Pika 開源 MiniMax H3 衍生模型 H3 Flex:採 6 步蒸餾去噪聯合生成影音,釋出 LoRA 權重與推論程式碼
模型支援文字與首尾畫面輸入,原生輸出 5 至 15 秒 768P 同步立體聲,並在 DesignArena 文生影片榜名列開源第一(總榜第 8)。
AI 科技評論單一來源
22 則值得知道的變化
模型支援文字與首尾畫面輸入,原生輸出 5 至 15 秒 768P 同步立體聲,並在 DesignArena 文生影片榜名列開源第一(總榜第 8)。
該模型無須大規模機器人預訓練,單一模型即可整合語意理解、視覺預測與動作生成,涵蓋導航、停靠與抓取等任務。
該模型不生成文字,改以單次前向傳播輸出最多 255 種選項機率;量化後可於 26GB 記憶體內在 400 毫秒完成決策。