Pika开源基于MiniMax H3的Pika H3 Flex:六步完成音视频联合生成

Pika 发布了基于 MiniMax H3 的衍生模型 Pika H3 Flex,并开源适配器权重和完整推理代码,支持六步去噪完成音视频联合生成,成为 DesignArena 文生视频榜上排名最高的开源模型。

一句话看懂:Pika 发布了基于 MiniMax H3 的衍生模型 Pika H3 Flex,并开源适配器权重和完整推理代码,支持六步去噪完成音视频联合生成,成为 DesignArena 文生视频榜上排名最高的开源模型。

事件核心:发生了什么

2026 年 11 月 2 日,AI 视频创作平台 Pika 宣布推出 Pika H3 Flex,该模型基于 MiniMax H3 构建,官方同步开源了适配器权重与完整推理代码。技术层面的核心卖点是:通过六步去噪即可实现高质量音视频联合生成,并支持多种输入类型,面向镜头设计、运镜和视听同步等创作任务。

评测数据方面,Pika 称该模型在多项核心视听质量指标上取得参与模型中的最高分;在 DesignArena 文生视频榜单上排名第八,同时是该榜单中排名最高的开源视频模型。需要说明的是,以上结果限定于素材所给时间和评测条件,并非长期排名承诺。

为什么重要

MiniMax H3 自 2026 年 8 月开源后,生态扩张速度可观。官方统计显示,开源一个月内累计下载量超过 2400 万次,公开衍生模型超过 300 个,属于 2026 年全球下载量和生态活跃度最高的 AI 模型之一。Pika H3 Flex 是这一生态中的又一个下游产物,说明开源基座正在吸引商业平台做垂直优化。

更关键的是开源策略。Pika 同时放出适配器权重和推理代码,意味着开发者可以在本地或自有算力上复现和二次开发,而不只是调用闭源 API。在视频生成赛道普遍以闭源产品竞争的环境下,这种做法对开发者友好度更高,也可能加快音视频联合生成能力的扩散。

对用户/开发者/创作者的影响

对创作者而言,六步去噪意味着更低的推理成本和更快的出片速度,多输入类型则方便做镜头设计和视听同步,适合短视频、广告分镜等场景。对开发者而言,开源权重和推理代码可用于搭建自有管线、做模型微调或集成到内容生产工具中。对普通用户,短期内更可能先通过 Pika 平台产品间接体验到相关能力,而非直接部署模型。

GamsGo AI

AI 工具推荐

想把多个 AI 模型放在一个入口?

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。

值得关注的后续

一是 Pika H3 Flex 是否会在 Pika 主产品中正式上线,以及开放程度和定价策略;二是六步去噪在真实创作场景中的画质与音画同步稳定性,是否经得起更多第三方评测;三是 MiniMax H3 衍生生态能否继续扩大,以及竞品是否跟进类似的音视频联合生成开源方案。

来源:AIbase

celebrityanime
celebrityanime
文章: 31915

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注