10 月 29 日，Pika Labs 发布基于 MiniMax H3 后训练的文生视频模型 Pika H3 Flex，并同步开放生成器适配器与推理代码权重。在 DesignArena 文生视频榜单上，它在开源权重模型中排名第一，总榜排到第 7，直接压过基础版 H3、H3 Max 与 Seedance 2.5。
50 步压到 6 步
核心技术是采样步数蒸馏，团队把原本约 50 步的采样压缩到 6 步，再用监督微调、分布匹配蒸馏与奖励学习把画质和可控性补回来。官方给出的速度是，生成一段 15 秒、768p 且音画同步的视频片段，最快只需约 7 秒 transformer 计算时间，平均比 H3 Max 快 1.8 倍，成本最高可低 80%，API 起步价约每秒 0.01 美元。
分辨率走的是草稿加精修两段式，开源权重本地原生支持 480p 与 768p，通过 Pika API 可以直出 1080p、2K 与 4K，放大器保留生成内容的同时补细节。音轨部分除同步立体声外，还能单独导出对白、配乐、音效、拟音与环境声五路分轨，直接送进时间线做精细混音。
最多 12 个参考输入
控制方式上，Flex 最多接受 12 个参考文件，图像、视频、音频、草图与情绪板可以混在一次生成里，用来分别塑造角色、世界与动作。提示词可以直接指挥镜头语言，俯拍开场、升降、甩镜、环绕可以在同一个片段里同时出现。模型还支持文本生视频、首尾帧生视频、多模态参考生视频，以及用参考引导的局部编辑，能替换服装、道具或背景，同时保留原有的表演与时序。
权重与代码同步在 Hugging Face 和 GitHub 上开放，覆盖文生视频、首尾帧生成和多模态参考生视频，480p 与 768p 的同步音频也在开放范围内；1080p、2K、4K 放大、音频分轨分离、提示词增强与加速服务栈仍由 Pika 托管。Open-H3-Regenerate-2K 开源那套英伟达与麻省理工团队的 4K 视频增强方案走的是另一条路线，Pika 选择把速度和控制权直接交到创作者手里。
延伸阅读
- 阿里通义 Wan2.2 开源视频生成模型解析：MoE 架构还原电影镜头语言，Apache 2.0 开放权重1 月前
- Seedance 2.0 mini 上线火山方舟：720P 单秒成本约 0.5 元，比 2.0 便宜一半1 月前
- Nanbeige4.3-33B 开源 Terminal-Bench 80.9 分5 天前
- 腾讯混元开源 Hy-SimulMT：同传延迟 3.3 秒低于译员2 天前
继续读
同一批更新里这几篇值得一看：
- Genspark 视频 Agent 上线：DeepSeek V4.1 导演模型2026-10-31
- Open-H3-Regenerate-2K 开源：4K 视频提速 3.9 倍2026-10-31
- Mistral Large 4 开放权重：Terminal-Bench 冲 41%2026-10-30
想快速查定义？对应的词条在这里：
- AI Agent词条 · AI 自学笔记