近日,Pika 发布 MiniMax H3 衍生模型 Pika H3 Flex,并开放适配器权重与推理代码。该模型通过六步去噪联合生成画面和声音,支持文本、首尾帧和多模态参考输入,供创作者进行镜头设计、参考生成和视频编辑。…
Pika 基于 MiniMax H3 开源 H3 Flex,六步实现音视频联合生成
- 本次发布包含两套 LoRA 适配器,分别用于文本及首尾帧条件生成、多模态参考生成,同时提供 MiniMax H3 基础组件和本地推理工具。
- 模型原生支持 480P、768P 输出,可生成约 5 至 15 秒的视频及同步立体声音频。
- Pika 提供 ComfyUI 工作流和 Hugging Face Diffusers 接入方式,方便开发者将其加入现有创作工具。
RSS 官方收录 · 可信分层展示