50 步压到 6 步,这个数如果站得住,本地跑视频模型的门槛会松动不少。
事情本身:Pika Labs 拿 MiniMax H3 做底座做了后训练,推出 Pika H3 Flex 并开源,采样步数从 50 步压到 6 步,官方说法是生成时间大幅缩短、质量还有提升。H3 此前就放出过权重,所以这次是在开源底座上二次加工再开源,路子很像图像那边 SDXL 之后一堆 Turbo、Lightning 少步版的玩法。
我的看法分两头。好的一面,视频生成最贵的就是步数,视频里单步前向本来就重,步数砍到原来的八分之一左右,同样的显卡能多跑好几轮抽卡,迭代分镜的节奏完全不同。不太确定的一面,少步模型在图像领域的老问题是细节变平、大幅度动作容易糊,“质量有所提升”具体指哪些方面、跟原版 50 步怎么比,目前没看到公开的对比细节,我先持保留。
另外得看许可证。H3 底座的社区许可是带条件的,Flex 作为衍生模型大概率沿用,打算商用的先把条款读完再说。
谁该现在试:有本地显卡、已经跑过 H3 的人,换个权重成本很低,同一组提示词直接对比就行;只用云端成品服务的,等社区出几轮实测再上车不迟。后续动态可以盯 Pika 官网。