做视频的人最烦什么？改一版等半天。Pika 刚开源的 H3 Flex 就是冲着这个来的：采样步数从 50 步压到 6 步，15 秒带同步音频的 768p 片… · @LJL06019 · TwKit

@LJL06019

做视频的人最烦什么？改一版等半天。Pika 刚开源的 H3 Flex 就是冲着这个来的：采样步数从 50 步压到 6 步，15 秒带同步音频的 768p 片子，transformer 计算只要 7 秒——先说清楚：7 秒是计算时间（受控基准），不是端到端。 它是 MiniMax H3 后训练来的（33B），最多 12 个参考（图、视频、音频都能往里塞），本地能出 480p/768p；DesignArena 文生视频榜上开放权重第一。但本地跑要一块 H100 80GB 起步，光底包就得下 210GB——这不是笔记本能随便跑的东西。4K 放大和 5 条独立音轨走托管 API，不在本地包里。 开源视频模型现在拼的是什么？是参数和画质，还是这种“改得快、参考多、能本地跑”的迭代能力？你会为了本地跑去配 H100，还是直接用托管 API 省事？ #开源

曝光 97 · 评论 4 · 点赞 2 · 书签 0