ИИ-видео без цензуры · Открытые адаптеры от Pika Labs

Pika H3 Flex без цензуры: видео со звуком за шесть шагов прямо из ваших идей

Спросить ИИ ▾

Pika Labs взяла открытую видеомодель MiniMax H3, дообучила её ради скорости и эстетики и вернула результат всем в виде открытых весов. Pika H3 Flex создаёт картинку и звуковую дорожку вместе всего за шесть шагов, поэтому шутка в духе ситкома, реклама наушников или танец в такт музыке выходят готовым клипом длиной от 5 до 15 секунд. Ниже — сцены, которые удаются ей лучше всего, кто и для чего её использует, готовые промпты для копирования и самый простой способ попробовать.

  • Генерация за 6 шагов
  • Встроенный звук
  • До 12 референсов
  • Открытые веса
Превратить фото в видео →
Кадр видео в стиле Pika H3 Flex: взрослая женщина в красном бикини идёт по пляжу в золотой час

Альтернативный генератор видео без цензуры

Фото в видео

Загрузите фото как первый кадр, опишите движение, камеру и звук — и получите короткое видео.

Ваше фото станет первым кадром клипа.

Семь сцен, где она раскрывается: реклама, ситкомы, танцы и не только

Поскольку звук появляется в том же проходе, что и картинка, клип выходит готовым к публикации: голоса, шаги и музыка уже на месте. Это меняет круг тех, кому пригодится Pika H3 Flex. Владелец магазина, сценарист коротких сериалов или автор танцевальных роликов проходят путь от идеи до готового клипа без монтажёра и библиотеки звуков. Вот сцены, к которым снова и снова возвращаются и собственная витрина Pika, и сообщество.

Реклама товаров для интернет-магазинов

Загрузите фото товара в Ref2VA — и он сохранит точную форму и цвета, пока камера облетает его в контровом свете. Свист и удар баса звучат точно в нужный момент, так что ролик о наушниках или духах готов для карточки товара или рекламы в соцсетях.

Короткие сериалы и шутки в духе ситкома

В один промпт помещаются общий план, крупный план реакции и развязка — всё за 15 секунд, с диалогом и закадровым смехом. В витрине Pika собака крадёт праздничный торт; авторы скетчей по тому же рецепту делают ежедневные выпуски.

Титры в такт и музыкальные промо

Добавьте референсный трек — и буквы, логотипы или фигуры будут вставать точно на каждую долю. Кинетическое слово MOVE в швейцарском стиле — классическое демо, и тот же приём отлично работает для тизеров песен, заставок мероприятий и интро каналов.

Спорт и экшен в реальной скорости

Розыгрыш в настольном теннисе в эстетике 35-мм плёнки идёт в настоящем темпе, без замедления, а стук мяча о стол попадает в кадр синхронно. Подходит фитнес-аккаунтам, брендам экипировки и роликам с лучшими моментами.

Танцевальные каверы и хореография

Референсное видео передаёт свои движения новой танцовщице в новом месте — например, в магазине пластинок в стиле поп-арт, — а музыка держит ритм. Так авторы переснимают тренд в других образах и декорациях.

Раскадровки, переходы и групповые сцены

Дайте FL2VA первый и последний кадр, и модель достроит движение между ними — удобно, чтобы заранее увидеть сцену или связать два плана. Облёты камеры вокруг нескольких людей, например трёх взрослых на растяжке на балконе, получаются цельными.

Мода и купальники для взрослых (18+)

Вымышленные взрослые модели на пляжном дефиле в бикини, в лукбуке нижнего белья или в танце на вечеринке у бассейна; образ закреплён референсным изображением и не меняется от кадра к кадру.

СценаЧто вы даётеЧто получается
Реклама товараФото товара + короткое описаниеОблёт камерой со звуковыми эффектами и музыкой
Шутка в духе ситкомаТекстовый сценарий с таймингомСцена из нескольких планов с диалогом и смехом
Титры в тактТекст + референсное аудиоМоушн-графика, попадающая в каждую долю
Танцевальный каверИзображение героя + референсное видеоНовая танцовщица, те же движения, музыка в ритм
Переход между сценамиПервый кадр + последний кадрПлавное движение от одного к другому
Ролик с купальниками (18+)Изображение образа + место действияПроход как на подиуме с неизменным образом
Сцена ИИ-видео в стиле ситкома: собака крадёт праздничный торт, а двое взрослых на диване реагируют

Видео по референсам: двенадцать файлов в одном промпте

Именно в Ref2VA Pika H3 Flex раскрывается для брендов и рассказчиков. Можно прикрепить до 12 файлов: до девяти изображений, трёх видеоклипов и трёх аудиоклипов, причём хотя бы одно изображение или видео обязательно. Каждый аудио- или видеоклип длится от 2 до 15 секунд, а сам промпт может содержать до 8000 символов — достаточно, чтобы расписать короткую сцену по тактам.

Хорошо работает простая схема: изображение 1 — главный продукт или персонаж, изображение 2 — наряд или обстановка, аудиоклип задаёт ритм, а короткое видео — если нужно конкретное движение. Указывайте в промпте каждый файл по номеру, затем описывайте действие, камеру и звук. Клипы выходят с частотой 24 кадра в секунду в формате MP4 со стереозвуком 32 кГц, в 480p или 768p и в одиннадцати соотношениях сторон от 21:9 до 9:21.

Студийный кадр продуктового видео: беспроводные наушники вращаются в контровом свете для рекламного ИИ-клипа

Шаблоны промптов, которые можно скопировать уже сегодня

Рекомендации Pika по промптам опираются на чёткую структуру: разбейте клип на временные отрезки, назовите движение камеры, укажите, что должно оставаться неизменным, опишите киношный стиль, а затем отдельно перечислите диалоги, звуковые эффекты и музыку. Для Pika H3 Flex выбирайте целое число секунд от 5 до 15 и держитесь одной главной идеи на каждый отрезок.

Универсальная структура

[0-3s] Велосипедистка въезжает на залитую солнцем площадь. [3-8s] Наезд камеры, когда она останавливается и смотрит вверх. [8-12s] Медленный облёт, открывающий город. Постоянство: сохранить жёлтую куртку и короткую стрижку. Стиль: 35-мм плёнка, естественный свет, зерно. Звук: цепь велосипеда, далёкий гул голосов. Музыка: мягкий инди, 90 BPM.

Ситком на несколько камер

Ситком на несколько камер, светлая гостиная. [0-4s] Общий план: золотистый ретривер косится на праздничный торт. [4-9s] Крупный план реакции двух взрослых на диване. [9-12s] Собака убегает с куском торта. Фоном закадровый смех. Диалог: «Это был весь торт?»

Реклама продукта с референсами

Используй изображение 1 как продукт, точно сохрани форму и цвета. Медленный облёт вокруг наушников, студийный контровой свет, тёмный градиентный фон. Звук: мягкий свист, удар баса на 2s. Музыка: минималистичная электроника, 100 BPM.

Пляжный подиум (18+)

Взрослая вымышленная модель в красном бикини с изображения 1 идёт по пляжу в золотой час. Следящий кадр сбоку, на 6s она оборачивается и улыбается. Звук: волны и ветер. Музыка: бодрый хаус.

  • Указывайте тайминг в квадратных скобках, чтобы у каждого такта было своё действие.
  • Пишите звук и музыку отдельными строками — модель слышит разницу.
  • Для кинетической типографики добавьте референсный аудиоклип и укажите, какие буквы попадают на какую долю.

С пятидесяти шагов до шести: почему о ней все говорят

Большинство открытых видеомоделей заставляют ждать, пока они сорок или пятьдесят раз очищают клип от шума. Pika взяла за основу MiniMax H3 — модель на 33 миллиарда параметров, которая уже создаёт видео и звук за один проход, — и добавила собственное дообучение, метод дистилляции под названием PDMD и обучение на предпочтениях. Модели-учителю нужно 50 шагов, а Pika H3 Flex — всего шесть. Pika выпустила Pika H3 Flex 29 октября 2026 года в виде двух LoRA-адаптеров, которые работают поверх исходных весов H3.

Результат — ощутимая скорость. В собственном тесте Pika на сервере с восемью GPU B300 5-секундный клип в 768p со звуком занял около 2,1 секунды вместо 3,4, а в среднем, по словам компании, это примерно в 1,8 раза быстрее, чем размещённая H3 Max на Fal. Это данные разработчика, а не независимые бенчмарки, но они объясняют ажиотаж вокруг Pika H3 Flex: быстрые черновики — это больше опробованных идей за вечер, плюс настоящая видеомодель с открытым кодом от уже знакомого бренда.

FL2VA, Ref2VA или Hybrid от сообщества: выберите адаптер

На самом деле Pika H3 Flex — это два инструмента. FL2VA отвечает за видео из текста, видео из изображения и клипы по первому и последнему кадру, поэтому он лучший выбор для раскадровок, переходов и заполнения промежутка между двумя ключевыми кадрами. Ref2VA читает целый набор референсов, так что лицо, продукт или танцевальное движение остаются одинаковыми от кадра к кадру. Третий вариант предложило сообщество: Hybrid b30-49 от hyukudan берёт блоки 0–29 из FL2VA и блоки 30–49 из Ref2VA — простое копирование тензоров без переобучения.

FL2VARef2VAHybrid b30-49
Входные данныеТекст, первый кадр, последний кадрТекст + до 9 изображений, 3 видео, 3 аудиоклипаТе же референсы, что и у Ref2VA
Лучше всего дляРаскадровки, переходы, оживление статичного кадраПовторяющиеся персонажи, продукты, референсы танца или музыкиКлипы с несколькими референсами и меньшим числом артефактов
АвторPika LabsPika LabsСообщество (hyukudan), экспериментальный
Обратите вниманиеНет листа референсов персонажаНужно хотя бы одно изображение или видеоРаботает только с подходящей гибридной базой b30-49

По словам автора Hybrid, он не быстрее турбо-вариантов: его смысл — более чистая картинка при сохранении памяти Ref2VA. Запускайте его с силой 1.0, сэмплером lcm, CFG 1.0 и ручным списком sigma от автора и не накладывайте сверху турбо- или Lightning-LoRA.

Pika H3 Flex против MiniMax H3: что стало лучше

По сравнению с базовой H3, из которой она выросла, главное — скорость: шесть шагов вместо пятидесяти плюс отдельная оптимизация инференса в 1,6 раза в тестах Pika. В облачной версии API добавляет более высокие разрешения вплоть до 4K и может выдавать пять редактируемых звуковых дорожек: диалоги, музыку, звуковые эффекты, шумы (foley) и атмосферу, что сильно упрощает сведение для монтажёров.

Pika честно говорит и о слабых местах. Физика, повествование в нескольких сценах, освещение и материалы пока уступают некоторым конкурентам. Поэтому Pika H3 Flex лучше всего подходит для ярких односценных клипов, рекламы, танцев и комедийных моментов и хуже — для длинных кинематографичных сцен со сложным светом.

Скачать и запустить дома: ComfyUI, VRAM и 4K

Веса Pika H3 Flex лежат на Hugging Face в репозитории Pika-Labs/Pika-H3-Flex, код — на GitHub. Пользователи Diffusers загружают их поверх MiniMax H3 одним вызовом load_lora_weights, а инструмент командной строки называется pika-h3-pro. ComfyUI поставляет официальные шаблоны workflow для видео из текста, FL2VA и видео по референсам: положите адаптер в папку loras и выберите шаблон. Draw Things, а также ноутбуки для Colab и Kaggle — ещё несколько простых путей.

По словам Pika, Pika H3 Flex работает на одной GPU с возможностью выгрузки на CPU, а примеры в 480p и 768p тестировались на H100 с 80 ГБ. Минимальный объём VRAM не указан, поэтому владельцы потребительских видеокарт обычно берут квантованные сборки сообщества и проверяют результат сами. Для ориентира: автор Hybrid сообщает примерно о 28 секундах на шаг для 15-секундного клипа 1184×672 на карте с 96 ГБ.

Одного локальные пользователи пока не получат — 4K. Локально максимум 768p; 1080p, 2K и 4K доступны только через облачный API Pika, где 4K обеспечивает отдельный апскейлер на 1B. Pika обещает открыть код этого апскейлера, но дата не объявлена.

Turbo LoRA, NVFP4 и int8: сборки сообщества

Уже через несколько дней люди начали делать ремиксы Pika H3 Flex. На момент исследования страница на Hugging Face насчитывала 483 лайка, 986 загрузок за последний месяц и 19 Spaces на её основе, а также несколько адаптеров, дообученных версий и квантизаций.

  • Turbo LoRA (akhaliq/Pika-H3-Flex-Turbo-LoRA): семь файлов для 2, 4 или 8 шагов, около 3,9 ГБ в полной версии или примерно 0,3 ГБ в версии rank-32; по данным ComfyUI Wiki, она также работает со сборками H3 в int8 и GGUF.
  • Сборки NVFP4 от FastVideo, включая вариант с FP4-attention, рассчитанные на GPU Blackwell.
  • int8: Hybrid b30-49 работает в паре с гибридной базовой моделью int8 — популярный путь для карт попроще.
  • GGUF: отдельного GGUF для адаптеров не нашлось; Turbo LoRA вместо этого рассчитана на GGUF-сборки базы H3.
  • Готовые workflow для ComfyUI от Thelocallab и файлы, перезалитые Comfy-Org.

Pika H3 Flex без цензуры: что даёт свобода локального запуска

Пока не существует ни официальной, ни сделанной сообществом версии Pika H3 Flex без цензуры или с NSFW; облачный API Pika следует правилам контента платформы. Открытые веса меняют то, где создаётся клип: на вашем собственном компьютере между вами и результатом нет облачного фильтра — поэтому авторы контента для взрослых запускают открытые модели H3 и стилевые LoRA локально. Если мощной GPU нет, инструмент «фото в видео» на этом сайте даёт похожее движение без фильтров из одного фото для сцен со взрослыми (18+).

Оживите фото взрослого человека в короткий видеоклип прямо в браузере.

Открыть «фото в видео»

Pika H3 Flex на своём железе или онлайн-генерация на Spicy AI

Собственный запуск Pika H3 Flex даёт полный контроль и работу офлайн, но требует мощной GPU, загрузки моделей и возни с ComfyUI. Онлайн-генерация избавляет от всего этого: загрузите фото, опишите движение и звук — и получите короткий клип прямо в браузере.

Локальный запуск (официальные веса)Spicy AI онлайн
Фильтры контентаЛокально не добавляютсяНет фильтров контента для сцен со взрослыми (18+)
Открытые весаДаНе нужны — работает в браузере
МодельАдаптеры Pika H3 Flex на MiniMax H3Похожая видеомодель без цензуры, размещённая онлайн
Попробовать онлайн-генератор «фото в видео» →

Частые вопросы

Что такое Pika H3 Flex?

Это пара открытых LoRA-адаптеров, FL2VA и Ref2VA, которые Pika Labs выпустила 29 октября 2026 года для модели MiniMax H3. Они создают видео длиной от 5 до 15 секунд со звуком за шесть шагов.

Для чего она подходит лучше всего?

Pika H3 Flex сильнее всего в коротких клипах из одной сцены, где звук нужен сразу: реклама товаров, шутки в духе ситкома, титры в такт музыке, танцевальные каверы, спортивные моменты и модные ролики для взрослых (18+). Длинные фильмы из многих сцен — не её конёк.

Где её скачать?

Адаптеры лежат на Hugging Face в репозитории Pika-Labs/Pika-H3-Flex, код и документация — на GitHub. Они подключаются поверх открытой базовой модели MiniMax H3.

Сколько нужно VRAM?

Pika лишь сообщает, что Pika H3 Flex работает на одной GPU и тестировался на H100 с 80 ГБ, при этом доступна выгрузка на CPU. Минимум не указан, поэтому на потребительских картах используют сборки сообщества int8, NVFP4 или Turbo LoRA.

Можно ли делать 4K-видео локально?

Нет. Локально доступны 480p или 768p. От 1080p до 4K — только через API, а открытие кода 4K-апскейлера обещано без указания даты.

Что выбрать: FL2VA, Ref2VA или Hybrid?

Используйте FL2VA для клипов из текста, изображения и по первому и последнему кадру, Ref2VA — для референсов, а экспериментальный Hybrid b30-49 попробуйте, если нужны референсы с меньшим числом артефактов.

Можно ли совмещать Turbo LoRA с Hybrid?

Автор Hybrid не советует накладывать турбо- или Lightning-LoRA. Turbo LoRA — отдельный путь на 2, 4 или 8 шагов.

Сколько референсов можно использовать в одном клипе?

В Pika H3 Flex Ref2VA — до 12 файлов: максимум девять изображений, три видео и три аудиоклипа, включая хотя бы одно изображение или видео.

Источники

Все ИИ-модели без цензуры →

Pika и MiniMax — товарные знаки соответствующих владельцев. Сборки сообщества — работа третьих лиц. Весь контент должен изображать только взрослых (18+).

Sign in

Welcome to Spicy AI

or