Pika H3 Flex
Pika 对 MiniMax H3 做的六步后训练版本,能从文字、帧或 12 个参考生成带声音的视频,但沿用了 H3 的地区限制。
一句话概括. Pika H3 Flex 是视频公司 Pika 为开放的 MiniMax H3 视频模型做的附加适配器。它只需六个采样步骤,而不是 50 步,就能根据文字、首尾帧,或最多 12 个参考图片、视频和音频,生成 5 到 15 秒、带匹配立体声的片段。你仍然需要体积庞大的 MiniMax H3 基础文件,而且许可证沿用了 H3 的限制:不覆盖美国、欧盟、英国和韩国。
概述
Pika H3 Flex 是 Pika 在 2026 年 10 月 29 日发布的 MiniMax H3 后训练版本。你下载到的是一对 LoRA 适配器,秩为 128,FP32 格式,每个约 2.8 GB,对应同一个视频加音频模型:FL2VA 负责文字以及首帧、尾帧条件,Ref2VA 负责参考素材。Ref2VA 最多接受 9 张图片、3 段视频和 3 段音频,总共不超过 12 个文件。仓库里还有 Hugging Face 贡献的 Diffusers 格式 MiniMax H3 基础组件,合计约 211 GB;一个工作流只加载自己的那份 Transformer,所以加上适配器,一套环境大约占 147 GB。这些适配器是 H3 的模型衍生品,采用 MiniMax H3 Community License,其中的 Qwen3-VL 文本编码器是 Apache 2.0。
Pika 说明了三个后训练阶段。它先在内部精选的、注重美感的音视频数据集上微调 H3,再用投影分布匹配蒸馏把采样从 50 步减到六步,最后训练了奖励反馈和偏好优化两个适配器,并合并成一个。开源包生成 5 到 15 秒、每秒 24 帧、32 kHz 立体声的片段,原生 480p 或 768p,支持 11 种画幅,提示词最长 8,000 个字符。Pika 的博客还提到 1080p、2K 和 4K 输出、独立音轨和提示词增强,但它们是托管 API 的功能,不在下载内容里。
Pika 称它在开源文生视频模型中排名第一。在 Pika 自己的测试中,768p 下与官方 H3、Fal H3 Max 和 HeyGen Video 比较,它在五项画面和声音质量指标上得分最高;文字和图片输入时,人类偏好在人体结构、复杂构图和音画同步上领先,参考输入时在视觉风格和镜头运动上领先;物理效果、多场景叙事、光影和动作密集的参考任务上,其他系统仍然更受青睐。Pika 称 Transformer 的去噪时间低于片段时长,并测得在八张 B300 GPU 上生成一段五秒 768p 片段的完整推理耗时 2.129 秒。开源包则不同:每个请求在一张 GPU 上运行,只在 80 GB 的 H100 上测试过,默认的 480p、5 秒请求占用约 66 到 69 GiB。768p、15 秒的请求需要 CPU 卸载,此时 GPU 上约 29 到 32 GiB,主机内存约 94 GiB,Pika 说明这些并不是最低要求。H200 和 B300 尚未针对该包完成验证。
许可证就是 H3 的,所以地区限制也一并带上:授权不包含欧盟、英国、韩国和美国,年收入超过 2000 万美元的产品需要 MiniMax 书面授权。仓库里附带了 ComfyUI 工作流、Comfy 格式的 LoRA 和 Diffusers 示例。
适合做什么
- 在本地生成带同步语音和声音的短片,在许可证覆盖的地区内,比 50 步的 H3 基础模型更快
- 多镜头叙事和有镜头设计的提示词,按时间分镜来写,这是 Pika 列在首位的用途
- 参考引导的动画、动态图形和产品短片,最多可用 12 个参考文件
- ComfyUI 和 Diffusers 流程,因为附带了工作流和加载示例
需要注意
- 许可证是 MiniMax H3 Community License,不覆盖欧盟、英国、韩国和美国,并带有营收和署名条件
- “实时”速度是在八张 B300 GPU 上测得的,而开源包每个请求只用一张 GPU,且只在 80 GB 的 H100 上测试过
- 1080p、2K、4K 输出、独立音轨和提示词增强是托管 API 的功能;本地输出是 480p 或 768p
- 你需要 H3 基础组件,两份 Transformer 加编码器和自编码器约 211 GB,一套环境约占 147 GB 磁盘
- 所有画质、偏好和速度结果都是 Pika 自己的,对比对象是 H3、Fal H3 Max 和 HeyGen Video
性能数据来自开发方,未经独立验证。
需要多少内存?
以下是 Pika H3 Flex 各版本的内存数据。图像、视频、语音和音乐管线还要加载文本编码器和解码器,所以所需内存可能比主检查点更大。
| 版本 | 参数量 | 下载大小 | 所需内存 | 可运行于 |
|---|---|---|---|---|
| FL2VA adapter (text and endpoint frames) on the MiniMax H3 base BF16 | 33.1B | 147 GB | 169 GB | 大内存台式机 |
| Ref2VA adapter (multimodal references) on the MiniMax H3 base BF16 | 33.1B | 147 GB | 169 GB | 大内存台式机 |
下载大小包含运行模型所需的全部组件,例如生成器、文本编码器和解码器。所需内存优先采用开发方声明或已公开的实测最低值;没有时按下载大小加约 15% 估算。更大的图像、更长的片段和更高的分辨率需要更多内存。
许可证,用大白话说
一份社区许可证,允许你使用、修改和分发 MiniMax H3,但只限于“适用地区”:除欧盟、英国、韩国和美国之外的全世界。年营收超过 2000 万美元的商业产品需要 MiniMax 书面授权,所有商业产品都必须在界面中显示“MiniMax H3”,并且不得用该模型或其输出去训练其他 AI 模型。建议先咨询法律意见,尤其是你或你的用户位于被排除的地区时。
- 需要署名或标明模型名称
- 仅在营收低于上限时可免费商用
- 部分地区不授权
- 须遵守可接受使用政策
- 输出内容须过滤或审核,并标注为 AI 生成
延伸阅读
常见问题
- Pika H3 Flex 是什么?
- Pika H3 Flex 是视频公司 Pika 为开放的 MiniMax H3 视频模型做的附加适配器。它只需六个采样步骤,而不是 50 步,就能根据文字、首尾帧,或最多 12 个参考图片、视频和音频,生成 5 到 15 秒、带匹配立体声的片段。你仍然需要体积庞大的 MiniMax H3 基础文件,而且许可证沿用了 H3 的限制:不覆盖美国、欧盟、英国和韩国。
- Pika H3 Flex 可以商用吗?
- 可以,但有条件。Pika H3 Flex 采用 MiniMax H3 Community 发布,允许商用,但附带额外规则:需要署名或标明模型名称; 仅在营收低于上限时可免费商用; 部分地区不授权; 须遵守可接受使用政策; 输出内容须过滤或审核,并标注为 AI 生成。产品上线前请阅读许可证原文。
- Pika H3 Flex 是开源的吗?
- Pika H3 Flex 是开放权重模型,但不是严格意义上的开源。你可以下载模型文件,但 MiniMax H3 Community 附带了开源促进会的定义所不允许的条件。
- 我能在自己的电脑上运行 Pika H3 Flex 吗?
- 只有大内存机器才行。最小版本 FL2VA adapter (text and endpoint frames) on the MiniMax H3 base 在 4 位精度下约需 169 GB。配备 128 至 512 GB 统一内存的台式机可以装下,但速度一般。
- Pika H3 Flex 是什么时候发布的?
- Pika H3 Flex 由 Pika 于 2026年10月29日 发布。
官方链接
来源
规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。
- Pika H3 Flex Technical Deep Dive (Pika blog, 29 Oct 2026) pika.art
- Pika-H3-Flex model card (Hugging Face) huggingface.co
- Pika H3 Flex hardware requirements and tested configurations (GitHub) github.com
- Pika H3 Flex repository (GitHub) github.com
- MiniMax H3 Community License Agreement, as shipped with Pika H3 Flex huggingface.co
发布时间等信息最近核实于 2026年11月11日。
相关模型
| 模型 | 发布时间 | 参数量 | 上下文 | 许可证 | 最小版本所需内存 |
|---|---|---|---|---|---|
| MiniMax H3 MiniMax | 33.1B | – | MiniMax H3 Community (附条件) | 166 GB 大内存台式机 | |
| LTX-2.5 LTX (Lightricks) | 22B | – | LTX-2.x Community (附条件) | 16 GB 笔记本或手机 | |
| Wan 2.2 Alibaba Wan | 5B – 27B 激活 14B | – | Apache 2.0 (宽松) | 24 GB 游戏显卡 | |
| MiniMax H3-Image MiniMax | 33.1B | – | MiniMax H3-Image Community (附条件) | 155 GB 大内存台式机 |