6 步出带声视频：Pika H3 Flex 开源权重本地可跑

视频生成的开源权重版图上，终于有了一个「本地可跑、带同步声音、还能挂参考」的选项。Pika 发布的 H3 Flex 权重（Hugging Face 可下载，仓库 1,922 星）：基于 MiniMax-H3 后训练的视频加音频生成模型，6 步采样就能出带同步立体声的视频，最多支持 12 个参考输入。

能力按仓库与官方博客口径：两个任务适配器，FL2VA 走文本或首尾帧条件，Ref2VA 走多模态参考；原生输出 480p 与 768p、11 种宽高比、24fps、5 到 15 秒、32kHz 立体声，直接输出 MP4（H.264 加 AAC）并附生成元数据 JSON；托管 API 可扩展到 1080p、2K、4K、音频分轨与提示词增强。定位是「为专业迭代而生」，适用多镜头叙事、动态图形、产品片与参考引导动画，仓库附 6 个带提示词与素材的 showcase。

三件事必须说清楚。许可证：MiniMax H3 Community License，不是 Apache 2.0，带适用地域限制条款，商用前先读原文，别读成「完全开源随便商用」。分辨率：本地只到 480p 与 768p，4K 要走 Pika 的 API。画质：6 步出片的代价是质量上限，官方 showcase 明确标注是创意展示、非发布验证渲染。

和两条已有路线对照着看：Gemini Omni 那类闭源 API 按秒计费、开箱即用；pjit-21k 那类是两万美元自训文生图。H3 Flex 卡在中间：大厂放了视频权重，本地能跑，六步出片，参考能挂。做产品片、动态图形的独立开发者，第一次可以不按秒交钱地迭代自己的视频流水线了。