h3 flexPika 参考图生成视频
用参考图片为新场景提供视觉方向。添加表达主体、产品或风格的图片，再描述动作、镜头和声音。
H3 Flex 是使用 Pika API 的独立视频创作服务。
默认静音
参考图生成视频案例
官方 Pika 模型案例，仅供视觉创作参考，不代表一定能复现参考图中的身份或细节。
如何使用参考图片生成视频
选择参考图片
登录后添加最多九张 JPEG、PNG 或 WebP，单张不超过 10 MB。选择清楚且相关的视角，并仅使用有权处理的素材。
描述新的场景
说明要发生的动作、镜头如何移动以及观众听到什么。指出哪些视觉细节重要；参考图片引导新作品，不构成有序时间线。
确认参数与积分
选择 5–15 秒时长、分辨率和画幅。参考模式按文字或图片生成基础费率的三倍计费，提交前确认总积分，完成后从“我的影片”预览下载。
参考图片、输入限制与创作控制
参考图不同于首尾帧
参考图表达新场景的外观和视觉方向。如果需要固定起始构图与结束画面，应使用图片生成视频。图片并非越多越好，兼容且目标明确的素材更便于引导。
支持的输入与输出
H3 Flex 目前仅接受图片参考，不支持视频或音频参考文件。可以在提示词中描述声音。原生输出为 480p 或 768p，更高分辨率通过超分获得；使用参考图不改变这一点。
可调整的原创参考图提示词
以参考图中的产品形状和材质为视觉方向，将它放在蓝色摄影棚中，镜头缓慢近距离掠过表面，柔和侧光。声音：轻柔音乐片段与一次清脆金属轻响。
参考图生成视频常见问题
可以添加多少张参考图片？
工作室最多添加九张参考图，格式为 JPEG、PNG 或 WebP，单张不超过 10 MB。优先选择互补视角，避免互相冲突的场景；图片数量多并不保证效果更好。
可以上传视频或音频作为参考吗？
H3 Flex 当前不支持，只开放图片参考输入。即使上游 API 存在其他能力，也不代表本服务已接入；可在文字中描述环境音、对白或音乐方向。
会精确保留人物、角色或产品吗？
参考图提供引导，但不保证精确身份、商标或几何形状。请完整检查作品，特别是小型产品细节和角度变化。细节重要时可简化动作并调整参考素材。
与图片生成视频有什么区别？
图片模式用首帧和可选尾帧固定视频起点、终点。参考模式用图片引导新描述的场景。需要特定首尾构图时选择图片模式，需要视觉方向时选择参考模式。
参考模式如何计算积分？
总积分为时长乘以所选分辨率基础费率，再乘参考模式的三倍倍率。生成器会在提交前显示总费用。时长和尺寸都会影响价格，并非按每张参考图单独收固定费用。
能生成音频并下载吗？
可在场景描述中加入声音方向，生成后同时检查音轨和画面，再从本人账号下载。页面样本默认静音只是播放设置，不会关闭视频生成的音频能力。