视频生成一直是"闭源厂商秀肌肉、开源阵营干着急"的重灾区。10 月 30 日,Pika Labs 把这个天平掰回了一点:开源了自家的首个开放权重视频模型 H3 Flex。它从 MiniMax 的 H3 后训练而来,在 DesignArena 的开放权重视频榜单上登顶,并打出了相当激进的性价比。
关键数字:15 秒带音频,7 秒生成
H3 Flex 最抓眼球的指标是速度:能生成 15 秒、带音频的视频,最快 7 秒就能出片。对比它脱胎的 H3 Max,H3 Flex 快了约 1.8 倍,成本便宜 80%。在视频生成这种"一帧帧烧算力"的任务里,这个幅度的降本增速,意味着"实时预览、反复改"的工作流第一次变得经济。
权重已经放到 Hugging Face,代码采用 Apache 2.0——也就是说,开发者可以下载、自托管、改它,不必被锁在某家云服务的付费墙后。对一个长期被几家闭源产品主导的赛道,开放权重本身就是一记重锤。
为什么"开放权重视频"意义重大
视频模型的训练与推理成本,远高于文本模型,这也是为什么闭源厂商能靠它筑起壁垒。但 H3 Flex 的出现说明:即便在这个最烧钱的领域,开放权重也开始可行。
对创作者和小团队,这意味着不用再为每个生成额度精打细算,可以本地或自有算力上批量试、低成本迭代;对研究者,意味着能用真实权重做视频生成的可复现实验,而非只能对着黑盒 API 猜内部机制。
7 秒出片,改的是工作流
过去用视频模型,体验更像"抽卡":写好提示词,等几十秒到几分钟,出一版,不满意再改再等。生成一次的成本和时间都高,创作者只能"想清楚了再按按钮"。
7 秒出片的直接后果,是把"生成"变成了"预览"。你可以边调提示词边看效果,快速试几种镜头、几种风格,像调参数一样调画面。对广告、电商这类需要一天内迭代几十版素材的场景,这种交互节奏的变化,比单纯画质提升更能改变生产力。
开源又叠加了一层:可以本地部署、批量跑、针对自己的风格做微调,不必被平台的额度和排队限制卡住。当然,15 秒的时长仍只够做一个镜头,长叙事还得靠拼接;音画同步的实际质量,也要等更多实测来验证。但"便宜、快、能自己掌控"这三件事凑齐,已经足够让它在工具箱里占一个位置。
和国内视频模型的对照
就在几天前,国内的可灵 Kling 4.0 把视频生成推到 30 秒一镜到底,展示了闭源路线的长镜头能力。Pika H3 Flex 则代表另一条路:用开源把"够用、便宜、能改"做到极致。两条路线并不互斥——闭源拼上限与长时长,开源拼可获取性与性价比。
当视频生成既有"能拍长片"的闭源旗舰,也有"7 秒出片、随便改"的开源模型,内容生产的门槛正在从不同方向被踏平。对做营销短视频、产品演示的团队来说,工具箱里又多了一个真正能自己掌控的选项。