Vídeo com IA sem censura · Adaptadores abertos da Pika Labs

Pika H3 Flex sem censura: vídeo com som em seis passos, direto das suas ideias

Pergunte à IA ▾

A Pika Labs pegou o modelo de vídeo aberto MiniMax H3, retreinou-o para ganhar velocidade e bom gosto e devolveu o resultado a todos como pesos abertos. O Pika H3 Flex cria imagem e trilha sonora juntas em apenas seis passos, então uma piada de sitcom, um anúncio de fones de ouvido ou uma dança no ritmo da batida saem como um clipe pronto de 5 a 15 segundos. A seguir: as cenas em que ele se sai melhor, quem está usando e para quê, prompts prontos para copiar e o jeito mais fácil de experimentar.

  • Geração em 6 passos
  • Áudio nativo
  • Até 12 referências
  • Pesos abertos
Transforme uma foto em vídeo →
Quadro de vídeo no estilo Pika H3 Flex de uma mulher adulta de biquíni vermelho caminhando por uma praia ao pôr do sol

Gerador de vídeo alternativo sem censura

Imagem para vídeo

Envie uma foto como primeiro quadro, descreva o movimento, a câmera e o som, e transforme tudo em um vídeo curto.

Sua foto vira o primeiro quadro do clipe.

Sete cenas em que ele brilha: anúncios, sitcoms, dança e mais

Como o som chega na mesma passada que a imagem, o clipe já sai pronto para postar: vozes, passos e música estão no lugar. Isso muda quem pode usar o Pika H3 Flex. O dono de uma loja, um roteirista de minisséries ou um criador de dança vai da ideia ao clipe finalizado sem editor nem banco de sons. Estas são as cenas às quais a vitrine da própria Pika e a comunidade sempre voltam.

Anúncios de produto para lojas online

Coloque a foto do produto no Ref2VA e o item mantém forma e cores exatas enquanto a câmera orbita sob luz de recorte. Um whoosh e uma batida de grave entram na hora certa, e o comercial de um fone ou de um perfume fica pronto para a página da loja ou para um anúncio nas redes.

Minisséries e piadas de sitcom

Um único prompt comporta um plano aberto, um close de reação e a piada final em 15 segundos, com diálogo e risadas de fundo. A vitrine da Pika mostra um cachorro roubando o bolo de aniversário; roteiristas de esquetes usam a mesma receita em episódios diários.

Títulos no ritmo e promos musicais

Adicione uma faixa de referência e letras, logos ou formas encaixam em cada batida. A palavra cinética MOVE em estilo suíço é a demonstração clássica, e funciona igualmente bem em teasers de músicas, aberturas de eventos e vinhetas de canal.

Esporte e ação em velocidade real

Uma troca de bolas de tênis de mesa com visual de 35 mm roda em velocidade real, sem câmera lenta, com o estalo da bola na mesa em sincronia. Ótimo para perfis fitness, marcas de equipamentos e reels de melhores momentos.

Covers de dança e coreografias

Um vídeo de referência passa seus passos para um novo dançarino em outro lugar, como uma loja de discos pop-art, enquanto a música mantém o tempo. Criadores usam isso para refazer uma trend com outros figurinos e cenários.

Storyboards, transições e planos em grupo

Dê ao FL2VA um primeiro e um último quadro e ele preenche o movimento entre os dois, útil para pré-visualizar uma cena ou ligar dois planos. Movimentos de câmera circulando várias pessoas, como três adultos se alongando em uma varanda, se mantêm firmes.

Reels de moda e moda praia para adultos (18+)

Modelos adultas fictícias em um desfile de biquíni na praia, em um lookbook de lingerie ou dançando em uma festa na piscina, com o figurino travado por uma imagem de referência para ficar igual em todos os planos.

CenaO que você forneceO que sai
Anúncio de produtoFoto do produto + briefing curtoPlano em órbita com efeitos sonoros e música
Piada de sitcomRoteiro em texto com tempos marcadosCena com vários planos, diálogo e risadas
Título no ritmoTexto + áudio de referênciaMotion graphics que acertam cada batida
Cover de dançaImagem do personagem + vídeo de referênciaNovo dançarino, mesmos passos, música no tempo
Transição de cenaPrimeiro quadro + último quadroUm movimento suave entre os dois
Reel de moda praia (18+)Imagem do figurino + cenárioDesfile com visual estável
Cena de vídeo com IA em estilo sitcom de um cachorro roubando o bolo de aniversário enquanto dois adultos reagem no sofá

Referência para vídeo: doze arquivos em um só prompt

O Ref2VA é onde o Pika H3 Flex brilha para marcas e contadores de histórias. Você pode anexar até 12 arquivos no total: até nove imagens, três clipes de vídeo e três clipes de áudio, com pelo menos uma imagem ou vídeo na mistura. Cada clipe de áudio ou vídeo dura de 2 a 15 segundos, e o próprio prompt pode ter até 8.000 caracteres, o suficiente para roteirizar uma cena curta batida por batida.

Uma rotina simples funciona bem: imagem 1 para o produto ou personagem principal, imagem 2 para o figurino ou cenário, um clipe de áudio para definir o ritmo e um vídeo curto se você precisar de um movimento específico. Cite cada arquivo pelo número no prompt e depois descreva ação, câmera e som. Os clipes saem a 24 quadros por segundo em MP4 com som estéreo de 32 kHz, em 480p ou 768p, em onze proporções de 21:9 a 9:21.

Quadro de vídeo de produto em estúdio com fones de ouvido sem fio girando sob luz de recorte para um anúncio feito com IA

Modelos de prompt para copiar hoje mesmo

As orientações de prompt da Pika favorecem uma estrutura clara: divida o clipe em intervalos de tempo, nomeie o movimento de câmera, diga o que precisa permanecer consistente, descreva o visual do filme e depois liste diálogos, efeitos sonoros e música separadamente. No Pika H3 Flex, escolha um número inteiro de segundos entre 5 e 15 e mantenha uma ideia principal por intervalo.

Estrutura para todos os usos

[0-3s] Uma ciclista entra em uma praça ensolarada. [3-8s] Dolly in enquanto ela para e olha para cima. [8-12s] Órbita lenta revelando a cidade. Consistência: manter a jaqueta amarela e o cabelo curto. Visual: filme 35 mm, luz natural, granulação. Som: corrente da bicicleta, conversas ao longe. Música: indie suave, 90 BPM.

Sitcom multicâmera

Sitcom multicâmera, sala de estar iluminada. [0-4s] Plano aberto: um golden retriever de olho em um bolo de aniversário. [4-9s] Close de reação de dois adultos no sofá. [9-12s] O cachorro foge com uma fatia. Ambiente com risadas de fundo. Diálogo: "Aquilo era o bolo inteiro?"

Anúncio de produto com referências

Use a imagem 1 como o produto, mantendo forma e cores exatas. Órbita lenta ao redor dos fones de ouvido, luz de recorte de estúdio, fundo em degradê escuro. Som: whoosh suave, batida de grave aos 2s. Música: eletrônica minimalista, 100 BPM.

Passarela na praia (18+)

Uma modelo adulta fictícia com o biquíni vermelho da imagem 1 caminha pela praia ao pôr do sol. Travelling ao lado dela; ela se vira e sorri aos 6s. Som: ondas e vento. Música: house animado.

  • Coloque o tempo entre colchetes para que cada batida tenha sua própria ação.
  • Escreva som e música em linhas separadas; o modelo percebe a diferença.
  • Para tipografia cinética, adicione um clipe de áudio de referência e diga quais letras caem em qual batida.

De cinquenta passos para seis: por que todo mundo está falando disso

A maioria dos modelos de vídeo abertos faz você esperar enquanto removem o ruído de um clipe quarenta ou cinquenta vezes. A Pika partiu do MiniMax H3, um modelo de 33 bilhões de parâmetros que já cria vídeo e som em uma única passada, e acrescentou seu próprio ajuste fino, um método de destilação que chama de PDMD e aprendizado por preferência. O modelo professor precisa de 50 passos; o Pika H3 Flex precisa de apenas seis. A Pika publicou o Pika H3 Flex em 29 de outubro de 2026, como dois adaptadores LoRA que funcionam sobre os pesos originais do H3.

O resultado é uma velocidade que dá para sentir. No teste da própria Pika, em um servidor com oito GPUs B300, um clipe de 5 segundos em 768p com áudio levou cerca de 2,1 segundos em vez de 3,4, e a empresa afirma que ele é em média cerca de 1,8 vez mais rápido que o H3 Max hospedado na Fal. São números do fabricante, não benchmarks independentes, mas explicam o burburinho em torno do Pika H3 Flex: rascunhos rápidos significam mais ideias testadas por noite, e um modelo de vídeo realmente open source de uma marca que as pessoas já conhecem.

FL2VA, Ref2VA ou o Hybrid da comunidade: escolha seu adaptador

O Pika H3 Flex é, na verdade, duas ferramentas. O FL2VA cuida de texto para vídeo, imagem para vídeo e clipes com primeiro e último quadro, o que o torna a escolha certa para storyboards, transições e para preencher o espaço entre dois quadros-chave. O Ref2VA lê um pacote de referências inteiro, então um rosto, um produto ou um passo de dança se mantém igual de uma cena para outra. Uma terceira opção vem da comunidade: o Hybrid b30-49 de hyukudan mantém os blocos 0 a 29 do FL2VA e pega os blocos 30 a 49 do Ref2VA, uma simples cópia de tensores, sem retreinamento.

FL2VARef2VAHybrid b30-49
EntradasTexto, primeiro quadro, último quadroTexto + até 9 imagens, 3 vídeos, 3 clipes de áudioAs mesmas entradas de referência do Ref2VA
Ideal paraStoryboards, transições, animar uma imagem paradaPersonagens recorrentes, produtos, referências de dança ou músicaClipes com várias referências e menos artefatos
Criado porPika LabsPika LabsComunidade (hyukudan), experimental
AtençãoSem folha de referência de personagemExige pelo menos uma imagem ou vídeoSó funciona com uma base híbrida b30-49 correspondente

O autor do Hybrid diz que ele não é mais rápido que as opções turbo; o objetivo é ter imagens mais limpas mantendo a memória do Ref2VA. Use força 1.0, o sampler lcm, CFG 1.0 e a lista manual de sigmas do autor, e não empilhe LoRAs turbo ou Lightning por cima.

Pika H3 Flex vs MiniMax H3: o que melhorou

Em comparação com o H3 base de onde veio, o destaque é a velocidade: seis passos em vez de cinquenta, além de uma otimização de inferência separada de 1,6 vez nos testes da Pika. Do lado hospedado, a API adiciona resoluções mais altas até 4K e pode entregar cinco faixas de áudio editáveis: diálogo, música, efeitos sonoros, foley e ambiente, o que facilita muito a mixagem para editores.

A Pika também é franca sobre os pontos fracos. Física, narrativa com várias cenas, iluminação e materiais ainda ficam atrás de alguns modelos rivais. Por isso, o Pika H3 Flex se sai melhor em clipes marcantes de cena única, anúncios, danças e momentos de comédia, e é menos indicado para sequências cinematográficas longas com iluminação complexa.

Baixe e rode em casa: ComfyUI, VRAM e 4K

Os pesos do Pika H3 Flex ficam no Hugging Face em Pika-Labs/Pika-H3-Flex, com o código no GitHub. Quem usa Diffusers os carrega no MiniMax H3 com uma única chamada load_lora_weights, e a ferramenta de linha de comando se chama pika-h3-pro. O ComfyUI traz modelos de workflow oficiais para texto para vídeo, FL2VA e referência para vídeo; coloque o adaptador na pasta loras e escolha um modelo. Draw Things e notebooks no Colab e no Kaggle são outros caminhos fáceis.

A Pika diz que o Pika H3 Flex roda em uma única GPU, com descarregamento para a CPU como opção, e testou seus exemplos em 480p e 768p em uma H100 de 80 GB. Ela não informa VRAM mínima, então quem tem placas de consumo costuma recorrer a versões quantizadas da comunidade e testar os resultados por conta própria. Como referência, o autor do Hybrid relata cerca de 28 segundos por passo para um clipe de 15 segundos em 1184×672 em uma placa de 96 GB.

Uma coisa que usuários locais ainda não conseguem é 4K. A saída local vai até 768p; 1080p, 2K e 4K ficam com a API hospedada da Pika, onde o 4K vem de um upscaler separado de 1B. A Pika diz que esse upscaler terá código aberto, sem data anunciada.

Turbo LoRA, NVFP4 e int8: as versões da comunidade

Em poucos dias, as pessoas começaram a remixar o Pika H3 Flex. No momento da pesquisa, a página no Hugging Face somava 483 curtidas, 986 downloads no último mês e 19 Spaces construídos sobre ele, além de alguns adaptadores, ajustes finos e quantizações.

  • Turbo LoRA (akhaliq/Pika-H3-Flex-Turbo-LoRA): sete arquivos para 2, 4 ou 8 passos, cerca de 3,9 GB na versão completa ou aproximadamente 0,3 GB na versão rank-32; o ComfyUI Wiki informa que ele também funciona com versões int8 e GGUF do H3.
  • Versões NVFP4 da FastVideo, incluindo uma variante com atenção FP4, voltadas para GPUs Blackwell.
  • int8: o Hybrid b30-49 combina com um modelo base híbrido int8, um caminho popular em placas menores.
  • GGUF: não foi encontrado um GGUF dedicado dos adaptadores; o Turbo LoRA mira versões GGUF da base H3.
  • Workflows prontos para ComfyUI da Thelocallab e arquivos re-hospedados pela Comfy-Org.

Pika H3 Flex sem censura: o que a liberdade local significa

Até agora não existe uma edição oficial ou da comunidade sem censura ou NSFW do Pika H3 Flex; a API hospedada da Pika segue uma política de conteúdo da plataforma. O que os pesos abertos mudam é onde o clipe é feito: na sua própria máquina não há filtro na nuvem entre você e o resultado, e é por isso que criadores de conteúdo adulto rodam modelos H3 abertos e LoRAs de estilo localmente. Sem uma GPU potente, a ferramenta de imagem para vídeo daqui oferece movimento semelhante e sem filtros a partir de uma única foto para cenas adultas (18+).

Anime uma foto adulta em um clipe de vídeo curto direto no seu navegador.

Abrir imagem para vídeo

Pika H3 Flex auto-hospedado vs geração online no Spicy AI

Rodar o Pika H3 Flex por conta própria dá controle total e funciona offline, mas exige uma GPU potente, downloads de modelos e alguns ajustes no ComfyUI. Gerar online pula tudo isso: envie uma foto, descreva o movimento e o som e receba um clipe curto no seu navegador.

Implantação local (pesos oficiais)Spicy AI online
Filtros de conteúdoNenhum adicionado localmenteSem filtros de conteúdo para cenas adultas (18+)
Pesos abertosSimNão são necessários — roda no navegador
ModeloAdaptadores Pika H3 Flex sobre o MiniMax H3Modelo de vídeo semelhante sem censura, hospedado online
Experimente o gerador online de imagem para vídeo →

Perguntas frequentes

O que é o Pika H3 Flex?

É um par de adaptadores LoRA abertos, FL2VA e Ref2VA, que a Pika Labs lançou em 29 de outubro de 2026 para o modelo MiniMax H3. Eles geram vídeos de 5 a 15 segundos com som em seis passos.

Para que ele serve melhor?

O Pika H3 Flex brilha em clipes curtos de cena única que já precisam nascer com som: anúncios de produto, piadas de sitcom, títulos no ritmo da batida, covers de dança, lances esportivos e reels de moda adulta (18+). Filmes longos com várias cenas não são o forte dele.

Onde posso baixar?

Os adaptadores estão no Hugging Face em Pika-Labs/Pika-H3-Flex, com código e documentação no GitHub. Eles são carregados sobre o modelo base aberto MiniMax H3.

Quanta VRAM ele precisa?

A Pika só diz que o Pika H3 Flex roda em uma única GPU e foi testado em uma H100 de 80 GB, com descarregamento para a CPU disponível. Não há mínimo informado, então placas de consumo dependem de configurações da comunidade com int8, NVFP4 ou Turbo LoRA.

Ele gera vídeo em 4K localmente?

Não. A saída local é em 480p ou 768p. De 1080p a 4K só pela API, e o upscaler 4K foi prometido como open source, sem data.

Devo escolher FL2VA, Ref2VA ou o Hybrid?

Use o FL2VA para clipes a partir de texto, imagem e primeiro e último quadro, o Ref2VA para referências, e experimente o Hybrid b30-49 experimental quando quiser referências com menos artefatos.

Posso empilhar o Turbo LoRA com o Hybrid?

O autor do Hybrid desaconselha empilhar LoRAs turbo ou Lightning. O Turbo LoRA é um caminho separado de 2, 4 ou 8 passos.

Quantas referências um clipe pode usar?

No Ref2VA do Pika H3 Flex, até 12 arquivos: no máximo nove imagens, três vídeos e três clipes de áudio, incluindo pelo menos uma imagem ou vídeo.

Fontes

Todos os modelos de IA sem censura →

Pika e MiniMax são marcas registradas de seus respectivos proprietários. As versões da comunidade são trabalho de terceiros. Todo o conteúdo deve retratar adultos (18+).

Sign in

Welcome to Spicy AI

or