Pika H3 Flex génère 15 secondes de vidéo IA en 7 secondes

Les réserves

Les 7 secondes ne concernent que le transformeur qui génère la vidéo. Le traitement de la requête, la préparation des données, le décodage, le traitement audio et la livraison du fichier ne sont pas comptés ; l'attente réelle sera donc plus longue, surtout avec des fichiers de référence ou une résolution supérieure. Les clips durent de 5 à 15 secondes, à 24 images par seconde.

La 4K n'est pas native non plus. Le modèle ne génère nativement qu'en 480p et 768p ; le 1080p, la 2K et la 4K résultent d'un agrandissement, qui ne restitue pas des détails jamais produits.

Modification et références

H3 Flex accepte jusqu'à 12 fichiers de référence : 9 images, 3 vidéos et 3 contenus audio au maximum. On peut conserver un produit reconnaissable tout en changeant le décor, l'éclairage et le mouvement de caméra, ou remplacer un personnage ou un accessoire en gardant la chorégraphie d'origine. Les séquences multi-plans avec coupes, dialogues, musique et effets sont prises en charge, avec un export en cinq pistes audio : dialogues, musique, effets, bruitages d'actions et ambiance.

Poids ouverts, mais limités

Pika a publié les poids et le code sur GitHub et Hugging Face. Le code relève de la licence Apache 2.0, les poids de la licence communautaire MiniMax H3, distincte. La version locale gère le 480p et le 768p natifs, mais l'agrandissement en 4K, l'export des pistes séparées et certains outils restent réservés au service en ligne ; la vitesse en local dépend du matériel.

Le modèle est accessible via Pika API Club, et son arrivée dans l'outil principal de Pika est annoncée pour le 2 novembre. La facturation se fait à la seconde de vidéo : 0,04 dollar la seconde en 768p au tarif normal, soit 0,60 dollar pour 15 secondes, réduit de moitié au lancement. La 4K coûte 0,16 dollar la seconde, soit 2,40 dollars pour un clip complet.