Pika H3 Flex

В репозитории Fluid-Motion-AI опубликованы веса Pika H3 Flex — посттренированной версии MiniMax-H3 для генерации видео с синхронизированным аудио. Модель на 33,12 млрд параметров рассчитана на профессиональную итерацию: быстрые черновики, мультикадровые истории и ролики по референсам.

👉 Ключевые особенности

• 👉 Шесть шагов сэмплирования для видео и стерео-аудио.
• 👀 Два адаптера: FL2VA — текст и опорные кадры, Ref2VA — мультимодальные референсы.
• 💪 До 9 изображений, 3 видео и 3 аудиоклипов, всего до 12 файлов; видео и аудио — по 2–15 сек.
• 🤫 Локально — нативное видео 480p/768p, 24 fps и 11 соотношений сторон; 1080p, 2K и 4K — через Pika API.
• 👉 Длительность 5–15 сек, аудио 32 kHz stereo, на выходе MP4 H.264/AAC и JSON с метаданными.

👀 Пример

Сценарий из карточки: многокадровая история или продуктовый ролик. На вход подаются промпт и, например, опорные изображения или видео; на выходе — MP4 с видео и синхронизированным стерео-аудио.