Pika 29 октября выпустила H3 Flex — доработку MiniMax H3, которая создаёт видео вместе со звуком и принимает до 12 файлов-образцов: изображений, видео и аудио. Компания опубликовала адаптеры — дополнения к базовой модели и код для самостоятельного запуска. Это позволяет использовать доработанный генератор на своей инфраструктуре и менять его под собственные задачи.

Вместо 50 последовательных шагов построения ролика Flex использует шесть. Команда обучила сокращённую схему воспроизводить результат более длинной, затем доработала качество по оценкам и предпочтениям. Образцы позволяют указать персонажа, окружение или нужное движение; поддерживаются также текстовое описание и заданные первый и последний кадры. По заявлению Pika, вычисления трансформера для 15-секундного ролика 768p занимают от семи секунд. Это внутренний замер части процесса, а не полное время ожидания ответа API.

Самостоятельно запускаемый пакет создаёт ролики 480p или 768p с общей стереодорожкой. Рекламируемые 4K получаются последующим увеличением разрешения; этот модуль, разделение звука на пять дорожек и ускоренная серверная система в открытый выпуск не входят. Через API Pika можно отдельно получить диалог, музыку, звуковые эффекты, предметные шумы и фон — и менять их громкость при монтаже, сохраняя остальные составляющие.

Собственный запуск требует серьёзных ресурсов. В проверенных Pika конфигурациях использовалась H100 с 80 ГБ памяти; для 15-секундных роликов 768p веса частично хранились в оперативной памяти компьютера и подгружались в видеокарту. Для базовых компонентов и двух адаптеров нужно примерно 216 ГБ дискового пространства, не считая зависимостей. Поэтому опубликованные файлы сами по себе не обещают домашнему компьютеру скорость облачного сервиса.

Условия использования тоже ограничены: адаптеры наследуют MiniMax H3 Community License. Она исключает США, ЕС, Великобританию и Южную Корею из территории стандартного разрешения; для этих рынков MiniMax предлагает обращаться за отдельной лицензией. Отдельное письменное разрешение требуется и при годовой выручке коммерческих продуктов и услуг свыше $20 млн. Новый выпуск открывает возможность самостоятельно проверять и дорабатывать генератор, но не снимает ограничений базовой модели.