Pika H3 Flex, 15 saniyelik yapay zeka videosunu 7 saniyede üretiyor

Sınırlamalar

Pika, 7 saniyenin yalnızca videoyu üreten transformer'ın çalışma süresini kapsadığını vurguluyor. İsteğin işlenmesi, girdilerin hazırlanması, kod çözme, ses işleme ve dosyanın iletilmesi bu süreye dahil değil. Referans materyal kullanıldığında bekleme daha uzun olabilir.

Videolar 5 ile 15 saniye arasında ve saniyede 24 kare. Model yalnızca 480p ve 768p çözünürlüğü yerel olarak üretiyor; 1080p, 2K ve 4K çıktılar ölçeklendirmeyle elde ediliyor, yani gerçek anlamda yerel 4K değil.

Düzenleme, açık ağırlıklar ve fiyat

H3 Flex aynı anda 12 dosyaya kadar referans alabiliyor: en fazla 9 görsel, 3 video ve 3 ses. Böylece ürün tanınabilir kalırken ortam, ışık ve kamera hareketi değişebiliyor; mevcut bir görüntüdeki karakter veya nesne, koreografi korunarak değiştirilebiliyor. Çıktı; diyalog, müzik, efekt, eylem sesleri ve ortam sesi olmak üzere 5 ayrı ses kanalıyla dışa aktarılabiliyor.

Pika, model ağırlıklarını ve kodu GitHub ile Hugging Face'te yayımladı. Kod Apache 2.0, ağırlıklar ise MiniMax H3 topluluk lisansı altında. 4K ölçeklendirme ve ses kanalı dışa aktarımı gibi özellikler yalnızca çevrimiçi hizmette bulunuyor; yerel hız donanıma bağlı.

Model Pika API Club üzerinden sunuluyor, ana Pika aracına ise 2 Kasım'da gelmesi planlanıyor. 768p için saniye başına normal ücret 0,04 dolar; yani 15 saniye 0,60 dolar ediyor ve lansman kampanyasında bu tutar yarıya iniyor. 4K çıktıda ücret saniyede 0,16 dolar, 15 saniyelik video için 2,40 dolar.