跳到正文
VP Land·· 2 天前精选AI 评分58

Pika 推出 Enact 研究预览,可实时调度 AI 演员与摄影机

Pika Introduces Enact, a Research Preview for Directing AI Actors and the Camera in Real Time

AI 导读

Pika 发布基于 Pika H3 Flex 模型的 Enact 研究预览,创作者可在场景中实时与 AI 演员互动、调整走位并移动摄影机,官方称这一方式意在模拟片场执导体验。

推荐理由

Pika 把实时调度演员与摄影机的能力放进生成式视频流程,但分辨率、时长和延迟都未公布,读者可据此判断其成熟度。

正文 · AI 翻译

生成式 AI

VP Land

2026年11月18日 · 阅读约2分钟

Pika 推出了 Enact,这是基于其 Pika H3 Flex 模型构建的研究预览版。据公司在 X 上的公告,创作者可以与 AI“演员”互动、重新调度场景,并实时移动镜头。走位和镜头调整都发生在一个会对创作者做出响应的场景里,Pika 称这种做法“旨在模拟在片场执导的体验”。

  • 基于 Pika H3 Flex 构建。 Enact 建立在 Pika H3 Flex 之上,后者是公司对 MiniMax H3 模型进行后训练得到的版本。
  • 演示需申请。 Pika 请有兴趣的创作者主动联系以获取演示。公告未列出定价、发布日期或公开访问方式。
  • 底层是开放模型。 Pika H3 Flex 的权重是开放的,但公告并未说明 Enact 本身是否开源。
  • 关键规格未披露。 公告没有给出 Enact 的输出分辨率、场景时长或延迟。

Enact 让创作者在场景实时响应的同时重新调度场景并移动镜头

Pika 将 Enact 描述为“能对你做出响应的场景的研究预览版”。公告没有说明 Enact 是否会登陆公司用于生成视频、图像和音频的主创作平台。

Pika 提到的三项控制对应片场熟悉的工作:与表演者协作、调整走位、移动镜头。Pika 称 Enact 是“制作 AI 视频的一种新方式”。

公司演示中的一帧画面显示,名为 Alice 的角色说了一句带字幕的台词。

Over-the-shoulder close-up of a person in clear-framed glasses with text 'Pika LABS RESEARCH PREVIEW' and subtitle 'ALICE: Yeah, we're ready.'
Pika Enact 研究预览版的一帧画面,角色台词为“ALICE: Yeah, we're ready.”。图片:X(原 Twitter)

公告留下了几个实际问题没有回答。它没有说明创作者如何与演员互动、一个场景支持多少角色、场景可以持续多久、Enact 输出什么分辨率,以及“实时”在实践中意味着多大的延迟。

Pika H3 Flex 提供底层模型,由 MiniMax H3 后训练而来

Enact 的基础是 Pika H3 Flex,Pika 称这是其经过后训练的 MiniMax H3 模型,专为创意迭代打造。Pika 列出它支持最多 12 个参考、五条独立音轨、最高 4K 成片,以及开放权重。

Pika 的技术深度解析将 H3 Flex 描述为一个全模态生成器,能在六步去噪中生成最长 15 秒的同步视频和立体声音频。Pika 称这比其 50 步的教师模型少了约 8 倍步数。

公告没有说明 H3 Flex 的这些能力中哪些会延续到 Enact。

Pika 提供 Enact 演示申请,同时 H3 Flex 权重公开

帖子最后邀请创作者“联系我们获取演示”,Pika 还链接到其网站上“Research Preview: Pika Enact”页面以了解更多细节。公告没有给出定价或发布时间。

底层模型更容易获取。H3 Flex 的开放权重发布在 Pika 的 Hugging Face 页面上,页面将其描述为一个 330 亿参数的图生视频模型。

这些开放权重覆盖的是 H3 Flex。公告中没有任何内容表明 Enact 的实时执导层也同样开放。

来源:VP Land · vp-land.com