Pika 開源音影片模型 H3 Flex:僅需 6 步取樣,音畫同步生成
Pika 在 GitHub 開源音影片生成模型 Pika H3 Flex。模型基於 MiniMax-H3 訓練,只需 6 步取樣就能同步生成 5 至 15 秒帶立體聲的影片,支援 11 種畫幅和最多 12 個多模態參考檔案。最值得關注的是它的推理效率大幅提升,單張 H100 即可本地執行。
Pika 在 GitHub 開源音影片生成模型 Pika H3 Flex。模型基於 MiniMax-H3 訓練,只需 6 步取樣就能同步生成 5 至 15 秒帶立體聲的影片,支援 11 種畫幅和最多 12 個多模態參考檔案。最值得關注的是它的推理效率大幅提升,單張 H100 即可本地執行。