피카, 오픈 웨이트 영상 모델 'Pika H3 Flex' 공개… 6단계 생성으로 오디오 포함 15초 영상, 레퍼런스 12개까지
안녕하세요, 저녁 AI 소식입니다. 영상 생성 AI 스타트업 피카(Pika)가 10월 31일 텍스트·이미지·레퍼런스로 소리까지 함께 만드는 영상 모델 'Pika H3 Flex'를 오픈 웨이트로 공개했습니다. 미니맥스의 영상 모델 MiniMax-H3를 바탕으로 후학습한 모델로, 피카는 DesignArena 텍스트-투-비디오 리더보드에서 오픈 웨이트 모델 1위로 데뷔했다고 밝혔습니다.
핵심 포인트
- 6단계 생성: 보통 50번 안팎 거치는 디노이징 과정을 6단계로 줄여, 피카 발표 기준 사운드트랙이 들어간 15초 영상을 최단 7초 만에 만듭니다.
- 영상과 오디오를 함께: 24fps 영상에 32kHz 스테레오 오디오를 동기화해 MP4로 출력하며, 길이는 5~15초, 화면비는 21:9부터 9:21까지 11가지를 지원합니다.
- 레퍼런스 최대 12개: 이미지 9개, 영상 3개, 오디오 3개까지 넣어 캐릭터·배경·동작·카메라 움직임을 지정할 수 있고, 첫 프레임·마지막 프레임 지정 모드도 있습니다.
- 로컬은 480p/768p: 공개 가중치로는 480p·768p를 생성하며, 1080p·2K·4K 업스케일과 오디오 스템 분리는 피카 API에서 제공합니다. 피카는 가격이 초당 0.01달러부터라고 밝혔습니다.
- 실행 환경: 허깅페이스에 LoRA 어댑터와 MiniMax-H3 기반 구성 요소(약 210GB)가 올라와 있고, H100 80GB에서 테스트됐으며 ComfyUI와 Diffusers도 지원합니다.
- 라이선스 주의: 가중치는 MiniMax H3 커뮤니티 라이선스를 따르며, 이 라이선스는 적용 지역에서 EU·영국·미국과 함께 대한민국을 제외하고 있습니다. 국내에서 쓰려면 약관을 꼭 먼저 확인하세요.
왜 중요한가
오디오까지 한 번에 뽑는 고품질 영상 모델은 대부분 API로만 쓸 수 있었는데, 6단계 생성 같은 속도 최적화와 다중 레퍼런스 제어가 들어간 모델이 가중치째 공개되면서 직접 돌리고 다듬을 수 있는 선택지가 넓어졌습니다. 다만 '오픈 웨이트'여도 지역 제한이 있는 라이선스라, 한국 사용자에게는 쓸 수 있는 범위를 따져 보는 것이 먼저입니다.
출처