2026 年 10 月 29 日，Pika 發佈了 H3 Flex：一套基於 MiniMax H3 後訓練的影片模型的轉接器權重和推論程式碼，六步取樣就能生成帶同步立體聲的影片。「開放」兩個字傳得很快。但如果你下載完這個套件，指望著重現宣傳頁上的全部功能，等待你的將是一個莫名其妙的下午——因為 Pika 在「權重在你自己顯卡上能做什麼」和「留在託管服務裡按量收費的東西」之間，劃了一條很刻意的線。這條線，才是這次發佈的正題。
本地套件到底能做什麼
先說公道話：放出來的東西是正經能用的，不是象徵性的姿態。你拿到兩個任務轉接器——一個管文字和首尾幀條件，一個管多模態參考——加一條能產出內嵌 H.264 影片和 AAC 立體聲的 MP4 的管線。本地生成的原生解析度是 480p 或 768p，支援 11 種寬高比，24 幀每秒，32 kHz 立體聲直接混進畫面。長度可以點 5 到 15 秒，不過模型按幀網格走，你點「5 秒」實際得到約 5.17 秒。
對做事的人來說，參考系統才是亮點：一次生成最多能吃 12 個參考檔案——9 張圖、3 段影片、3 段獨立音訊——角色、動作、聲音都能用你自己的素材來定向。這才是 Flex 的賣點：給做產品片和多鏡頭敘事的人用的迭代控制，而不是一句提示詞抽一次獎的機器。
留在雲端的部分
有三個招牌能力是託管專屬的，儲存庫裡寫得很明白。高解析度輸出——1080p、2K、4K——走 API 的 draft-to-video 端點：你出草稿，伺服器端放大。把生成的音軌拆成可編輯分軌的音訊分軌功能，是 API 功能。生成前幫你打磨提示詞的提示詞增強，也是。定價頁上的表是這麼走的：文字生影片和圖片生影片每秒 0.01 美元起，參考引導生成每秒 0.03 美元起，提示詞改寫每請求 0.02 美元，音訊分軌每秒 0.001 美元。
所以，如果你在發佈素材裡看到一條光鮮的 4K 樣片，想在自己機器上複刻：做不到，而且設計上就是讓你做不到。本地套件負責出 480p/768p 的草稿，4K 成品是按秒計費的服務。Pika 預告 11 月 2 日上線的創作產品入口，同樣在託管一側。
容易絆倒人的授權雙層結構
商用之前還有一個細節值得先讀。推論和載入程式碼是 Apache-2.0——寬鬆，隨你用。但轉接器權重不是。權重作為 MiniMax H3 的模型衍生品，按 MiniMax H3 社群授權協議分發，自帶條款和必須保留的聲明。程式碼授權和模型授權，是兩份文件回答兩個不同的問題，「儲存庫裡寫著 Apache」描述不了權重。讓權重靠近你的產品之前，先把社群授權讀一遍。
硬體的帳單
開放權重不等於對筆電友好。官方公布的測試配置是每個請求一張 80 GB 顯存的 H100；H200 和 B300 發佈時還沒測過。下載兩個任務的轉接器，要拉約 210 GB 的固定基座檔案外加 5.5 GB 的轉接器本體。一個請求跑一張卡——這個套件不會把一次生成分攤到多卡上——另有一個 CPU 卸載選項，拿記憶體和傳輸時間換顯存壓力。Pika 自己給的摸底建議：從 480p、5 秒開始。
關於速度的說法
公告裡最抓眼的數字——15 秒影片只用 7 秒計算——量的是特定基準設定下的模型計算時間，不是你按下確認到看到成片的時間，中間還有編解碼、下載，以及你硬體上實際在排的隊。把它當取樣器的實驗室數字讀，不是對你算力集群的承諾。展示影片也一樣要當心：儲存庫自己註明了那是創意演示，不是發佈驗收渲染，用發佈的套件不保證精確重現。連六步取樣的排程都是專門調過的——通用的六步 Euler 取樣並不等價，同樣的種子，換個注意力核心、裝置或函式庫版本，結果都可能漂移。
這次發佈適合誰
如果你是對影片感興趣、又摸得到像樣 GPU 資源的開發者，想要一條可控、音畫同步、能拆開看也能動手改的生成管線，這是這個品類裡最完整的開源發佈之一——工作流、提示詞指南、硬體對照表全都齊。如果你想要的是遊戲顯卡上的免費 4K，誠實的回答是：這句話裡沒有一個詞能在讀完文件後活下來。權重是開放了；解析度、分軌和精修，是生意。
我們沒有自己跑過這個套件，以上內容全部來自 Pika 的發佈文件和 API 頁面。
