Pika发布了基于MiniMax H3后训练的视频模型H3 Flex。2026年10月29日，Pika在官方博客宣布，新模型把采样步数从50步压缩到6步，15秒带同步音频的768p片段在受控测试里只需约7秒的模型计算时间，还支持最多12个参考素材和5条分轨音频，生成器权重同步开放。对需要反复改片的创作者来说，速度和可控性是这次更新真正的卖点，画质排名只是附带的注脚。
6步是怎么来的：后训练提速，再打磨质量
Pika的做法不是换一个新基座，而是对MiniMax H3做后训练，让它用6步完成原来50步的生成，再针对速度提升后的模型做质量和创意控制方面的精修。官方引用的DesignArena榜单显示，H3 Flex在开放权重模型里排第一，文生视频总榜排第七，但Pika自己也注明这是发布时的快照，榜单位置会变。7秒这个数字同样要打折扣：它只算Transformer的计算时间，不包括参考输入、高分辨率收尾、音轨分离和服务开销在内的端到端耗时。真正能感受到的，是在768p下先快速试方向，满意了再升级分辨率的流程，而不是每一次尝试都要等上一轮。
12个参考素材：角色、场景、动作可以分开给
H3 Flex一次最多接受12个参考文件，图片、视频和音频可以混着给，创作者还能指定每个参考负责什么：一个图定角色，另一张图定世界，视频定动作。手绘关键帧加照片参考可以拼成混合媒介的镜头，产品图也能被带进新的场景、机位和视觉风格。已经有一段能用的素材时，参考引导编辑可以在保留表演和节奏的前提下，只换掉服装、道具或周围的世界。对广告和短片团队来说，这种“只改一部分”的能力比从头生成更省事，因为它保住了已经通过的那部分。
开源给什么：适配器与推理代码，4K与分轨仍走官方服务
开放权重的范围需要看清：Pika开放的是生成器的适配器和推理代码，覆盖文生视频、首尾帧生成和多模态参考生成，同步音频支持480p和768p。1080p、2K和4K的上采样、音轨分离、可选提示词增强和加速服务栈仍然是官方托管功能，本地跑起来快不快取决于硬件和配置。模型已经可以通过Pika的API使用，11月2日进入Pika创作产品。打算本地部署的人要先按模型许可条款核对使用范围，再决定是直接用官方服务，还是在开放权重的基础上自己搭工具。
