近年来，人工智能在视听创作领域的迭代速度令人目不暇接。近日，知名AI视频创作平台 Pika 宣布推出基于 MiniMax H3的全新衍生模型 —— Pika H3Flex，并向全球开源了适配器权重与完整的推理代码，为广大创作者在镜头设计和多媒体内容生成方面提供了强有力的全新工具。
六步去噪与多类输入:打造高效的音画联合生成体验
作为核心技术亮点，Pika H3Flex 创新性地支持通过仅仅六步去噪，即可实现高质量的音视频联合生成。在实际创作过程中，该模型支持多类输入方式，能够轻松赋能创作者开展灵活的镜头设计、画面运镜及视听联动等相关复杂创作。
在权威评测表现上，该模型展现出了极为亮眼的硬实力。对比评测数据显示，Pika H3Flex 在多项音视频质量核心指标上获得了参评模型中的最高得分。在知名的 DesignArena 文生视频榜单中，它一举跃升至第八位，同时也成为了该榜单中排名最高的开源视频模型。
持续火爆的生态:MiniMax H3引爆全球开源浪潮
回顾其背后的技术生态，自今年8月 MiniMax H3正式开源以来，便在全球开发者社区中掀起了热潮。相关的行业合作方与海外开发者围绕各类垂直应用场景进行了深度优化，陆续推出了多款衍生模型，更衍生出了 Twitch 直播、AI 电视台等一系列充满想象力的创新玩法。
官方统计数据显示，在 MiniMax H3开源后的短短一个月内，其累计下载量便已突破2400万次，公开的衍生模型数量更是超过300个，成为了2026年全球下载量和生态活跃度最高的人工智能模型之一。此次 Pika H3Flex 的加入，无疑再度为这一开源生态注入了强劲的创新动能。
MiniMax H3视频大模型落地面临多环节时延挑战，vLLM-Omni架构以完整常驻流水线切入，通过长序列注意力与通信优化、融合DiT算子、并行VAE解码及紧凑输出等系统级手段，大幅压缩端到端时延，为高效实时视频生成服务提供新方案。
MiniMax发布开源多模态模型H3，一举斩获多项权威评测全球榜首并登顶Hugging Face热度榜，彰显中国开源AI在多模态领域的强劲实力。发布24小时内，超百家合作伙伴完成适配接入，展现出惊人的生态爆发力。
港股通新调入标的带动AI赛道利好，MiniMax调入后股价涨超10%。同时，该公司本周开源新一代通用多模态生成模型，资本与技术双线推进。
稀宇科技开源视频大模型MiniMax H3，性能对标字节Seedance，但许可协议却将美国、欧盟、英国及韩国用户排除在外。此举引发社区大量吐槽，连下载都受阻。负责人Ryan Lee解释，限制接入主要源于公司与好莱坞的某种关联，暗示版权或合规考量。开源附带使用边界的做法，在AI圈激起热议。
8月3日，MiniMax开源全模态视频模型H3，该模型融合文本、图像、视频、音频上下文，泛化强。生成4-15秒视频，24fps、32kHz立体声，支持多种宽高比。
关注 “悠AI” 更多干货技巧行业动态
相关文章
