Новая нейросеть для видео Pika H3 Flex делает 15-секундный ролик в 768p всего за 7 секунд — и это уже не лабораторный эксперимент, а открытая модель от Pika Labs. Она в 1,8 раза быстрее и на 80% дешевле версии H3 Max, а генерация стартует от 1 цента за секунду в режиме Text-to-Video. Проще говоря, создание видео по тексту перестаёт быть дорогим развлечением и становится рабочим инструментом для обычного человека.
Что вообще произошло
Pika Labs выпустила высокоскоростную версию MiniMax H3 — её назвали H3 Flex. Это открытая модель для генерации видео: код и веса опубликованы в открытом доступе, плюс запущен API. Если объяснять на пальцах, рендеринг — это процесс, когда модель собирает видео из шума. Раньше ей нужно было 50 шагов, теперь хватает 6. Представь, что вместо 50 проходов кистью по холсту художник делает шесть точных движений — результат тот же, а времени в разы меньше.
Модель дообучили на базе MiniMax H3 методом обучения на предпочтениях: ей показывали, какие результаты людям нравятся больше, и она подстраивалась. На DiT-денойзинг 15-секундного ролика в 768p уходит 7 секунд. DiT-денойзинг — это когда модель постепенно убирает шум и проявляет картинку, как фотография в ванночке с реактивом.
Ещё H3 Flex экспортирует пять независимых аудиодорожек: диалоги, саундтрек, спецэффекты, шумы и эмбиент. Это как отдельные ползунки в микшерской студии — можно убавить музыку, усилить шум дождя или заменить реплику, не пересобирая всё видео. Модель принимает до 12 референсов: скетчи, аудиосэмплы и мудборды. Мудборд — это подборка картинок настроения. Поддерживаются черновики, точечное редактирование персонажей или движения камеры и апскейл до 4K. Апскейл — увеличение разрешения.
В общем рейтинге видеомоделей DesignArena H3 Flex заняла 7-е место. Интеграция в платформу Pika.art запланирована на 2 ноября. Подробности и примеры есть на официальной странице Pika H3 Flex, а разборы — у kie.ai, Superpower Daily и Maverick Frame.
Что это даёт лично тебе
Мама двоих детей собирает 15-секундную видеооткрытку ко дню рождения бабушки: пишет в промпте «утро, солнечная кухня, девочка в жёлтом платье несёт торт», добавляет отдельную аудиодорожку с поздравлением. Получает тёплый ролик за пару минут вместо вечера в монтажке.
Владелец кофейни делает три версии рекламы нового напитка — с крупным планом чашки, паром и музыкой. Из трёх черновиков берёт лучший и публикует в соцсетях. Затраты — центы, а не расходы на съёмочную команду с оборудованием.
Фрилансер-дизайнер показывает клиенту не статичный макет, а живой черновик с движением камеры. Клиент просит изменить поворот персонажа — дизайнер правит точечно, не пересобирает сцену с нуля. Больше итераций — быстрее согласование.
Студент или преподаватель делает учебный ролик по теме: с диалогами, фоновой музыкой и звуками среды. Пять отдельных дорожек позволяют убрать лишний шум и оставить только голос.
СММщик или монтажёр закрывает больше заказов за то же время: ИИ-генерация видео ускоряет создание черновиков, а клиенту можно показать три варианта вместо одного. Это не обещание дохода, а возможность делать больше с тем же графиком.
Как попробовать прямо сейчас
Самый простой бесплатный способ — открытые веса: код инференса и веса модели опубликованы, их можно запустить на своём железе, если дружишь с настройкой. Для всех остальных быстрый вход без кода — MiniMax / Hailuo: открываешь, пишешь текст, получаешь видео.
1. Открой MiniMax / Hailuo — это простая генерация видео ИИ по тексту.
2. Напиши промпт по схеме: кто + что делает + где + свет + движение камеры + стиль. Готовый шаблон ниже, в бонусе.
3. Сгенерируй черновик. Не гонись сразу за 4K — начни с 480p или 768p.
4. Посмотри на странице Pika H3 Flex, как смотрятся примеры и что умеет модель.
5. Поставь напоминание на 2 ноября: интеграция в Pika.art запланирована на эту дату. Аккаунт заведи заранее.
6. Если умеешь кодить — подними API и веса, собери свой конвейер под задачи.
7. Когда черновик нравится, делай апскейл до 4K. Помни: это дороже базовой генерации.
Почему это дешевле и быстрее
Сравни с H3 Max: та же задача решается в 1,8 раза быстрее и обходится на 80% дешевле. 15-секундный ролик в 768p собирается за 7 секунд — ты успеваешь сделать несколько версий за время, которое раньше уходило на одну. Стартовая цена — от 1 цента за секунду в Text-to-Video до 3 центов при генерации по референсу.
Открытые веса — это ещё и независимость: можно не ждать чужого сервиса, а развернуть модель у себя. Через месяц-полгода такие инструменты станут привычным делом: видео по тексту будет таким же привычным форматом, как сейчас картинка или текстовый ответ. Ты сможешь проверять идею ролика до съёмок, а не после.
Минусы, о которых стоит знать
Честно: 1–3 цента за секунду — это акционные цены на старте для разрешений 480p и 768p. Обычные цены дороже, а 4K-апскейл стоит ещё больше. 7-е место в DesignArena — хороший результат, но есть модели сильнее. Открытые веса требуют железа и навыков настройки. И 7 секунд — это время DiT-денойзинга, а не весь путь от идеи до финального монтажа с правками.
Что в итоге и что сделать сегодня
Pika H3 Flex — это быстрая, дешёвая и открытая нейросеть для создания видео, которая делает 15-секундный ролик за 7 секунд. Один шаг на сегодня: открой MiniMax / Hailuo и сгенерируй первый короткий ролик по промпту из бонуса. Если хочешь именно Pika H3 Flex — заведи аккаунт на Pika.art до 2 ноября. Сохрани статью, чтобы не потерять шаги, и напиши в комментариях @aigoby, что получилось с первого теста.
🎁 Бонус: готовый промпт для теста
Скопируй шаблон и подставь свои детали. Это промпт под 15-секундный ролик с персонажем, светом и звуком.
```text
15-second cinematic clip: a young barista in a cozy coffee shop pours latte art into a white cup, morning sunlight through the window, steam rising slowly, gentle push-in camera, shallow depth of field, warm color grading, ambient cafe sounds, soft jazz soundtrack. Keep the character consistent, no text on screen.
```
Чек-лист перед генерацией:
• Кто в кадре и что делает — одной фразой.
• Где происходит действие и какой свет.
• Какое движение камеры: наезд, облёт, статичный план.
• Какой звук нужен: диалог, музыка, шум среды.
• Что не должно появиться: текст, лишние руки, резкие склейки.
Пять независимых аудиодорожек в H3 Flex позволяют потом отдельно поправить музыку или шум, не трогая картинку.
Комментарии 0