Pika tạo ra phiên bản tốc độ cao MiniMax H3: số bước tạo giảm từ 50 xuống còn 6 bước, chất lượng hình ảnh còn tốt hơn

Động Sát Beating AI tin nhanh, Pika phát hành H3 Flex, tạo ra một phiên bản tốc độ cực cao cho MiniMax H3. Nhóm trước tiên dùng dữ liệu âm thanh và video tự xây dựng để tinh chỉnh H3, sau đó thông qua chưng cất mô hình, nén các bước khử nhiễu cần thiết để tạo video từ 50 bước xuống còn 6 bước. Tiếp theo, họ cải thiện chất lượng hình ảnh thông qua huấn luyện phần thưởng và sở thích, đồng thời tối ưu hóa thêm hiệu suất suy luận ở tầng dưới.

Theo bảng xếp hạng văn bản thành video DesignArena do Pika công bố, H3 Flex đứng thứ 7 trên bảng tổng và thứ 1 trong các mô hình trọng số mở, vượt qua MiniMax H3 và H3Max nguyên bản. Trong thử nghiệm chính thức, để tạo một đoạn video 15 giây 768p có âm thanh, tính toán của mô hình lõi nhanh nhất chỉ mất 7 giây (không bao gồm thời gian giải mã video và xử lý dịch vụ, v.v.).

Pika đã công khai trọng số thích ứng mô hình và mã suy luận, hỗ trợ chạy cục bộ thông qua ComfyUI, Diffusers, nguyên bản tạo video tối đa 768p. 4K được quảng cáo cần được thực hiện thông qua dịch vụ siêu phân giải của Pika, dịch vụ tách âm thanh và tăng tốc suy luận cũng không được mở cùng lúc.