Pexo
Pika H3 Flex

Pika H3 Flex
ショットを指示し、次の案を試す。

Pika H3 Flexは、PikaがMiniMax H3に追加学習を行ったモデルで、音声と同期した動画を生成します。プロンプトから始め、画像などの参照素材で方向性を伝え、短い映像を調整できます。2026年10月29日に公開され、Pika API Clubとダウンロード可能なアダプターで利用できます。

Pika H3 Flex公式デモ · 音声付きヘッドホンの商品映像。

主な機能

ヘッドフォンの製品シーンを撮影する映画制作者と録音者を描いたクリエイティブなイラスト
制作イメージ

6ステップで映像と音声を生成

Flexは、6回のサンプリングステップで映像と音声を生成します。ショットを決める前に、複数の方向性を試す選択肢になります。この6ステップは生成処理の手順を表すもので、すべての機器やAPIリクエストで一定の完了時間を保証するものではありません。

同じ女性がカーテンを引いて湖を現しているクリエイティブなオープニングとエンディングのフレームイラスト
制作イメージ

最初と最後のフレームを指定する

開始画像、終了画像、またはその両方を渡し、その間の動きを説明します。最初と最後のフレームによる条件付けは、計画した見せ場や場面転換に適しています。シーン内での被写体やカメラの動きを説明してください。渡したフレームは生成を導くもので、動きを厳密に再現する保証ではありません。

カメラやオーディオ機器の横にポートレート、風景、製品の写真が入ったクリエイティブなリファレンス キット
制作イメージ

見た目・動き・音の参照素材を組み合わせる

参照モードでは、画像、動画、音声を合わせて最大12ファイル入力できます。見た目には商品写真、動きには動画クリップを使えます。ローカル版では、合計12ファイルの範囲内で、画像は最大9枚、動画は最大3本、音声は最大3本です。画像か動画を、少なくとも一つ含める必要があります。

マイクとミキシング コンソールの横にあるヘッドフォンで音を聞く女性のクリエイティブなイラスト
制作イメージ

映像とともに、音の演出も決める

映像内の動きとともに、発話、物の音、環境音、音楽も説明します。ローカル推論では、ミックス済みのステレオ音声が返されます。音を別々のレイヤーで編集したい場合は、Pikaのクラウド上の音声ステムサービスで、セリフ、音楽、効果音、フォーリー、環境音を個別のトラックとして取得できます。

詳細な花、澄んだ水、太陽に照らされた山のテクスチャーを備えたクリエイティブな高山湖のシーン
制作イメージ

ネイティブ解像度で試作し、最大4Kに仕上げる

最初の動画は、ネイティブ480pか768pで生成します。方向性を決めてから、Pikaのクラウド上のアップサンプラーで1080p、2K、4Kに仕上げられます。高解像度への仕上げは別のクラウド処理です。ダウンロード可能なアダプターが、ネイティブ4K動画を生成するわけではありません。

レコードショップと花畑で踊る同じキツネのキャラクターのクリエイティブイラスト
制作イメージ

変える部分と、残す部分を指定する

参照素材を使うプロンプトでは、残す要素を示しながら、新しいキャラクター、舞台、映像表現を説明できます。すでにあるコンセプトから別案を考える際に役立ちます。変更を具体的に伝え、生成後は人物などの特徴、タイミング、連続性を確認してください。これらの制御は、制作の意図を伝えるためのものです。

画像の作例

出典:Pika公式の作例。

モデル比較

比較項目Pika H3 Flex · クラウドAPIPika H3 Flex · ローカル用アダプター
アクセスPika API Clubダウンロード可能なアダプターと推論パッケージ
生成タスクに応じて文章、開始・終了画像、複数形式の参照素材を使用MiniMax H3上でFL2VAとRef2VAのタスク用アダプターを使用
直接生成する動画仕上げ前は480p / 768p480p / 768p
高解像度仕上げクラウド処理で1080p、2K、4Kに拡大ローカル版にはアップサンプラーを含まない
サウンド映像と同期した音声。別サービスで5種類のステムを取得32 kHzのミックス済みステレオ音声
クリエイティブなセットアップクラウドでの実行と、任意のプロンプト補強自分で用意するハードウェア、依存ソフト、参照素材
用途に合わせて選んでくださいクラウドサービスで制作の方向性を試す推論の手順を評価・カスタマイズする

同じモデル系列を使う、二つの方法です。クラウド上の仕上げ処理と音声ステムサービスは、ダウンロード可能な生成パッケージとは別です。

活用シーン

本格的なキャンペーン前に、商品映像の案を検討

商品写真から始め、商品の見せ方、素材の細部、カメラの動きを説明します。長い映像の編集に進む前に、短い演出案をいくつか比較してください。すべてのショットで、商品の形と細部を確認します。

キャラクターと動きを試す

キャラクター画像と動きの参考素材を組み合わせ、新しい舞台での演技を試します。どの素材が見た目を、どの素材が動きを指定するかを説明してください。厳密に再現されると思い込まず、生成された動きを確認します。

短い物語とカメラワークの試作

短いシーンを、いくつかの明確なショットに分けるか、一続きの撮影として説明します。制作指示には、意図する音の演出も含めてください。指定した長さに収まる動きにし、場面の切り替えと音の細部を確認します。

ユースケース

商品映像、映画のようなシーン、アニメーションの物語に向けた、Pexoの制作手順をご覧ください。以下のプレビューは、各Pexoページのものです。

よくある質問

Pika H3 Flexとは何ですか?MiniMax H3とは、どう関係しますか?

Pika H3 Flexは、PikaがMiniMax H3に追加学習を行った派生モデルで、2026年10月29日に公開されました。公開アダプターは、6回のサンプリングステップで、音声と同期した動画を生成します。元のMiniMax H3やH3 Maxの別名ではなく、Pika独自のリリースです。

ローカル版は、どの動画形式と長さに対応していますか?

ローカル版は、24 fpsのネイティブ480p・768p出力に対応し、32 kHzのステレオ音声とともにMP4で出力します。指定する長さは5~15秒の整数で、実際の長さはモデルのフレーム単位に丸められます。11種類の縦横比があり、横長、正方形、縦長の画面を含みます。

画像・動画・音声の参照素材を組み合わせられますか?

はい。Ref2VAには、画像は最大9枚、動画は最大3本、単独の音声クリップは最大3本という制限のもと、合計12ファイルまで渡せます。画像か動画を、少なくとも一つ含めてください。各動画・音声クリップは2~15秒で、動画の合計時間と単独音声の合計時間は、それぞれ15秒以内にする必要があります。

Pika H3 Flexはどこで利用できますか?4Kは直接生成しますか?

2026年10月30日時点で、PikaはAPI Clubからの利用と、ダウンロード可能なアダプターを案内しています。公開時の発表では、Pikaの制作製品で11月2日に利用可能になる予定としています。直接生成する解像度は480pか768pです。1080p、2K、4Kには、Pikaの別のクラウドアップサンプラーを使います。クラウド上の音声ステム分離とプロンプト補強も、別のサービスです。

ダウンロード可能な重みは、制限のないオープンソースですか?

アダプターは、地域、用途、商用利用の条件を含むMiniMax H3 Community License Agreementに基づいて配布されています。サンプルコードなどの構成要素にApache 2.0ライセンスが付いていても、モデルの重みが無制限に使えることにはなりません。予定する運用方法に照らして、最新のモデルライセンスとサービス利用条件を確認してください。

次のアイデアを、Pexoで動画に。

作成を始める

よくある質問(FAQ)

Pika H3 Flexとは何ですか?MiniMax H3とは、どう関係しますか?

Pika H3 Flexは、PikaがMiniMax H3に追加学習を行った派生モデルで、2026年10月29日に公開されました。公開アダプターは、6回のサンプリングステップで、音声と同期した動画を生成します。元のMiniMax H3やH3 Maxの別名ではなく、Pika独自のリリースです。

ローカル版は、どの動画形式と長さに対応していますか?

ローカル版は、24 fpsのネイティブ480p・768p出力に対応し、32 kHzのステレオ音声とともにMP4で出力します。指定する長さは5~15秒の整数で、実際の長さはモデルのフレーム単位に丸められます。11種類の縦横比があり、横長、正方形、縦長の画面を含みます。

画像・動画・音声の参照素材を組み合わせられますか?

はい。Ref2VAには、画像は最大9枚、動画は最大3本、単独の音声クリップは最大3本という制限のもと、合計12ファイルまで渡せます。画像か動画を、少なくとも一つ含めてください。各動画・音声クリップは2~15秒で、動画の合計時間と単独音声の合計時間は、それぞれ15秒以内にする必要があります。

Pika H3 Flexはどこで利用できますか?4Kは直接生成しますか?

2026年10月30日時点で、PikaはAPI Clubからの利用と、ダウンロード可能なアダプターを案内しています。公開時の発表では、Pikaの制作製品で11月2日に利用可能になる予定としています。直接生成する解像度は480pか768pです。1080p、2K、4Kには、Pikaの別のクラウドアップサンプラーを使います。クラウド上の音声ステム分離とプロンプト補強も、別のサービスです。

ダウンロード可能な重みは、制限のないオープンソースですか?

アダプターは、地域、用途、商用利用の条件を含むMiniMax H3 Community License Agreementに基づいて配布されています。サンプルコードなどの構成要素にApache 2.0ライセンスが付いていても、モデルの重みが無制限に使えることにはなりません。予定する運用方法に照らして、最新のモデルライセンスとサービス利用条件を確認してください。