Pika 开放 H3 Flex：33B 视频模型，6 步出带音视频
Pika Labs 把 H3 Flex 的权重放到了 Hugging Face：33B 参数，后训练自 MiniMax-H3，能用 6 个采样步生成带同步音频的视频，原生输出 480p 或 768p、24 fps、5 到 15 秒，覆盖 11 种画幅，音频 32 kHz 立体声封装进 MP4。模型卡称其为「给专业创作者的灵活性与速度」，卖点是参考驱动生成：通过 Ref2VA 适配器，单次提示最多可塞 9 张图、3 段视频、3 段独立音频，共 12 路输入，视频与音频各最长 15 秒。另有 FL2VA 适配器负责文本与首尾帧条件。
架构上它是一族视频+音频模型，带两个任务适配器（FL2VA 做文本/端帧条件，Ref2VA 做多模态参考），基座组件与适配器自动下载，单卡 H100 80GB 即可跑，大请求可开 --cpu-offload；基座组件约 210 GB 落盘。分辨率上做了明确分层：开放权重只到 480p/768p 与 6 步速度，1080p/2K/4K、音频分轨与提示增强留在 Pika API 侧——等于把能本地跑的与能收费的切在同一条线上。
许可为 MiniMax H3 Community License Agreement，不是 Apache/MIT；部署前要读清商用条款。HF 仓 lastModified 2026-10-29T23:29Z，发布日取此时间戳，AI Weekly 与多家媒体 10-30 跟进报道。
核验记录
HF API 直读：id=Pika-Labs/Pika-H3-Flex，lastModified=2026-10-29T23:29:03Z，likes 148，license tag other（MiniMax H3 Community License），base_model MiniMaxAI/MiniMax-H3，pipeline_tag image-to-video。配图裸请求与带站内 Referer 均 200 / PNG 355,073 字节。AI Weekly 10-30 08:11 UTC 跟进报道，与 HF 时间戳一致。未读到 Pika 官方博客独立公告；发布日取 HF 仓时间戳。