無審查 AI 影片 · 來自 Pika Labs 的開放轉接器

無審查 Pika H3 Flex:六步把點子直接變成有聲影片

問 AI ▾

Pika Labs 拿開放的 MiniMax H3 影片模型,針對速度與美感重新訓練,再把成果以開放權重的形式回饋給所有人。Pika H3 Flex 只要六步就能同時生成畫面與配樂,不論是情境喜劇橋段、耳機廣告,還是踩著節拍的舞蹈,都能直接產出 5 到 15 秒的完整短片。以下帶你看它最拿手的場景、誰在用它做什麼、可直接複製的提示詞,以及最簡單的上手方式。

  • 六步生成
  • 原生音訊
  • 最多 12 個參考素材
  • 開放權重
把照片變成影片 →
Pika H3 Flex 風格影片畫面:一名身穿紅色比基尼的成年女性漫步在黃金時刻的海灘上

無審查替代影片生成器

圖片轉影片

上傳一張照片作為第一幀,描述動作、鏡頭與聲音,就能把它變成一段短影片。

你的照片會成為短片的第一幀。

七個最拿手的場景:廣告、情境喜劇、舞蹈等

由於聲音和畫面在同一次生成中產出,短片一出來就能發布:人聲、腳步聲和音樂都已到位。這也讓更多人用得上 Pika H3 Flex。網店老闆、短劇編劇或舞蹈創作者,不需要剪輯師或音效庫,就能從點子一路做到成品。以下是 Pika 自家展示作品和社群最常做的幾種場景。

網路商店的產品廣告

把產品照片丟進 Ref2VA,鏡頭在輪廓光下環繞時,商品的外形和顏色絲毫不變。咻的音效和重低音準時落下,耳機或香水的宣傳短片就能直接放上商品頁或社群廣告。

短劇與情境喜劇橋段

一段提示詞就能在 15 秒內裝進遠景、反應特寫和笑點,還附上對白與罐頭笑聲。Pika 的展示作品是狗狗偷走生日蛋糕;短劇創作者用同一套做法產出每日更新的內容。

踩點片頭與音樂宣傳

加入一段參考音軌,文字、標誌或圖形就會精準落在每個節拍上。瑞士風格的動態字 MOVE 是經典示範,拿來做新歌預告、活動開場和頻道片頭也同樣好用。

真實速度的運動與動作

35mm 底片質感的桌球對打以真實速度播放,不放慢動作,球落在桌面的聲音也完全同步。很適合健身帳號、運動用品品牌和精華剪輯風格的短片。

舞蹈翻跳與編舞

參考影片把舞步交給身處新場景的新舞者,例如普普風唱片行,音樂節拍也跟得上。創作者常用它換上不同服裝和場景,重新演繹流行舞蹈。

分鏡、轉場與多人鏡頭

給 FL2VA 一張首幀和一張尾幀,它會補上兩者之間的動作,很適合預覽場景或銜接兩個鏡頭。像三位成年人在陽台伸展這種繞著多人旋轉的運鏡,也能保持穩定。

成人(18+)時尚與泳裝短片

虛構成年模特兒的比基尼海灘走秀、內衣型錄或泳池派對舞蹈,服裝由參考圖片固定,每個鏡頭都維持一致。

場景你提供什麼得到什麼
產品廣告產品照片 + 簡短說明附音效與音樂的環繞鏡頭
情境喜劇橋段標好時間段的文字腳本有對白和笑聲的多鏡頭場景
踩點片頭文字 + 參考音訊每一拍都到位的動態圖像
舞蹈翻跳角色圖片 + 參考影片新舞者跳同樣舞步,音樂合拍
場景轉場首幀 + 尾幀兩張畫面之間的流暢過渡
泳裝短片(18+)服裝圖片 + 場景設定造型穩定的伸展台式走秀
情境喜劇風格的 AI 影片畫面:狗狗偷走生日蛋糕,沙發上的兩位成年人一臉驚訝

參考素材轉影片:一個提示詞放進十二個檔案

對品牌和說故事的人來說,Ref2VA 正是 Pika H3 Flex 最出色的地方。總共可附加最多 12 個檔案:最多九張圖片、三段影片和三段音訊,且至少要包含一張圖片或一段影片。每段音訊或影片長 2 到 15 秒,提示詞本身最多可寫 8,000 個字元,足以把一場短戲逐拍寫成腳本。

簡單的流程就很好用:圖片 1 放主角產品或角色,圖片 2 放服裝或場景,用一段音訊定下節奏,需要特定動作時再加一段短影片。在提示詞中以編號指稱每個檔案,再描述動作、鏡頭和聲音。輸出為每秒 24 幀的 MP4,附 32 kHz 立體聲,解析度為 480p 或 768p,並提供從 21:9 到 9:21 共十一種長寬比。

AI 廣告短片用的棚拍產品影片畫面:無線耳機在輪廓光下旋轉

今天就能複製使用的提示詞範本

Pika 的提示詞指南偏好清楚的結構:把短片切成時間區段、指明鏡頭運動、說明哪些元素必須保持一致、描述影像質感,再分別列出對白、音效與音樂。使用 Pika H3 Flex 時,請在 5 到 15 秒之間選一個整數秒數,並讓每個時間區段只有一個主要點子。

萬用結構

[0-3s] 一位騎單車的女子滑進灑滿陽光的廣場。[3-8s] 她停下來抬頭時鏡頭推近。[8-12s] 緩慢環繞,帶出整座城市。一致性:保持她的黃色外套和短髮。質感:35mm 底片、自然光、顆粒感。音效:單車鏈條聲、遠處的人聲。音樂:慵懶獨立樂,90 BPM。

多機位情境喜劇

多機位情境喜劇,明亮的客廳。[0-4s] 遠景:一隻黃金獵犬盯著生日蛋糕。[4-9s] 沙發上兩位成年人的反應特寫。[9-12s] 狗狗叼著一塊蛋糕跑走。罐頭笑聲。對白:「剛剛那是整個蛋糕嗎?」

附參考素材的產品廣告

以圖片 1 作為產品,精準保持其形狀與顏色。繞著耳機緩慢環繞,棚內輪廓光,深色漸層背景。音效:輕柔的咻聲,第 2 秒一記重低音。音樂:極簡電子樂,100 BPM。

海灘伸展台(18+)

一位虛構的成年模特兒穿著圖片 1 中的紅色比基尼,在黃金時刻漫步海灘。從側面跟拍,第 6 秒她轉身微笑。音效:海浪與風聲。音樂:輕快的 house 舞曲。

  • 把時間點寫在方括號裡,讓每一拍都有自己的動作。
  • 音效和音樂分行寫;模型聽得出其中的差別。
  • 做動態字體時,加入一段參考音訊,並寫明哪些字母落在哪一拍。

從五十步到六步:為什麼大家都在討論它

多數開放影片模型都得讓你等它把一段短片去噪四、五十次。Pika 以 MiniMax H3 為起點,這個 330 億參數的模型原本就能一次同時產生影片與聲音,再加上自家的微調、名為 PDMD 的蒸餾方法以及偏好學習。教師模型需要 50 步,Pika H3 Flex 只要六步。Pika 於 2026 年 10 月 29 日發布 Pika H3 Flex,形式是兩個疊加在原始 H3 權重之上的 LoRA 轉接器。

成果就是有感的速度。在 Pika 自己以八張 B300 GPU 伺服器進行的測試中,一段附音訊的 5 秒 768p 短片從 3.4 秒縮短到約 2.1 秒,該公司並表示平均比 Fal 上託管的 H3 Max 快約 1.8 倍。這些是廠商自己的數據,並非獨立評測,但足以說明 Pika H3 Flex 為何爆紅:草稿出得快,一個晚上就能多試好幾個點子,而且這是出自大家早已熟悉的品牌、貨真價實的開源影片模型。

FL2VA、Ref2VA 或社群 Hybrid:選對轉接器

Pika H3 Flex 其實是兩種工具。FL2VA 負責文字轉影片、圖片轉影片,以及首尾幀短片,是分鏡、轉場和補足兩個關鍵幀之間空白的首選。Ref2VA 會讀取整組參考素材,讓臉孔、產品或舞步在每個鏡頭之間都保持一致。第三個選項來自社群:hyukudan 的 Hybrid b30-49 保留 FL2VA 的區塊 0 到 29,並取用 Ref2VA 的區塊 30 到 49,單純複製張量,完全不需重新訓練。

FL2VARef2VAHybrid b30-49
輸入文字、首幀、尾幀文字 + 最多 9 張圖片、3 段影片、3 段音訊與 Ref2VA 相同的參考輸入
最適合分鏡、轉場、讓靜態圖動起來重複出現的角色、產品、舞蹈或音樂參考瑕疵更少的多參考短片
開發者Pika LabsPika Labs社群(hyukudan),實驗性
注意事項沒有角色參考表至少需要一張圖片或一段影片只能搭配對應的 b30-49 混合底模

Hybrid 的作者表示,它並不比 turbo 類選項更快,重點在於保留 Ref2VA 記憶能力的同時讓畫面更乾淨。請以強度 1.0、lcm 取樣器、CFG 1.0 及作者提供的手動 sigma 列表執行,並且不要再疊加 turbo 或 Lightning LoRA。

Pika H3 Flex vs MiniMax H3:哪些地方變好了

和它所源自的基礎 H3 相比,最大亮點是速度:從五十步變成六步,在 Pika 的測試中另外還有 1.6 倍的推論最佳化。託管服務方面,API 增加了最高到 4K 的更高解析度,並能輸出五條可編輯的音軌:對白、音樂、音效、擬音和環境音,讓剪輯師混音輕鬆許多。

Pika 對弱點也很坦白。物理表現、多場景敘事、光線與材質仍落後部分競爭模型。因此 Pika H3 Flex 最擅長的是節奏明快的單一場景短片、廣告、舞蹈和喜劇橋段,較不適合光線複雜的長篇電影感段落。

下載並在家執行:ComfyUI、VRAM 與 4K

Pika H3 Flex 的權重放在 Hugging Face 的 Pika-Labs/Pika-H3-Flex,程式碼則在 GitHub。Diffusers 使用者只要呼叫一次 load_lora_weights 就能載入到 MiniMax H3 上,命令列工具名稱是 pika-h3-pro。ComfyUI 提供文字轉影片、FL2VA 和參考素材轉影片的官方工作流程範本;把轉接器放進 loras 資料夾,再選一個範本即可。Draw Things、Colab 和 Kaggle 筆記本也是簡單的途徑。

Pika 表示 Pika H3 Flex 可以在單張 GPU 上執行,也可選擇 CPU 卸載,其 480p 和 768p 範例是在 80 GB 的 H100 上測試的。官方沒有給出最低 VRAM,因此消費級顯示卡的使用者通常會改用社群的量化版本,並自行測試效果。作為參考,Hybrid 的作者回報,在 96 GB 顯示卡上生成一段 15 秒、1184×672 的短片,每一步約需 28 秒。

本機使用者目前還拿不到的就是 4K。本機輸出最高 768p;1080p、2K 和 4K 屬於 Pika 的託管 API,其中 4K 來自另一個 1B 的放大模型。Pika 表示這個放大模型將會開源,但尚未公布日期。

Turbo LoRA、NVFP4 與 int8:社群版本

短短幾天內,大家就開始改造 Pika H3 Flex。在調查時,Hugging Face 頁面已累積 483 個讚、過去一個月 986 次下載,以及 19 個以它打造的 Spaces,另外還有幾個轉接器、微調版和量化版本。

  • Turbo LoRA(akhaliq/Pika-H3-Flex-Turbo-LoRA):七個檔案,對應 2、4 或 8 步,完整版約 3.9 GB,rank-32 版本約 0.3 GB;ComfyUI Wiki 指出它也能搭配 H3 的 int8 與 GGUF 版本使用。
  • FastVideo 推出的 NVFP4 版本,包含 FP4 注意力變體,鎖定 Blackwell GPU。
  • int8:Hybrid b30-49 搭配 int8 混合底模使用,是小顯卡上的熱門選擇。
  • GGUF:目前沒找到轉接器專用的 GGUF;Turbo LoRA 改為針對 H3 底模的 GGUF 版本。
  • Thelocallab 提供的現成 ComfyUI 工作流程,以及 Comfy-Org 重新託管的檔案。

無審查 Pika H3 Flex:本機自由代表什麼

到目前為止,無論官方或社群,都沒有 Pika H3 Flex 的無審查或 NSFW 版本;Pika 的託管 API 遵循平台內容政策。開放權重改變的是短片在哪裡生成:在你自己的電腦上,你和成品之間沒有任何雲端過濾器,這也是成人創作者在本機執行開放 H3 模型和風格 LoRA 的原因。沒有高階 GPU 的話,本站的圖片轉影片工具也能只用一張照片,為成人(18+)場景生成同樣不受過濾的動態畫面。

在瀏覽器中把成人照片變成一段短影片。

開啟圖片轉影片

自行架設 Pika H3 Flex vs 在 Spicy AI 線上生成

自己執行 Pika H3 Flex 能完全掌控,也能離線使用,但需要強大的 GPU、下載模型,還得花點功夫調整 ComfyUI。線上生成則省去這一切:上傳照片、寫下動作與聲音,就能在瀏覽器中拿到一段短片。

本機部署(官方權重)Spicy AI 線上版
內容過濾本機不另加過濾成人(18+)場景也沒有內容過濾
開放權重是不需要 — 直接在瀏覽器執行
模型基於 MiniMax H3 的 Pika H3 Flex 轉接器線上託管的類似無審查影片模型
試用線上圖片轉影片生成器 →

常見問題

Pika H3 Flex 是什麼?

它是 Pika Labs 於 2026 年 10 月 29 日為 MiniMax H3 模型發布的一對開放 LoRA 轉接器:FL2VA 和 Ref2VA,能在六步內生成 5 到 15 秒的有聲影片。

它最適合用來做什麼?

Pika H3 Flex 最拿手的是一開始就需要聲音的單一場景短片:產品廣告、情境喜劇笑點、踩點片頭、舞蹈翻跳、運動瞬間,以及成人(18+)時尚短片。多場景的長篇影片則不是它的強項。

可以在哪裡下載?

轉接器放在 Hugging Face 的 Pika-Labs/Pika-H3-Flex,程式碼與文件在 GitHub。使用時載入到開放的 MiniMax H3 基礎模型上。

需要多少 VRAM?

Pika 只說明 Pika H3 Flex 可在單張 GPU 上執行,並在 80 GB 的 H100 上測試過,也支援 CPU 卸載。由於沒有給出最低需求,消費級顯示卡只能仰賴社群的 int8、NVFP4 或 Turbo LoRA 配置。

可以在本機生成 4K 影片嗎?

不行。本機輸出為 480p 或 768p。1080p 到 4K 僅限 API,4K 放大模型雖已承諾開源,但沒有公布日期。

該選 FL2VA、Ref2VA 還是 Hybrid?

文字、圖片和首尾幀短片用 FL2VA,參考素材用 Ref2VA;想用參考素材又希望瑕疵更少時,可以試試實驗性的 Hybrid b30-49。

Turbo LoRA 可以和 Hybrid 疊加使用嗎?

Hybrid 的作者建議不要疊加 turbo 或 Lightning LoRA。Turbo LoRA 是另一條 2、4 或 8 步的路線。

一段短片可以用幾個參考素材?

在 Pika H3 Flex 的 Ref2VA 中最多 12 個檔案:最多九張圖片、三段影片和三段音訊,且至少包含一張圖片或一段影片。

資料來源

所有無審查 AI 模型 →

Pika 與 MiniMax 為其各自所有者的商標。社群版本為第三方作品。所有內容皆須描繪成年人(18+)。

Sign in

Welcome to Spicy AI

or