動し、Template LibraryからVideoのMiniMax H3テンプレートを選びます。
Text to Video、Image to Video、Reference to Videoのうち、最初はText to Videoを選びます。
解像度は864×480程度、フレーム数は約124、Stepsは20前後にします。
動画だけでなく、欲しい環境音・セリフ・BGMの雰囲気もプロンプトへ書きます。
出力とVRAMの使い方を見てから、秒数か解像度を一段ずつ上げます。

メモリが厳しい環境では、python main.py --disable-pinned-memory --fp16-intermediatesのような起動オプションが候補になります。ただし環境ごとに効き方が違うため、設定を一度に増やさず、変更した項目をメモして試してください。

タコゾウ

最初から15秒の大作を回すより、短い動画でプロンプトを直す方が、結果的に早いですね。

アカネ先生

そうそう。生成AIは、待ち時間を減らすより、やり直しを減らす方が効くことが多いんよ。

Google Colabは「買う前の検証」に向く

Google Colabは、ブラウザ上のノートブックからGPUを借りられるサービスです。手元のPCに十分なGPUがない時でも、ComfyUI環境を作れればMiniMax H3を試す道があります。モデルをローカルSSDに置かず、Google Driveなどへ出力を退避しながら使えるのも利点です。

一方で、無料枠のGPUの種類、利用可能時間、待機時間、上限は固定ではありません。Googleも、無料リソースは保証も無制限でもなく、利用条件によって変動すると案内しています。夜間バッチ生成のように継続して素材を量産したい用途では、ローカルPCの方が段取りを組みやすいでしょう。

使い方	ローカルPC	Google Colab
最初の検証	PC環境があればすぐ試せる	GPU購入前の試用候補
夜間の素材量産	回線が落ちても進めやすい	ランタイム停止や上限に左右される
モデルの保存	SSD空き容量が必要	Driveなど外部保存を考える
機密素材	自分で管理しやすい	アップロード範囲を慎重に決める