شرکت Pika Labs مدل ویدیوساز «Pika H3 Flex» را با وزن‌های باز منتشر کرده است؛ مدلی حدود ۳۳ میلیارد پارامتری که از متن، عکس و فایل‌های مرجع، ویدیو و صدا را هم‌زمان می‌سازد. طبق گزارش AI Weekly این انتشار در ۸ آبان ۱۴۰۵ (۳۰ اکتبر ۲۰۲۶) خبری شد و بعد از آن در فهرست‌های هفتگیِ عرضه‌ها هم آمد. وزن‌ها در Hugging Face هستند و صفحه‌ی رسمیِ Pika جزئیات را نوشته است.
Pika H3 Flex چیست؟
این مدل از «MiniMax H3» ساخته شده؛ یعنی Pika مدلِ پایه را دوباره آموزش داده تا سریع‌تر شود. به‌جای ۵۰ گام نمونه‌برداری فقط ۶ گام لازم دارد. مجوزِ انتشار، طبق AI Weekly، «MiniMax H3 Community License» است و بهتر است پیش از استفاده‌ی تجاری متنِ آن را بخوانید.
نمونه‌ی خودت را می‌توانی با ابزار ساخت ویدیو در هوش نو بسازی؛ هزینه را پیش از ساخت می‌بینی.
مشخصات اعلام‌شده
- کیفیتِ بومی: ۴۸۰p یا ۷۶۸p با ۲۴ فریم در ثانیه؛ ارتقا به ۱۰۸۰p و ۲K و ۴K فقط از راه سرویسِ ابریِ Pika ممکن است و جزو وزن‌های باز نیست.
- مدت: بین ۳ تا ۱۵ ثانیه.
- نسبت تصویر: ۱۱ حالت، از ۲۱:۹ تا ۹:۲۱ (از جمله ۱۶:۹ و ۹:۱۶ برای ریلز و شورتس).
- صدا: استریوی ۳۲ کیلوهرتز، با امکانِ جداکردنِ گفتار، موسیقی و جلوه‌ها در سرویسِ ابری.
- مرجع‌ها: تا ۱۲ ورودی (۹ عکس، ۳ ویدیو، ۳ صدا) و پرامپتی تا ۸٬۰۰۰ نویسه.
- حالت‌ها: متن به ویدیو، عکس به ویدیو (فریم اول و آخر)، ویدیو از روی مرجع‌ها و ویرایشِ ویدیو با افزودن یا حذف یا عوض‌کردنِ عنصرها.
وزن باز یعنی چه؟
«وزن باز» یعنی فایل‌های خودِ مدل برای دانلود گذاشته شده‌اند و هر کسی با سخت‌افزارِ کافی می‌تواند آن را روی رایانه‌ی خودش اجرا یا برای کارِ خودش تنظیم کند. این با مدل‌های بسته مثل بیشترِ ویدیوسازهای معروف فرق دارد که فقط از راه سایت یا API در دسترس‌اند. نکته‌ی مهم این است که وزن‌های باز به‌تنهایی کل تجربه نیستند: در این مورد ارتقادهنده‌ی کیفیت، جداکننده‌ی صدا و بهبوددهنده‌ی پرامپت فقط در API خودِ Pika هستند. پس نسخه‌ی محلی خروجیِ ۷۶۸p می‌دهد و سرعتش هم لزوماً به سرعتِ سرویسِ ابری نمی‌رسد، چون به سخت‌افزارِ شما بستگی دارد. اگر قصدِ فروش یا کارِ تجاری با خروجی دارید، پیش از شروع حتماً مجوزِ مدلِ پایه را بخوانید.
سرعت و قیمت
Pika می‌گوید مدل تا ۱٫۸ برابر از H3Max سریع‌تر و تا ۸۰٪ ارزان‌تر است؛ البته این عددها زمانِ محاسبه‌ی شبکه‌ی اصلی را می‌سنجند، نه تأخیرِ کلِ درخواست. در یک آزمونِ کنترل‌شده، ساختنِ کلیپ ۱۵ ثانیه‌ایِ ۷۶۸p «حداقل ۷ ثانیه» محاسبه گرفته است. در رتبه‌بندیِ ویدیوی DesignArena هم با امتیاز ۱۲۹۳ در جایگاهِ هفتم است و Pika آن را بالاترین مدلِ باز می‌داند.
| کیفیتِ خروجی (API) | قیمت برای هر ثانیه |
|---|---|
| ۴۸۰p | ۰٫۰۲ دلار |
| ۷۶۸p | ۰٫۰۴ دلار |
| ۱۰۸۰p | ۰٫۰۷ دلار |
| ۲K | ۰٫۰۸ دلار |
| ۴K | ۰٫۱۶ دلار |
قیمت‌های راه‌اندازی تا ۱۵ نوامبر نصفِ این‌هاست و Pika برای اعضای واجد شرایط روزی ۱۵ ساخت رایگان گذاشته است.
این یعنی چه برای کاربر فارسی‌زبان؟
برای اجرای محلی سخت‌افزارِ سنگین لازم است: AI Weekly می‌گوید آزمون روی یک کارت H100 با ۸۰ گیگابایت حافظه انجام شده و حجمِ اجزای پایه حدود ۲۱۰ گیگابایت است. پس برای بیشترِ کاربران استفاده‌ی ابری ساده‌تر است. اگر می‌خواهید ویدیوسازهای دیگر را مقایسه کنید، معرفی MiniMax H3 Max و Kling 4.0 با ویدیوی ۳۰ ثانیه‌ای را بخوانید، یا بدونِ نصب در ابزارهای هوش‌نو ویدیوساز را امتحان کنید.
منبع‌ها
سؤالات متداول
Pika H3 Flex رایگان است؟
وزن‌ها باز و دانلودنی‌اند، اما مجوز شرط دارد. سرویسِ ابری هم قیمتِ هر ثانیه دارد و فقط تا ۱۵ نوامبر تخفیفِ راه‌اندازی و ساختِ رایگانِ روزانه برای اعضای واجد شرایط گذاشته‌اند.
آیا ۴K هم می‌سازد؟
مدلِ باز تا ۷۶۸p می‌سازد؛ ۱۰۸۰p تا ۴K فقط با ارتقادهنده‌ی ابریِ Pika است.
با صدا هم ویدیو می‌سازد؟
بله، صدای استریو هم‌زمان با تصویر ساخته می‌شود.
