Pikaが超高速版MiniMax H3を開発：生成ステップを50ステップから6ステップに短縮、しかも画質はさらに向上

動察 Beating AI 速報、Pika が H3 Flex を発表、MiniMax H3 の超高速版を制作した。チームはまず自社構築の音声・映像データで H3 をファインチューニングし、その後モデル蒸留により、動画生成に必要なノイズ除去ステップを 50 ステップから 6 ステップに圧縮した。続いて報酬と選好トレーニングにより画質を改善し、さらに基盤となる推論性能を最適化した。

Pika が公開した DesignArena テキスト・トゥ・ビデオランキングによると、H3 Flex は総合ランキング 7 位、オープンウェイトモデル 1 位で、オリジナルの MiniMax H3 と H3Max を上回った。公式テストでは、音声付きの 15 秒 768p 動画を生成する際、コアモデルの計算は最速でわずか 7 秒（動画デコードやサービス処理などの時間を含まず）で完了する。

Pika はモデルの適応ウェイトと推論コードを公開しており、ComfyUI や Diffusers によるローカル実行をサポートし、ネイティブで最大 768p の動画を生成できる。宣伝されている 4K は Pika の超解像サービスを通じて実現する必要があり、音声トラック分離と推論高速化サービスも併せて公開されていない。