AI News
Alle Meldungen
Berichtet

Pika stellt Text-to-Video-Modell H3 Flex mit Audio-Stems und bis zu 4K vor

Laut Pika bietet das Text-to-Video-Modell H3 Flex exportierbare Audio-Stems, Auflösungen bis 4K und eine Generierung schneller als in Echtzeit, ab einem Cent pro Sekunde.

Produkte · · 1 Min. Lesezeit

Pika hat H3 Flex vorgestellt, ein Text-to-Video-Modell, das laut Matthew Berman, Moderator bei Forward Future, als bestes Open-Weight-Modell in die Text-to-Video-Rangliste von Design Arena eingestiegen ist. Die zentralen Versprechen: exportierbare Audio-Stems, Auflösungen bis 4K und eine Generierung schneller als in Echtzeit. Dabei handelt es sich um Angaben des Unternehmens, wie sie im Video wiedergegeben werden.

Berman zufolge wurde das Modell auf MiniMax H3 trainiert, demselben Videomodell, auf dem auch andere Entwickler aufbauen. Pikas Version sei, so Berman, schneller und insgesamt besser. Als Beispiel nennt er einen 15-sekündigen Clip mit Soundtrack, der in nur 7 Sekunden erzeugt worden sei.

Die Preise beginnen bei einem Cent pro Sekunde. Berman zufolge verarbeitet das Modell außerdem mehrere Eingaben gleichzeitig. In seiner Demonstration lieferte er fünf einzelne Bilder und eine WAV-Datei mit einem Gewitter, und das Modell fügte daraus ein Video mit Kamerabewegung zusammen. Das Ergebnis lasse sich zudem nachträglich bearbeiten, wobei Änderungen an einem einzelnen Teil des Videos möglich seien.

Berman gab an, das Modell lokal zu betreiben, und meinte, eine High-End-Grafikkarte reiche dafür wahrscheinlich aus.

Als Beispiele zeigte Berman zwei Spieler, die in einem Pool Tischtennis spielen, einer davon ein Frosch, mit zahlreichen Zooms und Schwenks. Außerdem präsentierte er ein Intro-Video mit viel Kamerabewegung und Realismus, in dem die Haare wunderschön aussehen. Er bescheinigte dem Modell eine sehr gute Steuerbarkeit im Editor.

Was sich ändert

Art: Neue Funktion · Betrifft: H3 Flex

Warum es wichtig ist

Niedrigere Preise pro Videosekunde und Audio-Stems könnten generierte Videos für Produktions-Pipelines wie Werbung und Social-Media-Inhalte praxistauglich machen.

Was Sie tun können

Teams, die Videoinhalte produzieren, könnten Kosten pro Sekunde und Bearbeitungsfunktionen mit denen ihres aktuellen Videoanbieters vergleichen.

Originalquelle

Für diese Meldung haben wir noch keinen Link zur Originalquelle.

Wo wir es gesehen haben

1 Quelle

Forward Future (Matthew Berman)

KI hat diese Zusammenfassung aus den genannten Quellen geschrieben und ins Deutsche übersetzt. Niemand hat sie vor der Veröffentlichung einzeln geprüft. Bitte prüfen Sie die Originalquelle, bevor Sie sich darauf verlassen. So funktioniert es