Pika 开源音视频模型 H3 Flex:仅需 6 步采样,音画同步生成
Pika 在 GitHub 开源音视频生成模型 Pika H3 Flex。模型基于 MiniMax-H3 训练,只需 6 步采样就能同步生成 5 至 15 秒带立体声的视频,支持 11 种画幅和最多 12 个多模态参考文件。最值得关注的是它的推理效率大幅提升,单张 H100 即可本地运行。
Pika 在 GitHub 开源音视频生成模型 Pika H3 Flex。模型基于 MiniMax-H3 训练,只需 6 步采样就能同步生成 5 至 15 秒带立体声的视频,支持 11 种画幅和最多 12 个多模态参考文件。最值得关注的是它的推理效率大幅提升,单张 H100 即可本地运行。