Pika H3 Flex: نموذج فيديو مفتوح الأوزان يصدّر الصوت في خمس طبقات منفصلة

أعلنت شركة Pika اليوم نموذجًا جديدًا لتوليد الفيديو اسمه Pika H3 Flex، والجديد فيه ليس السرعة وحدها، بل أنه يأتي بأوزان مفتوحة يمكن لأي فريق أن يطوّر عليها.

أبرز ما أعلنته الشركة

• النموذج مبني على MiniMax H3 بعد تدريب إضافي من فريق Pika ليكون أسرع وأسهل في التحكم.
• يولّد مقطعًا مدته 15 ثانية مع صوت متزامن بدقة 768p في نحو سبع ثوانٍ من زمن المعالجة، حسب أرقام الشركة نفسها.
• يبدأ بوضع مسودة منخفضة الدقة ثم يرفع النتيجة النهائية إلى 1080p أو 2K أو 4K.
• يصدّر الصوت في خمس طبقات منفصلة: الحوار، والموسيقى، والمؤثرات، وأصوات الحركة، والأجواء المحيطة.
• يقبل حتى 12 مرجعًا في الطلب الواحد، منها اسكتش أو عينة صوت أو صورة أو لوحة إلهام.
• متاح عبر واجهة Pika البرمجية، والأوزان على GitHub وHugging Face، ويصل إلى موقع pika.art في 2 نوفمبر.

لماذا يهمني هذا الخبر؟

فصل الصوت إلى طبقات تفصيل يبدو تقنيًا، لكنه في الحقيقة ما يحتاجه أي شخص يصنع محتوى جادًا. لو أردت مثلًا استبدال الحوار بدبلجة عربية مع الإبقاء على الموسيقى والمؤثرات، فهذه الطبقات توفر عليك عملًا كثيرًا. وكونه يقبل اسكتش كمرجع يجعله قريبًا من طريقة عمل الرسامين.

في المقابل، أرقام السرعة والترتيب صادرة عن الشركة ولم تُختبر بشكل مستقل بعد، فلن أحكم عليها قبل التجربة. وأتمنى أن يبقى هذا النوع من الأدوات مساعدًا للفنانين في مراحل التجريب، لا بديلًا عن الأيدي التي تصنع الأنمي الذي نحبه.

المصدر

إعلان Pika عبر Business Wire