专题 · FULL STORY

Pika H3 Flex 开源发布与社区加速跟进

Pika Labs 于 10 月 30 日发布首个开放权重视频生成模型 H3 Flex,基于 MiniMax H3 后训练并登顶 DesignArena 开源文生视频榜。次日社区跟进发布 Turbo LoRA,将采样步数压缩至 4 步,进一步降低使用门槛。

2026-10-30 ~ 2026-10-31 · 2 集 · 29 条

第 1 集 · Pika 首个开源权重模型 H3 Flex 发布,登顶 DesignArena 开源文生视频榜(2026-10-30,26 条)

10 月 30 日,Pika Labs 发布旗下首个开放权重视频生成模型 Pika H3 Flex。该模型基于 MiniMax H3 做后训练,成绩超越 H3 和 H3 Max,发布当日即登顶 DesignArena 文生视频(t2v)榜单的开源权重模型第一,并在 Hugging Face 热榜上走红。模型从发布首日即全面开源:代码以 Apache-2.0 协议托管在 GitHub,权重上传 Hugging Face,已支持 ComfyUI、diffusers 与 LoRA,同时开放产品试用入口,价格 $0.01/秒起,Pika 联合创始人 Demi Guo 参与发布宣传。

已确认

  • Pika H3 Flex 是 Pika Labs 首个开放权重模型,基于 MiniMax H3 后训练,成绩超越 H3 与 H3 Max(Hugging Face 官方转发确认)
  • 登顶 DesignArena 文生视频榜单开源权重模型第一,并登上 Hugging Face 热榜
  • 6 个采样步即可生成带同步音频的视频;15 秒带配乐成片最快 7 秒生成(DiT 时间口径),快于实时
  • 在文生视频、图生视频和参考视频任务上平均比 H3 Max 快 1.8 倍,成本最多便宜 80%
  • 支持最多 12 个参考素材输入(图像、视频、草图、音频),并支持参考素材与提示词的精细编辑,可通过参考图和提示词做镜头调度
  • 面向专业创作者的迭代控制:可导出最多 5 条独立音轨(对话、配乐等音频分轨)
  • 分辨率最高 4K,可直接输出 4K 成片,适合低分辨率快速迭代后精修
  • 博主 HeyToha 实测称其为测过最令人印象深刻的视频模型之一:单条 prompt 生成 15 秒 768p 电影感科幻产品短片,可处理多镜头叙事、复杂运镜、画面与音效结合及细节场景连贯性;minchoi 实测后亦直呼惊艳

为什么重要

  • 这是 Pika 从闭源产品转向开放权重的标志性一步,也是「MiniMax H3 后训练反超原版」的典型案例,说明后训练策略可在开源权重模型上取得领先成绩;linoytsaban 评价其为目前最喜欢的 H3 微调版本
  • 音频分轨导出、12 参考素材输入与 4K 分辨率等特性明显面向专业创作工作流,而非普通消费级生成;比实时更快的生成速度和最多 80% 的成本降低使其适合快速迭代

还有 6 条相关讨论 →

第 2 集 · Pika H3 Flex Turbo LoRA 发布,采样步数降至 4 步(2026-10-30,3 条)

社区发布 Pika H3 Flex 的 Turbo LoRA,将 MiniMax-H3 上的 Pika 运动适配器与少步蒸馏融合为单个标准 LoRA 文件,即插即用,把视频模型采样步数从官方的 6 步降至 4 步,甚至可 2 步出草稿、4 步达到官方画质。对比测试显示,金毛犬奔跑等视频在降步数后画质与官方 6 步 Flex 生成基本一致。