Pika把基于MiniMax H3的衍生模型Pika H3 Flex开源了，适配器权重和完整推理代码一起放出。主打音视频联合生成，六步去噪就能出片。镜头设计、多媒体内容生成，创作者手里多了一个能直接改的东西。开源这一步，等于把迭代速度交给社区。
另一边的可灵4.0实测下来，单个镜头确实能打。但要做一条完整的探展视频，零真人出镜，还是得反复试错。分镜、转场、音画对齐、角色一致性，每一环都得有人盯着改。"一站成片"目前更像个目标，不是现状。
真问题不在模型会不会生成，在交付稳不稳。180亿美元估值摆在那，资本要的不是demo，是可复现的产能。郑州和横店之间的短剧工厂算得更直接：一条片子省多少人工、返工几次、多久回本。效率不达标，再惊艳的镜头也只是成本项。
结论很简单。生成能力已经过剩，工程化能力才是分水岭。谁能把六步去噪这种实验室指标，变成片场里稳定交付的流水线，谁才拿得到下一轮的入场券。