Pika открыла веса H3 Flex: видео со звуком за 6 шагов вместо 50
Pika открыла веса H3 Flex: видео со звуком за 6 шагов вместо 50 29 октября Pika представила Pika H3 Flex, дообученную версию MiniMax H3 для генерации видео с синхронным звуком. Диффузия сокращена до 6 шагов вместо 50: на 15-секундный ролик 768p со звуком уходит около 7 секунд вычислений трансформера в контролируемом тесте. Flex принимает до 12 референсов, смешивая картинки, видео и аудио, а через API отдаёт звук пятью дорожками: диалог, музыка, эффекты, фоли и фон. Апскейл до 4K выполняется на стороне сервиса. Открыты адаптеры генератора и код инференса для text-to-video, генерации по первому и последнему кадру и по референсам в 480p и 768p, по лицензии MiniMax H3 Community License... Источники: https://pika.art/blog/pika-h3-flex https://huggingface.co/Pika-Labs/Pika-H3-Flex #AI #Pika #ВидеоИИ #OpenSource #GenAI