Pika · исследовательская статья 2026-10-29 · прочитано 2026-11-01
Pika H3 Flex: LoRA на шесть шагов поверх MiniMax H3
Pika H3 Flex — это дообучение Pika модели MiniMax H3: два LoRA-адаптера на шесть шагов, FL2VA и Ref2VA, которые работают на базе H3 в ComfyUI.
Эта страница не Pika. Она не загружает LoRA Pika H3 Flex, не вызывает Pika API, и ролик — это Hailuo 02 Standard за 60 кредитов, 6 секунд.
Длительность
Формат
Сгенерированные видео
Видео пока нет
Заполните форму и нажмите «Сгенерировать видео», чтобы создать своё первое AI-видео.
Совет: чем подробнее описание, тем лучше результат
- Разработчик
- Pika
- Дата выхода
- 29 октября 2026 г.
- Доступно на Nano AI
- Hailuo 02 Standard · от 60 кредитов за видео
- Страница обновлена
- 1 ноября 2026 г.
Источник: pika.art
Что такое Pika H3 Flex
Pika H3 Flex — это дообученная версия MiniMax H3. Учебник ComfyUI, прочитанный 2026-11-01, говорит, что Pika дообучила H3 на отобранном многозадачном корпусе из видео, аудио и примеров-референсов, дистиллировала генератор с 50 шагов до шести, а затем уточнила его наградой и оптимизацией предпочтений. Он поставляется как два LoRA-адаптера на базе MiniMax H3 и загружается через LoraLoaderModelOnly. Учебник говорит, что новой архитектуры модели нет. Исследовательская статья Pika датирована 2026-10-29.
Карточка Hugging Face, также прочитанная 2026-11-01, отделяет локальные открытые веса от размещённого API. Локальный вывод — нативные 480p / 768p со смешанным стерео 32 kHz, 24 fps и запрошенной длиной 5-15 секунд. Запрос на 5 секунд даёт 124 кадра, около 5.17 секунды, а запрос на 15 секунд — 362 кадра, около 15.08 секунды. Карточка перечисляет 11 соотношений: 21:9, 16:9, 3:2, 4:3, 5:4, 1:1, 4:5, 3:4, 2:3, 9:16 и 9:21. Выход — MP4 с видео H.264 и аудио AAC плюс метаданные JSON. Промпт — от 1 до 8000 символов. Размещённый API добавляет draft-to-video в 1080p, 2K и 4K, аудиостемы и улучшение промпта. Этого нет в скачиваемых адаптерах. В шапке карточки указано 33B параметров. Компоненты базы занимают около 210 GB в сумме, адаптеры — это FP32 LoRA rank/alpha 128. Кодировщик Qwen и пример кода покрыты Apache 2.0; эта лицензия кода не покрывает веса.
Nano AI не запускает эти адаптеры и не вызывает Pika API. Форма на этой странице запускает Hailuo 02 Standard, другую клип-модель MiniMax, у которой на этом сайте уже есть цена: 6 секунд, 60 кредитов. Подходящие новые аккаунты получают 64 кредита, этого хватает на один такой ролик. Мини-пакет стоит $6.99 за 400 кредитов. Про открытую базу H3 и то, чего нет в весах, см. страницу MiniMax H3 на этом сайте.
Pika H3 Flex коротко
- Поставщик
- Pika, дообучение поверх MiniMax H3
- Статья
- 2026-10-29
- Прочитано
- 2026-11-01
- Адаптеры
- LoRA FL2VA и Ref2VA
- Локальная картинка
- Нативные 480p / 768p; 11 соотношений: 21:9, 16:9, 3:2, 4:3, 5:4, 1:1, 4:5, 3:4, 2:3, 9:16, 9:21
- Локальное аудио
- Смешанное стерео 32 kHz, H.264 и AAC в MP4
- Сэмплинг
- 6 шагов: lcm, ManualSigmas, CFG 1.0, сила 1.0
- ComfyUI
- T2V 0.43.2+; Ref2VA и FL2VA 0.30.0+
- На Nano AI
- Hailuo 02 Standard, 6 секунд, 60 кредитов
Куда класть файлы ComfyUI
Имена файлов и папки взяты из учебника ComfyUI по Pika H3 Flex, прочитанного 2026-11-01. Файлы базы H3 общие с шаблонами MiniMax H3. Новые файлы — только два адаптера. Учебник не даёт размер в байтах на файл, поэтому эта страница его не выдумывает. Сюда ничего не скачивается на Nano AI.
- 1
Совместите версию ComfyUI с шаблоном
Текст в видео требует ComfyUI 0.43.2 или новее. Референс в видео и первый с последним кадром требуют 0.30.0 или новее. Все три лежат в Template Library > Video. Учебник называет семейство video_pika_h3_flex_*.
- 2
Положите общую базу и два адаптера
Модели диффузии, два LoRA, текстовый кодировщик и два VAE используют папки ниже. Ищите Pika H3 Flex: Text to Video, Pika H3 Flex: Reference to Video или Pika H3 Flex: FL2VA, если хотите загрузить шаблон, а не раскладывать файлы вручную.
ComfyUI/models/diffusion_models/minimax_h3_fl2va_pruned_int8_convrot.safetensors ComfyUI/models/diffusion_models/minimax_h3_ref2va_pruned_int8_convrot.safetensors ComfyUI/models/loras/pika_h3_flex_fl2va_v1_bf16.safetensors ComfyUI/models/loras/pika_h3_flex_ref2va_v1_bf16.safetensors ComfyUI/models/text_encoders/qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors ComfyUI/models/vae/minimax_h3_video_vae_int8_convrot.safetensors ComfyUI/models/vae/minimax_h3_audio_vae_fp32.safetensors - 3
Держите шестишаговое расписание
Sampler lcm, scheduler ManualSigmas, CFG 1.0 через BasicGuider, сила адаптера 1.0. Не ставьте сверху turbo или Lightning LoRA. Не опускайте список сигм ниже 7 значений.
- 4
Прочитайте лицензию до коммерческого использования
Адаптеры идут по MiniMax H3 Community License, включая территориальные условия и условия коммерческого использования. Карточка также называет заявление об авторском праве Mellis, Inc. в NOTICE.
Файлы, которые называют три шаблона
Имена из раскладки учебника ComfyUI, прочитанной 2026-11-01. Строки базы ведут на пересборку Comfy-Org, где перечислены эти имена диффузии, текстового кодировщика и VAE. Строки адаптеров ведут на Pika-Labs/Pika-H3-Flex, где карточка говорит, что BF16 LoRA формата Comfy лежат в comfy/loras/. Учебник также говорит, что Comfy публикует их заново в Comfy-Org/MiniMax-H3 под теми же именами.
| Файл | Папка | Шаблон | Роль |
|---|---|---|---|
| minimax_h3_fl2va_pruned_int8_convrot.safetensors | ComfyUI/models/diffusion_models/ | T2V и FL2VA | Чекпоинт диффузии H3, который называют шаблоны |
| minimax_h3_ref2va_pruned_int8_convrot.safetensors | ComfyUI/models/diffusion_models/ | Ref2VA | Чекпоинт диффузии H3, который называют шаблоны |
| pika_h3_flex_fl2va_v1_bf16.safetensors | ComfyUI/models/loras/ | T2V и FL2VA | Имя BF16-файла адаптера Flex из учебника |
| pika_h3_flex_ref2va_v1_bf16.safetensors | ComfyUI/models/loras/ | Ref2VA | Имя BF16-файла адаптера Flex из учебника |
| qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors | ComfyUI/models/text_encoders/ | Все три | Текстовый кодировщик, общий с шаблонами H3 |
| minimax_h3_video_vae_int8_convrot.safetensors | ComfyUI/models/vae/ | Все три | VAE видео |
| minimax_h3_audio_vae_fp32.safetensors | ComfyUI/models/vae/ | Все три | VAE аудио |
Перед запуском адаптеров
Лицензия принадлежит MiniMax
Учебник ComfyUI и карточка Hugging Face говорят, что адаптеры распространяются по MiniMax H3 Community License, включая территориальные условия и условия коммерческого использования. Карточка называет их производными модели MiniMax H3 и отсылает к NOTICE за уведомлением MiniMax и заявлением об авторском праве Mellis, Inc. Прочитайте этот текст до коммерческого использования результатов. Этот сайт лицензию не выдаёт.
Не ставьте сверху turbo LoRA
Учебник поставляет шестишаговое расписание Pika: lcm с ManualSigmas и CFG 1.0 через BasicGuider. Держите список сигм и силу адаптера на 1.0. Не ставьте сверху turbo или Lightning LoRA. Адаптер уже дистиллирован до шести шагов, и второй ускоряющий LoRA ломает результат. Если опустить список сигм ниже 7 значений, расписание ломается, а увеличение числа шагов не добавляет детализации. Карточка Comfy-Org/MiniMax-H3, прочитанная в тот же день, отдельно перечисляет turbo-файлы в loras/, включая minimax_h3_fl2v_turbo_4step_v1.0_768p_comfyui_bf16.safetensors, minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16.safetensors и minimax_h3_ref2v_turbo_4step_v0.1_comfyui_bf16.safetensors. Это не адаптеры Flex.
4K и стемы — расширения API
Локальные открытые адаптеры — это нативные 480p / 768p со смешанным стерео. Карточка Hugging Face говорит, что draft-to-video в 1080p, 2K и 4K, аудиостемы и улучшение промпта — это размещённые эндпоинты, отдельные от скачиваемых адаптеров. Статья от 2026-10-29 называет пять стемов: dialogue, score, SFX, foley и ambience. Отметка 4K в той статье описывает семейство продукта, а не файл в локальной раскладке.
База — это открытый MiniMax H3
ComfyUI говорит, что файлы базы H3 общие с уже существующими шаблонами MiniMax H3, а новые файлы — только два адаптера. Те шаблоны используют res_multistep с BasicScheduler, путь в 20 шагов. Страница MiniMax H3 на этом сайте уже фиксирует пределы открытой базы: H3-Context-IR и H3-Regenerate-2K нет в открытых весах. Эта страница ту базу заново не проверяла.
Локальные адаптеры, API Pika, MiniMax H3 и указанные цены Fal
Локальные ячейки и ячейки API цитируют карточку Hugging Face и учебник ComfyUI по состоянию на чтение 2026-11-01. Fal H3 Max и Fal H3 Turbo появляются только так, как Pika напечатала их в Table 1 и Table 2 исследовательской статьи от 2026-10-29. Цены Table 1 — это USD за секунду выхода. Заголовок Table 2 говорит USD за секунду; ячейки ниже скопированы как напечатано, без добавления знака доллара. Этот сайт не измерял Fal и не продаёт эти тарифы.
| Локальный Comfy / открытые адаптеры | Размещённый API Pika | MiniMax H3 | Fal H3 Max | Fal H3 Turbo | |
|---|---|---|---|---|---|
| Картинка | Native 480p and 768p | 1080p, 2K and 4K by draft-to-video | 768p in the open base; 2K only through closed H3-Regenerate-2K | Table 1: 4K marked no | Table 1: 4K marked no |
| Сэмплинг | 6 steps: lcm, ManualSigmas, CFG 1.0, adapter strength 1.0 | 6-step family; the faster stack is served through the API | Comfy H3 templates use a 20-step res_multistep path; Pika distilled a 50-step teacher | Not stated in Table 1 or Table 2 | Not stated in Table 1 or Table 2 |
| Аудио | 32 kHz mixed stereo in the MP4 | Stems endpoint; the post names dialogue, score, SFX, foley and ambience | 32 kHz stereo on the open card; Table 1 marks stems no | Table 1: stems marked no | Table 1: stems marked no |
| Цена текста или картинки | No hosted rate in these sources | Table 1: $0.01 per output-second | Table 1: $0.08 per output-second | Table 1: $0.0325 per output-second | Table 1: $0.01625 per output-second |
| Цена референса | No hosted rate in these sources | Table 2: 0.03 per second | Table 2: 0.08 per second | Table 2: 0.05 per second | No Table 2 row; the post says no reference-to-video endpoint |
| Открытые веса | Two LoRAs: FL2VA and Ref2VA | Draft-to-video, stems and prompt enhancement are separate from the adapters | Open FL2VA and Ref2VA base; Table 1 marks open weights yes | Table 1: open weights marked no | Table 1: open weights marked no |
| Ожидание по цитате | Tutorial: about one minute for a 5-second 1344x768 clip on one card | Table 1 marks real-time yes | Table 1 marks real-time no | Table 1 marks real-time yes | Table 1 marks real-time yes |
| На Nano AI | Not loaded | Not called | Not run here | Not run here | Not run here; the button is Hailuo 02 Standard for 60 credits |
Первоисточники
Читайте их для того, чего эта страница не цитирует. Все три прочитаны 2026-11-01. Исследовательская статья датирована 2026-10-29.
Самый короткий путь в ComfyUI: три шаблона
- 1
Текст в видео
Только промпт, без входного изображения. В Template Library > Video найдите Pika H3 Flex: Text to Video. ComfyUI 0.43.2 или новее. Документы называют семейство графов video_pika_h3_flex_*. Оно загружает minimax_h3_fl2va_pruned_int8_convrot и LoRA pika_h3_flex_fl2va_v1_bf16, плюс общий текстовый кодировщик и оба VAE. Карточка Hugging Face называет соответствующую CLI-задачу t2va. Только первый кадр и только последний кадр — это задачи i2va и l2va на карточке; этот шаблон только с промптом.
- 2
Референс в видео
Два или больше изображений-референсов несут личность, предметы и сцену. Промпт несёт действие. Найдите Pika H3 Flex: Reference to Video. ComfyUI 0.30.0 или новее. Оно загружает minimax_h3_ref2va_pruned_int8_convrot и pika_h3_flex_ref2va_v1_bf16. CLI-задача карточки — ref2va. Пределы из учебника и карточки: до 9 изображений, 3 видео и 3 аудиоклипов, всего 12 файлов. Каждое видео или отдельное аудио длится 2-15 секунд, а суммарная длительность каждого типа остаётся в пределах 15 секунд. Нужно хотя бы одно изображение или одно видео. Встроенная дорожка видео не считается отдельным аудиофайлом. Карточка говорит, что это пределы входа, а не обещание, что каждый максимум поместится в память GPU.
- 3
Первый и последний кадр
Два кадра задают начало и конец. Найдите Pika H3 Flex: FL2VA. ComfyUI 0.30.0 или новее. Используются тот же файл диффузии и тот же LoRA, что и для текста в видео: minimax_h3_fl2va_pruned_int8_convrot и pika_h3_flex_fl2va_v1_bf16. CLI-задача карточки для обоих крайних кадров — fl2va. Все три шаблона держат шестишаговое расписание. Не добавляйте turbo или Lightning LoRA.
Привычки промпта, затем ролик Hailuo на 6 секунд
Пересказ заметок ComfyUI о промптах, прочитанных 2026-11-01, а не копия длинных показных промптов. Для T2V и FL2VA опишите стиль, затем каждый кадр с движением камеры, затем два звуковых поля. Для Ref2VA полные поля референса там называются subject_definitions, summary, retention_analysis, detailed_description, overall_soundscape и non_diegetic_music. Амплитуда камеры рекомендательная: впишите движение в предложение кадра и дайте ему остановку. Явные градусы и метки склеек могут попасть на 0.2–0.3 секунды мимо или в другую сторону. Один wide shot обычно становится средним планом; скажите, что объект мал в большой пустой комнате. Рука, которая должна остановиться в нескольких сантиметрах, обычно касается. Короткие подписи на предметах обычно остаются читаемыми. Четыре строки ниже — для Hailuo 02 Standard на этой странице. Это не промпты Pika H3 Flex.
Широкий пустой бассейн
A small red paper boat sits in the middle of a large empty concrete basin, with a wide stretch of bare floor around it. The camera moves slowly closer and stops at the basin rim. Soft daylight, no people, no readable text, no logos.
Фонарь, затем стоп
A paper lantern hangs in a still stone courtyard. The camera arcs partway around the lantern and then holds still. Dusk, no people, no readable text, no logos.
Шар у чашки
A wooden ball rolls across a table and comes to rest against a ceramic cup. Side light, the camera holds still, no hands, no readable text, no logos.
Короткая этикетка
A matte black bottle on a white table, with a short label that reads OAK. The camera pushes in slowly and stops. No people, no other text, no logos.
Если запуск — не тот продукт, которого вы ждали
- Поверх адаптера поставлен turbo LoRA
- Снимите его. Учебник говорит, что адаптер Flex уже дистиллирован до шести шагов, и turbo или Lightning LoRA ломает результат. Останьтесь на lcm, ManualSigmas, CFG 1.0 и силе 1.0.
- Вы ждали 4K или отдельные стемы от локальных файлов
- Это расширения Pika API: draft-to-video для 1080p, 2K и 4K плюс эндпоинт аудиостемов. Локальные адаптеры — это 480p / 768p со смешанным стерео.
- Шаблон H3 всё ещё на планировщике в 20 шагов
- FAQ ComfyUI говорит загрузить адаптер Pika, переключить sampler на lcm и заменить BasicScheduler на ManualSigmas. res_multistep плюс BasicScheduler — это путь в 20 шагов, не расписание Flex.
- На этом сайте по-прежнему написано Hailuo
- Это и есть модель с ценой на кнопке: Hailuo 02 Standard, 6 секунд, 60 кредитов. Она не загружает LoRA Pika H3 Flex и не вызывает Pika API.
Вопросы и ответы
Вопросы о Pika H3 Flex
Что говорят учебник ComfyUI, карточка Hugging Face и статья от 2026-10-29, и что вызывает кнопка на этой странице.
Запускает ли Nano AI Pika H3 Flex?
Нет. Эта страница не Pika. Она не загружает LoRA Pika H3 Flex и не вызывает Pika API. Генератор запускает Hailuo 02 Standard за 60 кредитов и 6 секунд. Подходящие новые аккаунты получают 64 кредита, этого хватает на один ролик. Мини-пакет стоит $6.99 за 400 кредитов.
Где веса?
Pika публикует их в Pika-Labs/Pika-H3-Flex. Учебник ComfyUI говорит, что Comfy заново публикует файлы для ComfyUI в Comfy-Org/MiniMax-H3 под теми же именами, и узлы шаблона указывают на эту пересборку. Компоненты базы — MiniMaxAI/MiniMax-H3. Карточка перечисляет FP32 LoRA rank/alpha 128 в fl2va/ и ref2va/ и BF16 LoRA формата Comfy в comfy/loras/. Этот сайт эти файлы не хранит.
Почему шесть шагов?
Учебник и статья от 2026-10-29 говорят, что Pika дистиллировала 50-шаговый генератор H3 дистилляцией согласования распределений, а затем уточнила его наградой. Шесть шагов — это обученное расписание. Увеличение числа шагов не добавляет детализации. Список сигм ниже 7 значений ломает расписание. Держите lcm, ManualSigmas, CFG 1.0 через BasicGuider и силу адаптера 1.0. Не ставьте сверху turbo или Lightning LoRA.
Можно ли ставить адаптеры на шаблоны MiniMax H3?
Да, по FAQ ComfyUI, прочитанному 2026-11-01. Шаблоны MiniMax H3 используют res_multistep с BasicScheduler, это путь в 20 шагов. Загрузите адаптер Pika в узел LoRA шаблона, переключите sampler на lcm и замените scheduler на ManualSigmas. Узел, который называет учебник, — LoraLoaderModelOnly. Открытая база по-прежнему без H3-Context-IR и H3-Regenerate-2K, как уже написано на странице MiniMax H3 этого сайта.
Дают ли локальные адаптеры 4K или отдельные стемы?
Нет. Карточка Hugging Face говорит, что локальный вывод открытых весов — это нативные 480p / 768p со смешанным стерео. Draft-to-video в 1080p, 2K и 4K, аудиостемы и улучшение промпта — расширения Pika API. Статья от 2026-10-29 называет пять стемов dialogue, score, SFX, foley и ambience, а Table 1 отмечает 4K для Pika H3 Flex. Считайте эту отметку 4K свойством размещённого продукта, а не файлом в раскладке ComfyUI.
Связана ли Nano AI с Pika?
Нет. Nano AI не связан с Pika, MiniMax, Hailuo или Fal. Ролик с кнопки — это Hailuo 02 Standard.
Ещё на Nano AI
Связанные страницы
Nano AI — независимый сервис и не связан с Pika, MiniMax, Hailuo или Fal. Факты о Pika H3 Flex взяты из учебника ComfyUI, карточки Hugging Face и исследовательской статьи Pika от 2026-10-29, прочитанных 2026-11-01. Генератор запускает Hailuo 02 Standard.