Pika开源H3 Flex：六步去噪实现音视频联合生成：有哪些关键信息？

Pika发布基于MiniMax H3的衍生模型H3 Flex，开放适配器权重与推理代码。

该模型用六步去噪同时生成画面与声音，支持文本、首尾帧和多模态参考输入。

发布含两套LoRA适配器，原生支持480P与768P，可生成5至15秒视频及同步立体声。

Pika通过API提供1080P、2K、4K增强，并将音频拆分为五类独立音轨。

MiniMax H3开源一个月下载量超2400万次，公开衍生模型超300个。

物界前沿 · 资讯情报卡（雷锋网 · 2026/11/1）

Pika开源H3 Flex：六步去噪实现音视频联合生成

核心事实

关键数据

6步去噪步数

480P/768P原生输出分辨率

5-15秒视频时长

超2400万次H3开源首月下载量

物界观察

六步采样把音视频联合生成压到可实时筛选草稿的量级，开源权重加ComfyUI接入降低了创作门槛。真正值得盯的是API侧的4K增强与五轨分轨，它把生成和后期接成一条流水线，开源模型正从演示品变成生产工具。