Pika 发布 H3 Flex：六步联合生成音频和视频

发生了什么

Pika 发布了 Pika H3 Flex。这是 MiniMax H3 的一个衍生版本，提供适配器权重和推理代码，可通过六个去噪步骤联合生成音频和视频。它支持文本、首帧和尾帧以及多模态参考输入，可生成约 5 至 15 秒、分辨率为 480P 或 768P 的视频，并配有同步立体声音频。ComfyUI 工作流和 Hugging Face Diffusers 集成支持本地使用；Pika 的 API 则提供 1080P、2K 和 4K 增强功能，并可将音频分离为五个音轨。

接下来读什么

• 今日还有哪些重要变化养蜂技巧和摔跤建议可训练 AI 模型破坏监督机制

这件事到目前为止

Pika 发布了 H3 Flex，这是一款基于 MiniMax H3 衍生的模型，并开放了其适配器权重和推理代码，可通过六步去噪联合生成视频和音频。该模型可生成约 5 至 15 秒、分辨率为 480P 或 768P 的视频，并配有同步立体声音频；输入可以是文本、首帧和末帧，或多模态参考内容。 ComfyUI 工作流和 Hugging Face Diffusers 集成支持本地使用。Pika 的 API 还单独提供增强至 1080P、2K 和 4K 的功能，以及将音频分离为五个音轨的功能。