Pika 基于 MiniMax H3 开源 H3 Flex 音视频联合生成模型

Pika 基于 MiniMax H3 开源 H3 Flex，六步实现音视频联合生成 Pika 宣布基于 MiniMax H3 推出衍生模型 Pika H3 Flex，并开放了适配器权重与推理代码。该模型通过投影分布匹配蒸馏将去噪步数压缩至 6 步，支持文本、首尾帧及多模态参考输入，可原生生成 480P、768P 分辨率且带有同步立体声的 5 至 15 秒视频。同时，Pika 还提供了 ComfyUI 工作流和 Hugging Face Diffusers 接入支持。