Pika H3 Flex erzeugt 15 Sekunden KI-Video in 7 Sekunden
Pikas neues Modell H3 Flex auf Basis von MiniMax H3 soll einen 15-Sekunden-Clip samt Ton in 7 Sekunden berechnen. Die Zahl betrifft allerdings nur einen Teil des Prozesses.
SUMO· das Zahlenrätsel
Dialo· Sprachen lernen durch Sprechen
ediviewer· EDI-Dateien wie Dokumente lesenPika hat mit H3 Flex ein KI-Videomodell vorgestellt, das nach Unternehmensangaben einen 15-sekündigen Clip mit synchronem Ton in nur 7 Sekunden erzeugt. Gemessen wurde das Ergebnis bei 768p. Das Modell basiert auf MiniMax H3, wurde zusätzlich auf Tempo und Bearbeitbarkeit trainiert und richtet sich an Macher von Werbung, Animationen und Kurzvideos.
Laut Pika ist H3 Flex bei vergleichbaren Aufgaben im Schnitt rund 1,8-mal schneller als H3Max. Der Grund sind deutlich weniger Rechenschritte: Das Basismodell MiniMax H3 nutzt 50 Entrauschungsschritte, H3 Flex kommt mit 6 aus.
Die Einschränkungen
Die 7 Sekunden beziehen sich nur auf den Transformer, der das Video erzeugt. Anfragebearbeitung, Vorbereitung der Eingaben, Dekodierung, Audioverarbeitung und Dateiauslieferung sind nicht enthalten. Die tatsächliche Wartezeit fällt daher länger aus, besonders bei Referenzdateien oder höherer Auflösung. Die Clips dauern 5 bis 15 Sekunden bei 24 Bildern pro Sekunde.
Auch das 4K-Ergebnis ist nicht nativ. Nativ rechnet das Modell nur in 480p und 768p; 1080p, 2K und 4K entstehen durch Hochskalierung, die fehlende Details nicht zurückbringen kann.
Bearbeitung und Referenzen
H3 Flex nimmt bis zu 12 Referenzdateien gleichzeitig an: höchstens 9 Bilder, 3 Videos und 3 Audioclips. So lässt sich ein Produkt erkennbar halten, während Umgebung, Licht und Kamerabewegung wechseln, oder eine Figur austauschen, ohne die Choreografie zu verlieren. Möglich sind auch mehrteilige Sequenzen mit Schnitten, Dialogen, Musik und Effekten. Exportiert werden können fünf getrennte Tonspuren: Dialog, Musik, Effekte, Handlungsgeräusche und Umgebung.
Offene Gewichte mit Grenzen
Pika hat Gewichte und Code auf GitHub und Hugging Face veröffentlicht. Der Code steht unter Apache 2.0, die Gewichte unter der separaten MiniMax-H3-Community-Lizenz. Die lokale Version beherrscht natives 480p und 768p; 4K-Skalierung, der Export getrennter Tonspuren und einige Werkzeuge bleiben dem Webdienst vorbehalten. Die lokale Geschwindigkeit hängt von der Hardware ab.
Das Modell ist über Pika API Club verfügbar, der Start im Hauptprodukt von Pika wurde für den 2. November angekündigt. Abgerechnet wird pro Videosekunde: 768p kostet regulär 0,04 US-Dollar pro Sekunde, also 0,60 Dollar für 15 Sekunden; zum Start gilt der halbe Preis. Für 4K fallen 0,16 Dollar pro Sekunde an, 2,40 Dollar für einen vollen Clip.
Apps, die sich lohnen
SUMO: das ZahlenrätselTippe die richtigen Felder, addiere, triff das Ziel. Leicht zu lernen, schwer zu meistern. Kostenlos, für jedes Alter.
Dialo: Sprachen lernen durch SprechenSprich mit einem KI-Gesprächspartner; jeder Satz kommt korrigiert und in deiner Sprache erklärt zurück. 9 Sprachen, A1 bis C2.
ediviewer: EDI-Dateien wie Dokumente lesenEDIFACT- und X12-Nachrichten öffnen, jedes Segment verständlich erklärt, in JSON/XML umwandeln, als PDF und Excel exportieren. Läuft lokal, kein Upload.
Mehr von diesem Tag
Alle anzeigen →
KI-Engpass Geld: CoreWeave und Nscale kämpfen mit Anleihekosten
Guardia Civil kauft für 2,5 Mio. Euro Fernzugriff auf Handys
Balkonkraftwerke: Westaustralien übernimmt deutsche Regeln
