理应资讯
产品设计智能化

Pika 开源 H3 Flex:基于 MiniMax H3 的六步音画同出 LoRA,ComfyUI 可跑

理应编辑室 ·

观察帖详述 Pika 放出 Pika H3 Flex:在 MiniMax H3 上后训练的音画同出视频 LoRA(FL2VA/Ref2VA),采样蒸馏到 6 步,权重与推理代码公开;ComfyUI 已有模板,本地与托管 API 门槛与许可证条件需单独核对。

开源视频底座有了,创作者更关心「能不能本地少步数出片、还带同步声」。观察者 pysimpom 整理称,Pika 放出 Pika H3 Flex:在 MiniMax H3 上后训练的音画同出视频模型,采样从约 50 步蒸馏到 6 步,权重与推理代码一并公开。开源侧是两套 LoRA:FL2VA 管文生视频与首尾帧,Ref2VA 管多参考(最多约 12 个参考文件:图 9 / 视频 3 / 音频 3)。本地原生输出 480p / 768p,片长约 5–15 秒、24fps,带 32kHz 立体声。

ComfyUI 当日上了三套模板(文生视频需 0.43.2+);文档称单卡跑一条约 5 秒、1344×768 约一分钟量级(以 Comfy 文档为准)。官方 CLI 门槛更高:基座组件约 210GB,测过 H100 80GB;480p 5 秒默认显存约 66–69 GiB,768p 15 秒需 CPU offload 把显存压到约 29–32 GiB 且主机内存约 94 GiB。1080p–4K 放大、五轨音频分离、提示词改写仅在 Pika 托管 API;按成功输出秒数计费(文生视频示例:480p $0.01/s、768p $0.02/s、4K $0.08/s)。许可证沿用 MiniMax H3 Community License,含地域与商用门槛,接单前需读条款。权重见 Hugging Face Pika-Labs/Pika-H3-Flex。同帖另含 Mistral Large 4 / 拓元 E0.5 等,本稿只整理 Pika H3 Flex 事实。

对产品设计智能化,这把「少步数 + 音画同出 + 多参考」推进到可本地复现的 LoRA 形态;是否满足商用与区域合规,以许可证与托管条款为准。

对读者而言,可把本稿当作窗内动态的结构化摘要:性能与显存数字来自观察帖归纳的官方/文档口径,属二手整理,部署前请回查 HF 模型卡与 Comfy 文档。

# 产品设计# Pika# 视频生成# LoRA# ComfyUI