8-12GB 显存怎么跑 H3：可落地的低配方案
低显存跑 H3 完全可行，但要用"组合拳"：更小的量化 + 正确的启动参数 + 够大的虚拟内存， 并且把分辨率控制在 540p 档。下面是按显存分档的清单。
方案选择：三种量化怎么选
| 方案 | 主模型体积 | 适用 | 说明 |
|---|---|---|---|
| GGUF Q3_K_M（剪枝） | 8.9 GB | 8-10GB 显存 | 体积最小；质量有损失，速度低于 INT8 |
| 剪枝 INT8 ConvRot | 19.5 GB | 12GB+ 显存 | 官方推荐；配动态卸载在 12GB 上实测可用 |
| W4A8 ConvRot（剪枝） | 12.5 GB | 12GB+ 显存 / ComfyUI ≥0.31 | 4 位权重跑 INT8 计算，权重误差约 0.073，接近 INT8 质量 |
文本编码器同样要选小的：NVFP4 AWQ（14.6GB）适合绝大多数机器（不限 Blackwell）；
内存特别小（16GB）可以把编码器换成 GGUF Q2（13.1GB）并配合 --fast-disk。
启动参数（低显存必开）
python main.py --fast-disk --disable-mmap --use-sage-attention
--fast-disk：权重放页缓存，可被系统回收，内存占有率大幅下降（实测 45→13GB 级）；--disable-mmap：Windows 下读取超过 20GB 的模型文件需要加，否则可能崩溃；--use-sage-attention：采样提速 1.3-2 倍（长序列注意噪声风险，见下文）；--lowvram：显存 8GB 时再加。
页文件与内存
16GB 内存 + 8GB 显存的组合是"必须开大页文件"的场景：建议虚拟内存设为 48GB 以上， 放在 NVMe 固态上。这样系统在显存与内存都吃紧时还能靠磁盘顶住——代价是慢，但能出片。 32GB 内存的 12GB 显卡用户可以不开页文件，但要接受权重频繁从 SSD 读回。
分辨率阶梯：从抽卡到成片
- 抽卡档：540p（736×416 / 832×480），4 步加速，看构图与运动；
- 确认档：640p 级（960×544），4-8 步；
- 成片档：768p（1344×768），8 步——低显存卡建议只用于最终成片，不要用它反复抽卡。
真实耗时参考
| 配置 | 分辨率 / 时长 | 设置 | 耗时 |
|---|---|---|---|
| 8GB 显存 + 16GB 内存 + 46GB 页文件 | 736×416 / 5 秒 | 4 步蒸馏 + Sage | 约 5-6.5 分钟 |
| 8GB 显存 + 16GB 内存 | 736×416 / 10 秒 | 4 步 + 文本编码器加速 | 约 13 分钟 |
| 8GB 显存 + 16GB 内存 | 736×416 / 15 秒 | — | 基本不可用（建议放弃） |
| 12GB 显存 + 32GB 内存 | 1280×736 / 5 秒 | 720p 加速 4 步 | 约 7 分钟 |
避坑：15 秒时长对 8-12GB 卡是硬骨头——时长带来的 token 增长会让耗时非线性膨胀。
低配机器的正确策略是"短片段 + 后续拼接"，而不是硬拉单条时长。
想知道你的具体配置能跑到哪一档，用 计算器 点几个选项即可； 想找对应的量化文件，去 模型下载库 的"量化 / 低显存"分类。