Pika H3 Flex genera 15 segundos de vídeo con IA en 7 segundos

Las salvedades

Los 7 segundos corresponden únicamente al transformer que genera el vídeo. No incluyen la gestión de la solicitud, la preparación de datos, la decodificación, el procesado de audio ni la entrega del archivo, por lo que la espera real será mayor, sobre todo con archivos de referencia o resoluciones superiores. Los clips duran de 5 a 15 segundos a 24 fotogramas por segundo.

Tampoco la salida en 4K es nativa. El modelo genera de forma nativa solo en 480p y 768p; el 1080p, el 2K y el 4K se obtienen escalando, algo que no recupera detalles que nunca se generaron.

Edición y referencias

H3 Flex acepta hasta 12 archivos de referencia a la vez: un máximo de 9 imágenes, 3 vídeos y 3 audios. Así se puede mantener un producto reconocible mientras cambian el entorno, la iluminación y el movimiento de cámara, o sustituir un personaje o un objeto conservando la coreografía original. Admite secuencias de varios planos con cortes, diálogos, música y efectos, y permite exportar cinco pistas de audio separadas: diálogos, música, efectos, sonidos de acciones y ambiente.

Pesos abiertos, con límites

Pika ha publicado los pesos y el código en GitHub y Hugging Face. El código usa la licencia Apache 2.0 y los pesos, la licencia comunitaria de MiniMax H3, aparte. La versión local admite 480p y 768p nativos, pero el escalado a 4K, la exportación de pistas separadas y algunas herramientas siguen siendo exclusivas del servicio web, y la velocidad local depende del hardware.

El modelo está disponible en Pika API Club y su llegada a la herramienta principal de Pika se anunció para el 2 de noviembre. Se cobra por segundo de vídeo: 0,04 dólares por segundo en 768p a precio normal, es decir, 0,60 dólares por 15 segundos, con un 50 % de descuento de lanzamiento. El 4K cuesta 0,16 dólares por segundo, 2,40 dólares por un clip completo.