
Wan2.6
Wan is an AI creative platform. It aims to lower the barrier to creative work using artificial intelligence, offering features like text-to-image, image-to-image, text-to-video, image-to-video, and image editing. - 智能 AI 工具,助力您的工作效率。


1
Views
0
Likes
Nov 2026
Added
huggingface.co
Website
A quick visual look at Pika H3 Flex before you visit the official site.

Editorial Review
资料核查于 2026 年 11 月 6 日。正文区分发布方声明与第三方体验,不代表 AIDreamHub 已完成产品实测。
Pika H3 Flex 基于 MiniMax-H3,提供处理文本与首尾帧的 FL2VA,以及多模态参考的 Ref2VA 两组适配器,目标是带同步立体声音频的短视频。能下载代码和权重,不等于获赠算力或 Pika 托管服务。
商品试点应限定为一条明确镜头:已授权参考图、克制动作、声音简报,以及包装被改时的否决规则。多参考只是控制手段,不证明商品身份和物理细节必然一致。
AIDreamHub 截取的官方项目页面,不是本地运行画面。
本地文档为 480p、768p 分辨率桶,请求 5–15 整数秒、24 fps、32 kHz 立体声,输出 MP4。实际时长遵循帧网格,不一定恰好等于请求秒数。六次生成器求值有指定采样日程,不等于任意六步采样器。
Ref2VA 最多接收 9 图、3 视频、3 独立音频,但总共最多 12 个文件,还有时长约束。能接收不等于最大组合都已通过 GPU 验证。高清升级、音轨分离和提示词增强属于独立托管服务,不能写成本地原生 4K 或分轨输出。

官方 CLI 名为 pika-h3-pro。环境采用 Python 3.12、兼容 NVIDIA 驱动、固定依赖与补丁,还需 Git、patch、FFmpeg 和编译支持。按同一个 pip、Conda 或 Docker 配方安装,不混用另一套视频环境的版本。
下方短命令使用仓库示例提示词。先完成一个简单请求,保存 MP4 与 JSON 元数据,再逐项改条件。提示词文件按原文读取,不需要托管改写服务。本站未运行 GPU 生成或商品一致性测试。
git clone https://github.com/Pika-Labs/Pika-H3-Flex.git
cd Pika-H3-Flex
python -m pip install -r requirements.txt
python tools/apply_diffusers_patches.py
python -m pip install --no-deps -e .
pika-h3-pro --help
pika-h3-pro --task t2va --prompt-file examples/prompts/t2va.txt --resolution 480p --aspect 16:9 --duration 5 --seed 42 --output outputs/sample.mp4硬件文档验证了代表性的 H100 80GB 请求,一次请求只用一张卡,多暴露几张卡不会自动切分。默认 480p/5 秒采样约分配 66–69 GiB;卸载后的 768p/15 秒示例采样约 29–32 GiB,主机内存观察到约 94 GiB(含缓存)。
这些是发布方测量,不是最低硬件规格;编码器和 VAE 等阶段另有需求。文档要求至少 211 GB 基础组件与约 5.5 GB 双适配器,另留依赖与下载临时空间。第三方 Verdict Stack 明确称其判断来自资料研究,不是亲测,不能拿来证明吞吐。
| 资源 | 文档证据 | 预算含义 |
|---|---|---|
| GPU | H100 80GB 代表性测试 | 核对具体请求形状 |
| CPU offload | 大量主机内存和传输需求 | 不能推导小显卡保证 |
| 存储 | 211 GB 基础 + 约 5.5 GB 适配器 | 另留依赖和临时空间 |
固定参考图、提示词、时长和画幅比较模式。逐帧检查开头、中间、结尾的标志、形状、手部与阴影,再听多余人声、音乐和同步错误。保存失败,计算每条合格视频的总生成加修正时间。
广告里的商品身份应是硬条件,而非美观总分中的一项。Logo 被改时可降低动作、保留原图层或换受控编辑流程;高清放大不能修复被编造的设计细节。
| 关卡 | 否决情形 | 下一步 |
|---|---|---|
| 身份 | 标志或轮廓改变 | 简化动作或保留原图层 |
| 音频 | 多余声音或时间不符 | 修改声音简报并审听 |
| 交付 | 尺寸、时长、权利不符 | 检查文件和对应服务条款 |

有适合算力且需要可追溯产物,可评估本地 Flex;希望减少运维,可比较托管 Pika;已有素材要精确收尾,可比较编辑器。服务积分、本地 GPU 时间与人工修正不是同一计价单位。
适配器遵循 MiniMax H3 Community License,推理代码的 Apache-2.0 不替代权重条款。还要核对输入素材与组件许可。手绘图解释参考与声音协调,不是 Pika 实际生成结果。
发布包文档是一请求一 GPU。额外 GPU 可以跑独立进程,不会自动切分或加速同一请求。未来版本需另行核查,不能靠通用启动器推定多卡支持。
不能。报告的采样分配不覆盖所有阶段,卸载还增加主机内存和传输压力。现有 H100 代表测试不是最低配置认证,必须测完整请求。
文档原生桶是 480p 与 768p。更高清的 draft-to-video 是独立托管扩展,要说明服务、账户条件与处理阶段。
Visit the official website to get started
Have an AI tool to share?
Get your product in front of people actively exploring AI tools.
Submit Your Tool
Wan is an AI creative platform. It aims to lower the barrier to creative work using artificial intelligence, offering features like text-to-image, image-to-image, text-to-video, image-to-video, and image editing. - 智能 AI 工具,助力您的工作效率。

Sora 是 OpenAI 的视频生成产品。其 Web 和应用程序体验已于 2026 年 4 月 26 日结束,其 API 计划于 2026 年 9 月 24 日结束。本指南解释了导出、迁移和替换决策。

KLING AI 是快手推出的 AI 视频和图片创作平台,支持文生视频、图生视频、首尾帧、运动控制、镜头运动、图片生成和创意资产生产,适合社媒、广告、故事短片和产品展示。

Hailuo AI 是 MiniMax 的人工智能视频平台,用于文本和图像引导的短视频生成。本指南涵盖当前的 Hailuo 2.3 模型、提示、信用和 API 评估、替代方案、权利和生产质量控制。