29 октября Pika представила H3 Flex — дообученную MiniMax H3 для генерации и редактирования видео. Она принимает до двенадцати референсов: изображения, видео и аудио могут задавать персонажей, обстановку и движение.
Flex создаёт ролики до пятнадцати секунд с синхронным стереозвуком. API позволяет отдельно запросить диалоги, музыку, эффекты, шумовое оформление действий и атмосферу. Нативное разрешение — 480p или 768p. Для 1080p, 2K и 4K готовое видео увеличивается.
Заявленные семь секунд на пятнадцатисекундный ролик 768p — время вычислений трансформера в контролируемом тесте. Полное ожидание API сюда не входит и зависит также от оборудования, референсов и обработки звука.
Адаптеры генератора и код запуска опубликованы для локального использования по лицензии модели. Увеличение разрешения и разделение аудиодорожек работают в облачных сервисах Pika. Модель стартовала в API Club; выпуск в пользовательском приложении был назначен на 2 ноября.
Комментарии
Увлечённо обсуждая, не забывайте про уважение.
Загружаем комментарии…