Vidéo IA sans censure · Adaptateurs ouverts de Pika Labs

Pika H3 Flex sans censure : des vidéos avec son en six étapes, tout droit de vos idées

Demander à l’IA ▾

Pika Labs a pris le modèle vidéo ouvert MiniMax H3, l’a réentraîné pour plus de vitesse et de goût, puis a rendu le résultat à tous sous forme de poids ouverts. Pika H3 Flex crée l’image et la bande-son ensemble en seulement six étapes : un gag de sitcom, une pub pour un casque audio ou une danse calée sur le rythme sortent comme un clip fini de 5 à 15 secondes. Au programme : les scènes qu’il réussit le mieux, qui s’en sert et pour quoi, des prompts prêts à copier et la façon la plus simple de l’essayer.

  • Génération en 6 étapes
  • Audio natif
  • Jusqu’à 12 références
  • Poids ouverts
Transformer une photo en vidéo →
Image de vidéo style Pika H3 Flex montrant une femme adulte en bikini rouge marchant sur une plage à l’heure dorée

Générateur vidéo alternatif sans censure

Image vers vidéo

Importez une photo comme première image, décrivez le mouvement, la caméra et le son, et transformez-la en courte vidéo.

Votre photo devient la première image du clip.

Sept scènes où il excelle : pubs, sitcoms, danse et plus encore

Comme le son arrive dans la même passe que l’image, le clip sort prêt à publier : voix, bruits de pas et musique sont déjà en place. Cela change qui peut utiliser Pika H3 Flex. Un commerçant, une scénariste de mini-séries ou un créateur de danse passent de l’idée au clip fini sans monteur ni banque de sons. Voici les scènes vers lesquelles la vitrine de Pika et la communauté reviennent sans cesse.

Pubs produit pour boutiques en ligne

Glissez la photo du produit dans Ref2VA : l’article garde sa forme et ses couleurs exactes pendant que la caméra tourne autour de lui sous un éclairage en contre-jour. Un whoosh et un coup de basse tombent au bon moment, et le spot d’un casque ou d’un parfum est prêt pour une fiche produit ou une pub sur les réseaux.

Mini-séries et gags de sitcom

Un seul prompt peut contenir un plan large, un gros plan de réaction et la chute en 15 secondes, avec dialogue et rires enregistrés. La vitrine de Pika montre un chien qui vole le gâteau d’anniversaire ; les auteurs de sketchs reprennent la même recette pour des épisodes quotidiens.

Titres calés sur le rythme et promos musicales

Ajoutez un morceau de référence et les lettres, logos ou formes tombent sur chaque temps. Le mot cinétique MOVE de style suisse est la démo classique, et cela marche tout aussi bien pour des teasers de chansons, des ouvertures d’événements et des intros de chaîne.

Sport et action en vitesse réelle

Un échange de tennis de table au rendu 35 mm se joue en vitesse réelle, sans ralenti, avec le claquement de la balle sur la table bien synchronisé. Idéal pour les comptes fitness, les marques d’équipement et les reels de temps forts.

Reprises de danse et chorégraphies

Une vidéo de référence transmet ses pas à un nouveau danseur dans un autre décor, comme un disquaire pop art, pendant que la musique garde le tempo. Les créateurs s’en servent pour rejouer une tendance avec d’autres tenues et d’autres lieux.

Storyboards, transitions et plans de groupe

Donnez à FL2VA une première et une dernière image : il comble le mouvement entre les deux, pratique pour prévisualiser une scène ou relier deux plans. Les mouvements de caméra qui tournent autour de plusieurs personnes, comme trois adultes qui s’étirent sur un balcon, tiennent bien la route.

Reels mode et maillots de bain pour adultes (18+)

Des mannequins adultes fictives lors d’un défilé en bikini sur la plage, dans un lookbook lingerie ou en pleine danse de pool party, avec la tenue verrouillée par une image de référence pour rester identique d’un plan à l’autre.

ScèneCe que vous fournissezCe que vous obtenez
Pub produitPhoto du produit + court briefPlan en orbite avec effets sonores et musique
Gag de sitcomScript texte avec temps marquésScène en plusieurs plans avec dialogue et rires
Titre calé sur le rythmeTexte + audio de référenceMotion design qui tombe sur chaque temps
Reprise de danseImage du personnage + vidéo de référenceNouveau danseur, mêmes pas, musique en rythme
Transition de scènePremière image + dernière imageUn mouvement fluide entre les deux
Reel maillots de bain (18+)Image de la tenue + décorDéfilé au rendu stable
Scène de vidéo IA façon sitcom d’un chien volant le gâteau d’anniversaire pendant que deux adultes réagissent sur le canapé

Référence vers vidéo : douze fichiers dans un seul prompt

C’est avec Ref2VA que Pika H3 Flex brille pour les marques et les conteurs. Vous pouvez joindre jusqu’à 12 fichiers au total : jusqu’à neuf images, trois clips vidéo et trois clips audio, avec au moins une image ou une vidéo dans le lot. Chaque clip audio ou vidéo dure de 2 à 15 secondes, et le prompt lui-même peut atteindre 8 000 caractères, assez pour scénariser une courte scène temps par temps.

Une routine simple fonctionne bien : l’image 1 pour le produit ou le personnage principal, l’image 2 pour la tenue ou le décor, un clip audio pour donner le rythme et une courte vidéo si vous avez besoin d’un mouvement précis. Désignez chaque fichier par son numéro dans le prompt, puis décrivez l’action, la caméra et le son. Les clips sortent à 24 images par seconde en MP4 avec un son stéréo 32 kHz, en 480p ou 768p, dans onze formats d’image de 21:9 à 9:21.

Image de vidéo produit en studio montrant un casque sans fil qui tourne sous un éclairage en contre-jour pour une pub IA

Modèles de prompts à copier dès aujourd’hui

Les conseils de Pika pour les prompts privilégient une structure claire : découpez le clip en plages de temps, nommez le mouvement de caméra, indiquez ce qui doit rester cohérent, décrivez le rendu filmique, puis listez séparément les dialogues, les effets sonores et la musique. Avec Pika H3 Flex, choisissez un nombre entier de secondes entre 5 et 15 et gardez une idée principale par plage.

Structure polyvalente

[0-3s] Une cycliste arrive sur une place ensoleillée. [3-8s] Travelling avant pendant qu’elle s’arrête et lève les yeux. [8-12s] Orbite lente qui révèle la ville. Cohérence : garder sa veste jaune et ses cheveux courts. Rendu : pellicule 35 mm, lumière naturelle, grain. Son : chaîne de vélo, conversations lointaines. Musique : indie douce, 90 BPM.

Sitcom multicaméra

Sitcom multicaméra, salon lumineux. [0-4s] Plan large : un golden retriever lorgne un gâteau d’anniversaire. [4-9s] Gros plan sur la réaction de deux adultes sur le canapé. [9-12s] Le chien s’enfuit avec une part. Ambiance de rires enregistrés. Dialogue : "C’était le gâteau entier ?"

Pub produit avec références

Utilise l’image 1 comme produit, en gardant exactement sa forme et ses couleurs. Orbite lente autour du casque, éclairage studio en contre-jour, fond en dégradé sombre. Son : whoosh léger, coup de basse à 2s. Musique : électro minimaliste, 100 BPM.

Défilé sur la plage (18+)

Une mannequin adulte fictive portant le bikini rouge de l’image 1 marche sur la plage à l’heure dorée. Travelling à ses côtés ; elle se retourne et sourit à 6s. Son : vagues et vent. Musique : house entraînante.

  • Mettez les temps entre crochets pour que chaque moment ait sa propre action.
  • Écrivez le son et la musique sur des lignes séparées ; le modèle fait la différence.
  • Pour la typographie cinétique, ajoutez un clip audio de référence et précisez quelles lettres tombent sur quel temps.

De cinquante étapes à six : pourquoi tout le monde en parle

La plupart des modèles vidéo ouverts vous font attendre pendant qu’ils débruitent un clip quarante ou cinquante fois. Pika est parti de MiniMax H3, un modèle de 33 milliards de paramètres qui crée déjà vidéo et son en une seule passe, puis y a ajouté son propre fine-tuning, une méthode de distillation baptisée PDMD et un apprentissage par préférences. Le modèle enseignant a besoin de 50 étapes ; Pika H3 Flex n’en demande que six. Pika a publié Pika H3 Flex le 29 octobre 2026, sous la forme de deux adaptateurs LoRA qui se placent sur les poids d’origine de H3.

Le résultat, c’est une vitesse qui se ressent. Lors du test de Pika sur un serveur équipé de huit GPU B300, un clip de 5 secondes en 768p avec audio a pris environ 2,1 secondes au lieu de 3,4, et l’entreprise affirme qu’il est en moyenne environ 1,8 fois plus rapide que H3 Max hébergé sur Fal. Ce sont des chiffres de l’éditeur, pas des benchmarks indépendants, mais ils expliquent l’engouement autour de Pika H3 Flex : des brouillons rapides, c’est plus d’idées testées par soirée, et un vrai modèle vidéo open source d’une marque que l’on connaît déjà.

FL2VA, Ref2VA ou le Hybrid de la communauté : choisissez votre adaptateur

Pika H3 Flex, ce sont en réalité deux outils. FL2VA gère le texte vers vidéo, l’image vers vidéo et les clips à première et dernière image, ce qui en fait l’outil de référence pour les storyboards, les transitions et pour combler l’écart entre deux images clés. Ref2VA lit tout un pack de références, si bien qu’un visage, un produit ou un pas de danse reste identique d’un plan à l’autre. Une troisième option vient de la communauté : le Hybrid b30-49 de hyukudan conserve les blocs 0 à 29 de FL2VA et reprend les blocs 30 à 49 de Ref2VA, une simple copie de tenseurs sans réentraînement.

FL2VARef2VAHybrid b30-49
EntréesTexte, première image, dernière imageTexte + jusqu’à 9 images, 3 vidéos, 3 clips audioLes mêmes entrées de référence que Ref2VA
Idéal pourStoryboards, transitions, animer une image fixePersonnages récurrents, produits, références de danse ou de musiqueClips multi-références avec moins d’artefacts
Créé parPika LabsPika LabsCommunauté (hyukudan), expérimental
À savoirPas de fiche de référence de personnageNécessite au moins une image ou une vidéoNe fonctionne qu’avec une base hybride b30-49 correspondante

L’auteur du Hybrid précise qu’il n’est pas plus rapide que les options turbo ; l’objectif est d’obtenir des images plus propres tout en gardant la mémoire de Ref2VA. Utilisez-le avec une force de 1.0, le sampler lcm, CFG 1.0 et la liste manuelle de sigmas de l’auteur, et n’empilez pas de LoRA turbo ou Lightning par-dessus.

Pika H3 Flex vs MiniMax H3 : ce qui s’est amélioré

Par rapport au H3 de base dont il est issu, le point fort est la vitesse : six étapes au lieu de cinquante, plus une optimisation d’inférence distincte de 1,6 fois dans les tests de Pika. Côté hébergé, l’API ajoute des résolutions plus élevées jusqu’à la 4K et peut livrer cinq pistes audio modifiables : dialogues, musique, effets sonores, bruitages et ambiance, ce qui facilite grandement le mixage pour les monteurs.

Pika est aussi franc sur ses points faibles. La physique, la narration sur plusieurs scènes, l’éclairage et les matières restent en retrait face à certains modèles concurrents. Pika H3 Flex excelle donc sur des clips percutants en une seule scène, des pubs, des danses et des moments comiques, et convient moins aux longues séquences cinématographiques à l’éclairage complexe.

Télécharger et lancer chez soi : ComfyUI, VRAM et 4K

Les poids de Pika H3 Flex sont sur Hugging Face sous Pika-Labs/Pika-H3-Flex, avec le code sur GitHub. Les utilisateurs de Diffusers les chargent sur MiniMax H3 avec un seul appel à load_lora_weights, et l’outil en ligne de commande s’appelle pika-h3-pro. ComfyUI propose des modèles de workflow officiels pour le texte vers vidéo, FL2VA et la référence vers vidéo ; placez l’adaptateur dans le dossier loras et choisissez un modèle. Draw Things et les notebooks Colab et Kaggle sont d’autres options faciles.

Pika indique que Pika H3 Flex tourne sur un seul GPU, avec déchargement sur le CPU en option, et a testé ses exemples en 480p et 768p sur une H100 de 80 Go. Aucune VRAM minimale n’est donnée, donc les possesseurs de cartes grand public se tournent souvent vers des versions quantifiées de la communauté et testent eux-mêmes les résultats. À titre indicatif, l’auteur du Hybrid annonce environ 28 secondes par étape pour un clip de 15 secondes en 1184×672 sur une carte de 96 Go.

Une chose reste hors de portée en local : la 4K. La sortie locale plafonne à 768p ; la 1080p, la 2K et la 4K sont réservées à l’API hébergée de Pika, où la 4K provient d’un upscaler distinct de 1B. Pika annonce que cet upscaler sera open source, sans date communiquée.

Turbo LoRA, NVFP4 et int8 : les versions de la communauté

En quelques jours, la communauté s’est mise à remixer Pika H3 Flex. Au moment de nos recherches, la page Hugging Face comptait 483 likes, 986 téléchargements sur le dernier mois et 19 Spaces construits dessus, ainsi qu’une poignée d’adaptateurs, de fine-tunes et de quantifications.

  • Turbo LoRA (akhaliq/Pika-H3-Flex-Turbo-LoRA) : sept fichiers pour 2, 4 ou 8 étapes, environ 3,9 Go en version complète ou à peu près 0,3 Go en version rank-32 ; ComfyUI Wiki indique qu’il fonctionne aussi avec les versions int8 et GGUF de H3.
  • Versions NVFP4 de FastVideo, dont une variante à attention FP4, destinées aux GPU Blackwell.
  • int8 : le Hybrid b30-49 s’associe à un modèle de base hybride int8, une option prisée sur les cartes plus modestes.
  • GGUF : aucun GGUF dédié des adaptateurs n’a été trouvé ; le Turbo LoRA vise plutôt les versions GGUF de la base H3.
  • Workflows ComfyUI prêts à l’emploi de Thelocallab et fichiers rehébergés par Comfy-Org.

Pika H3 Flex sans censure : ce que signifie la liberté en local

Il n’existe pour l’instant aucune édition officielle ou communautaire sans censure ou NSFW de Pika H3 Flex ; l’API hébergée de Pika applique une politique de contenu de plateforme. Ce que changent les poids ouverts, c’est l’endroit où le clip est créé : sur votre propre machine, aucun filtre cloud ne s’interpose entre vous et le résultat, c’est pourquoi les créateurs de contenu adulte font tourner en local des modèles H3 ouverts et des LoRA de style. Sans gros GPU, l’outil image vers vidéo de ce site offre un mouvement similaire et sans filtre à partir d’une seule photo pour des scènes pour adultes (18+).

Animez une photo pour adultes en court clip vidéo, directement dans votre navigateur.

Ouvrir l’outil image vers vidéo

Pika H3 Flex auto-hébergé vs génération en ligne sur Spicy AI

Faire tourner Pika H3 Flex vous-même offre un contrôle total et fonctionne hors ligne, mais demande un GPU puissant, des téléchargements de modèles et un peu de bricolage dans ComfyUI. La génération en ligne évite tout cela : importez une photo, décrivez le mouvement et le son, et récupérez un court clip dans votre navigateur.

Déploiement local (poids officiels)Spicy AI en ligne
Filtres de contenuAucun ajouté en localAucun filtre de contenu pour les scènes pour adultes (18+)
Poids ouvertsOuiInutiles : tout se passe dans le navigateur
ModèleAdaptateurs Pika H3 Flex sur MiniMax H3Modèle vidéo similaire sans censure, hébergé en ligne
Essayer le générateur image vers vidéo en ligne →

FAQ

Qu’est-ce que Pika H3 Flex ?

C’est une paire d’adaptateurs LoRA ouverts, FL2VA et Ref2VA, que Pika Labs a publiés le 29 octobre 2026 pour le modèle MiniMax H3. Ils génèrent des vidéos de 5 à 15 secondes avec son en six étapes.

Pour quoi est-il le plus doué ?

Pika H3 Flex donne le meilleur de lui-même sur de courts clips à scène unique qui ont besoin de son dès le départ : pubs produit, gags de sitcom, titres calés sur le rythme, reprises de danse, moments sportifs et reels mode pour adultes (18+). Les longs films à scènes multiples ne sont pas son point fort.

Où le télécharger ?

Les adaptateurs se trouvent sur Hugging Face, dans Pika-Labs/Pika-H3-Flex, avec le code et la documentation sur GitHub. Ils se chargent par-dessus le modèle de base ouvert MiniMax H3.

De combien de VRAM a-t-il besoin ?

Pika indique seulement que Pika H3 Flex tourne sur un seul GPU et a été testé sur une H100 de 80 Go, avec déchargement sur le CPU possible. Aucun minimum n’est donné, donc les cartes grand public s’appuient sur des configurations communautaires en int8, NVFP4 ou Turbo LoRA.

Peut-il générer de la vidéo 4K en local ?

Non. La sortie locale est en 480p ou 768p. De la 1080p à la 4K, c’est uniquement via l’API, et l’upscaler 4K est promis en open source, sans date.

Faut-il choisir FL2VA, Ref2VA ou le Hybrid ?

Utilisez FL2VA pour les clips à partir de texte, d’image et de première et dernière image, Ref2VA pour les références, et essayez le Hybrid b30-49 expérimental si vous voulez des références avec moins d’artefacts.

Peut-on empiler le Turbo LoRA avec le Hybrid ?

L’auteur du Hybrid déconseille d’empiler des LoRA turbo ou Lightning. Le Turbo LoRA est une voie distincte en 2, 4 ou 8 étapes.

Combien de références un clip peut-il utiliser ?

Dans Ref2VA de Pika H3 Flex, jusqu’à 12 fichiers : au maximum neuf images, trois vidéos et trois clips audio, dont au moins une image ou une vidéo.

Sources

Tous les modèles IA sans censure →

Pika et MiniMax sont des marques de leurs propriétaires respectifs. Les versions communautaires sont l’œuvre de tiers. Tout contenu doit représenter des adultes (18+).

Sign in

Welcome to Spicy AI

or