Skip navigation
Pika H3 Flexでさらに検証しましたが、結論、これはゲームチェンジャーかもしれません。この速度とコストでこの品質を出せるなら、私のフローを劇的に改良してくれそうな感覚です。
0:00 / 6:43

Pika H3 Flexでさらに検証しましたが、結論、これはゲームチェンジャーかもしれません。この速度とコストでこの品質を出せるなら、私のフローを劇的に改良してくれそうな感覚です。

15,278 views

Pika H3 Flexでさらに検証しましたが、結論、これはゲームチェンジャーかもしれません。この速度とコストでこの品質を出せるなら、私のフローを劇的に改良してくれそうな感覚です。 主に、Seedance 2.5でお馴染みのR2V(キャラシートや音声を参照で入れて生成)に複数人のキャラや音声を同時に入れて、色々制御できるか試しました。まだキャラが2人一緒に喋ったり、違うキャラが喋ったり、同じキャラが2人出てきたり、制御しきれていない箇所も多々ありますが、それでも全体を通して、かなりのクオリティで出してくれました。しかも前回問題だった日本語のイントネーションも、入力した音声をそのまま使ってリップシンクやダンスをさせることができました。 これでElevenLabsなどのちゃんとした日本語が使えそうです。しかも複数人のキャラと音声を自在に選んで制御できるので、できることの幅が大幅に広がりました。 動画生成は全てClaude Code上でOpus 5.5がColabのCLIを使って自動で行っています。私がしているのは基本こんな動画にしてという指示や生成結果にイチャモンをつけて修正してもらうことくらいです。 コストも動画の生成だけなら1秒あたり約0.5〜1円(15秒の動画1本で約17円)と、かなり安いです。 ツール 検証した動画AI ・Pika H3 Flex(MiniMax H3 + Pika LoRA、ComfyUI 公式ワークフロー) ・音声をそのまま使う:MiniMaxH3AddGuide ノード(ComfyUI) ・実行:Google Colab G4(RTX PRO 6000)with Colab CLI on Claude Code 素材 ・セリフ:ElevenLabs v4 ・歌声の差し替え:ElevenLabs ボイスチェンジャー ・笑い声:ElevenLabs SFX ・曲:Lyria ・ボーカル分離:Demucs 動画 ・検証/集計/構成/コード:Claude Code(Opus 5.5) ・映像:HyperFrames ・字幕タイミング/音声チェック:Soniox STT v5

7 Comments

Comments from the original post on X (Twitter)

  • Solar Studio's profile picture

    @s_him88

    yo this was perfect - some work that i am looking to do... you have answerd some questions for me

  • ぽの|AIで最初の売上づくり's profile picture

    @pono_ai_work

    キャラシートと音声を参照で入れられると、「同じキャラが毎回同じ声と顔」で出せるのが大きいよね。制御しきれない所まで正直に出してくれる検証、ほんと参考になる。一番安定したのってどんな組み合わせだった?

  • Ankit Kumar's profile picture

    @AnkitKumar65837

    any way you can give me your workflow ?

  • Marcin Krajewski's profile picture

    @MarcinKrajews18

    with baked Pika are now my base models.

  • L. Oscar Plains's profile picture

    @leuk_o

    What's with all the astroturfing around Pika? It's just a turbo LoRA. Aside from speeding up inference, all other capabilities you listed are just default Minimax features. Turbo LoRAs have been around for Minimax basically since it's release 3 months ago.

  • Shio's profile picture

    @Shioh4u

    15秒で17円は、副業の原価計算を変える数字だな。複数キャラの同時制御がまだ不安定ということは、納品前提なら人間の検品工程は外せないってことでもある。Claude Codeにイチャモンつけて回す運用、実質ディレクター業で面白い。H3のリップシンク精度、Seedance 2.5と比べた体感はどう?🤔

  • IndyStry's profile picture

    @indystryfilms

    I noticed the wrong characters in the start speaking the line together. How often does a line end up on the wrong character? Also, how many reference images can you attach in one generation?