跳转到主要内容
Pika H3 Flex 是 Pika 基于 MiniMax H3 后训练得到的版本，通过 Pika 合作伙伴 API 提供服务。Pika H3 Flex Video 节点根据文本提示词、首帧或尾帧生成一段带同步音频的视频片段，Pika H3 Flex Reference to Video 节点则额外接受参考图像、视频和音频片段。两者都无需下载权重。 本页介绍 API 版本。关于在本地 H3 基础模型上运行两个 LoRA 适配器的开放权重版本，请参阅 Pika H3 Flex。
使用 API 节点需要保证你已经正常登录，并在受许可的网络环境下使用，请参考API 节点总览部分文档来了解使用 API 节点的具体使用要求。
请确保你的 ComfyUI 已经更新。本指南里的工作流可以在工作流模板中找到。如果找不到，可能是 ComfyUI 没有更新。如果加载工作流时有节点缺失，可能原因有：
  1. 你用的不是最新版（每夜版）。
  2. 启动时有些节点导入失败。

​
开始使用

  1. 将 ComfyUI 更新到 0.44.1 或更高版本
  2. 前往模板库，搜索 Pika H3 Flex
  3. 编写提示词，然后运行工作流

​
Pika H3 Flex：文本转视频（API）

根据文本提示词生成一段带音频的视频片段，最长 15 秒。 Pika H3 Flex 文本转视频工作流预览

在 Comfy Cloud 上运行

在 Comfy Cloud 中打开

下载工作流

下载 JSON，或在模板库中搜索 “Pika H3 Flex”
  • 分辨率：480p、768p、1080p、2k 或 4k，默认 768p。1080p 及以上会以 768p 渲染，然后放大一次
  • 时长：5 到 15 秒。输出遵循帧网格，其中 5 秒对应 124 帧，约 5.17 秒
  • 比例：auto 跟随第一个已连接的帧，否则跟随提示词
  • 重写提示词：默认关闭，这样可以保持提示词和种子可复现

​
图像转视频与首尾帧

同一个节点即可处理这两种情况。仅连接 first_frame 可以为起始图像制作动画，或同时连接 first_frame 与 last_frame，生成两个固定帧之间的运动。

​
参考视频生成

Pika H3 Flex Reference to Video 节点根据参考素材生成或编辑视频片段：最多支持 9 张图像、3 个视频和 3 段音频，合计 12 个参考。每个视频和音频片段需为 2 至 15 秒，视频与音频各自最多合计 15 秒。 在提示词中按连接顺序使用 @Image1、@Video1 或 @Audio1 引用这些参考素材。如果想使用新的环境音或新音乐，而不是已连接视频中的声音，请关闭 reference_video_audio。

​
Pika 音频节点

三个音频节点都运行在同一套 Pika API 上，并按生成音频的秒数计费：
  • Pika Soundtrack：将最长 10 分钟的视频音频替换为同步配乐。指令用于描述音效、环境声或音乐；留空则根据画面推导音频
  • Pika SFX：根据文字描述生成音效，时长为 1 至 20 秒
  • Pika Music：根据文本提示词和可选歌词生成歌曲，时长为 10 至 360 秒，或按原曲长度制作翻唱（时长限制在 5 至 360 秒）

​
提示词格式

Pika H3 Flex 的提示词遵循 MiniMax H3 文本模式的结构，即由一段描述同时承载画面与声音：
请确保所描述的每一个事件都发生在你设定的时长之内。完整的提示词结构（包括对白标签与镜头列表）请参阅 MiniMax H3 提示词编写指南。

​
费用

视频节点按输出时长每秒计费，且费率随分辨率升高而提高。当前积分价格请参阅合作伙伴节点定价。