Ya puedes quitar marcas de agua de imágenes y de videos con IA.

Ir al contenido
VibePaper
Una persona con abrigo oscuro, de espaldas, en un muelle de madera gastado a la hora azul, frente a agua en calma y colinas bajas

Guion de fotogramas · 2 de noviembre de 202612 min de lectura

Pika H3 Flex: video con primer y último fotograma y sonido

Dos fotogramas deciden el clip. Seedance 2.5 solo cruza el hueco, y el sonido sale con el plano.

Fijar el fotograma de salida

VibePaper no ofrece Pika H3 Flex. Esto no es una pantalla de bloqueo, un fondo de teléfono ni un escritorio. Es un flujo de fotogramas clave: dibuja el primero y el último en Paper Gen, compáralos en el lienzo y deja que Seedance 2.5 cruce el hueco con Sound encendido.

Salida
Fijo de Seedream 5.0
Llegada
Un segundo fijo
Movimiento
Seedance 2.5
Sonido
Encendido, una mezcla

29 octAnuncio de H3 Flex

6 pasosImagen y estéreo juntos

5–15 sDuración publicada

1.288Elo de DesignArena, 1 nov

Pika anunció H3 Flex el 29 de octubre de 2026. La cobertura del 1 de noviembre lo describe como un post-entrenamiento de pesos abiertos de MiniMax H3: imagen y audio estéreo sincronizado en un solo pase de seis pasos, frente a los 50 del modelo base. Llegan dos adaptadores LoRA. Uno hace texto a video y condicionamiento de primer y último fotograma. El otro toma referencias multimodales: hasta 12 archivos, contados como 9 imágenes, 3 videos y 3 audios. La salida nativa es 480p o 768p, de 5 a 15 segundos. 1080p, 2K, 4K y la separación en cinco stems de audio quedan en la API alojada de Pika. Puedes leer ese anuncio. La mitad de los fotogramas clave se hace aquí con Seedream 5.0 y Seedance 2.5.

Escribe el fotograma del que sales y el fotograma en el que caes. El modelo solo tiene que caminar entre los dos.

Parte

Cinco movimientos, en orden

Los enlaces fijan el modelo y el prompt. No fijan la proporción, la duración, el modo de entrada ni Sound. Paper Gen lee el prompt una vez y lo quita de la barra de direcciones, así que recargar no borra el siguiente cambio.

  1. 01

    Dibuja los dos fijos en Paper Gen.

    Seedream 5.0 es el modelo de imagen por defecto. Pon la proporción antes de Generate. La salida y la llegada deben compartir el lugar, el abrigo y la luz. “4 more like this” conserva ese prompt y hace cuatro variaciones. Paper Gen no tiene chip de estilo.

  2. 02

    Pon los dos fotogramas en el lienzo.

    Continue in Canvas abre un tablero con el prompt unido al archivo guardado. Deja el fijo de salida junto al de llegada. Si no coinciden sobre la habitación, cambia una frase y vuelve a generar. No pidas al modelo de video que invente ese acuerdo.

  3. 03

    Gradúa solo si los dos fotogramas deben llevarlo.

    Selecciona la tarjeta de imagen. El estilo está en la fila de generación del lienzo. Un preset añade un fragmento. No sustituye el muelle ni la puerta. Un grado para los dos, o ninguno. Un grado en uno solo hace parpadear el empalme.

  4. 04

    Cruza el hueco con Seedance 2.5.

    En el nodo de video, o en el compositor de video de Paper Gen, cambia a First / last frame. El fijo de salida va en First frame y el de llegada en Last frame. Ese modo bloquea la proporción en adaptive. Pon Duration en un valor fijo de 4 a 30 segundos. Auto es el valor por defecto. Sound viene encendido. Escribe solo lo que cambia.

  5. 05

    Usa Reference cuando dos fotogramas no bastan.

    Make it a video en un solo fijo cambia a video y adjunta ese fijo como referencia. No coloca un último fotograma. Reference admite hasta 30 imágenes, 10 videos y 10 audios. First / last frame admite dos imágenes y ningún audio. Si los huecos quedan al revés, Swap frames.

Publicado / aquí

Lo que publicó H3 Flex, y dónde vive aquí

La columna izquierda es el anuncio del 29 de octubre, según la cobertura del 1 de noviembre, en nuestras palabras. La derecha es el control de VibePaper que hace ese trabajo, o el hueco cuando no existe.

Lo que publicó H3 Flex, y dónde vive aquí
PublicadoEn VibePaper
Un post-entrenamiento de pesos abiertos de MiniMax H3. Los pesos del adaptador en Hugging Face, bajo la licencia comunitaria de MiniMax H3. El código de inferencia, Apache 2.0, con ComfyUI y Diffusers nombrados como integraciones.No hay un modelo Pika H3 Flex en el selector, y aquí no se descargan esos pesos. Los fijos son Seedream 5.0. El movimiento es Seedance 2.5, el modelo de video por defecto.
Imagen y estéreo sincronizado en un pase de seis pasos, en vez de los 50 del modelo base. Nativo a 480p o 768p, de 5 a 15 segundos en segundos enteros, 24 fps, H.264 con AAC estéreo a 32 kHz. Lapaas Voice enumera 11 relaciones de aspecto.Seedance 2.5 genera de 4 a 30 segundos a 480p o 720p en Paper Gen. Sound es un interruptor y viene encendido. No hay 768p ni control de fotogramas por segundo. First / last frame bloquea la proporción en adaptive.
Dos adaptadores. Uno hace texto a video más primer y último fotograma. El otro toma hasta 12 referencias: 9 imágenes, 3 videos, 3 audios.Seedance 2.5 tiene dos modos de entrada. First / last frame toma una imagen de salida y una de llegada. Reference toma hasta 30 imágenes, 10 videos y 10 audios. Los topes no son el mismo producto. No metas una tercera imagen en First / last frame.
El escalado a 1080p, 2K y 4K, y cinco stems de audio, solo corren en la API alojada de Pika. El modelo descargable es el borrador.La resolución de Paper Gen es 480p o 720p. Draft preview fuerza 480p. En el lienzo, el botón es Generate 1080p final y se construye desde esa vista previa. No hay pase a 2K o 4K, ni exportación de stems.
Al 1 de noviembre de 2026, Silicon Noon situó H3 Flex en el octavo puesto del tablero de video de DesignArena, Elo 1.288 en 817 combates, el modelo de pesos abiertos más alto. Pika había informado el séptimo en el lanzamiento, Elo 1.293. Wan 3.0 iba cuarto, sin pesos abiertos. MiniMax H3, undécimo.Ese puesto no es una medición de VibePaper, y el tablero se mueve. Aquí se elige Seedance 2.5 porque acepta un primer fotograma y un último, y puede dejar Sound encendido. El precio aparece en Generate cuando el presupuesto está listo.
Un “unos siete segundos” citado para un clip de 15 segundos a 768p es cómputo del transformer, no la espera completa. Silicon Noon también da un tiempo interno distinto, en ocho NVIDIA B300: un clip de 5 segundos a 768p con audio, de 3,409 a 2,129 segundos de inferencia total, con el calendario fijo. Los dos números no son una sola aceleración.Ignora ambos tiempos al planear un plano aquí. Seedance 2.5 no publica un calendario de seis pasos. Fija una duración, genera y lee el fotograma. Si la llegada no es el fijo que adjuntaste, cambia una frase.

Tres looks

Primero los extremos. Si el trabajo no es un extremo, usa referencias

Genera los dos fijos antes de pedir movimiento. Los dos primeros looks son First / last frame. El tercero es Reference, porque la persona y la lluvia son ingredientes, no un principio y un final.

01Muelle, de cerca a lejos

  • Modo: First / last frame.
  • Grado: apagado.
  • Cámara: apagada.
Una persona con abrigo oscuro de pie cerca de la cámara en un muelle de madera mojado, a la hora azul, la cara oculta
First frame
El mismo muelle, con la figura del abrigo ahora pequeña al fondo y las tablas cercanas vacías
Last frame

Showa Retro añade película vieja cálida y un ánimo nostálgico. Esta hora es azul. Deja el estilo apagado, o la llegada no coincidirá con la salida. Push In es un travelling hacia el sujeto. Esta caminata se aleja. Los dos fijos ya definen el camino.

  1. Fijo de salida. Paper Gen, Seedream 5.0. Pon 16:9 tú. El enlace no lo hace. La cara sigue oculta.
  2. Fijo de llegada. El mismo muelle, el mismo abrigo, la persona pequeña al fondo. En el lienzo, pon las dos tarjetas juntas antes de graduar nada.
  3. La caminata. Seedance 2.5, First / last frame. Duración 8 segundos, no Auto. Sound encendido. Sin chip de cámara.
First frame

Hora azul en un muelle de madera gastado sobre agua en calma, 16:9. Un adulto original con abrigo de lana oscuro, de espaldas, de pie cerca de la cámara al inicio del muelle, la cara oculta. Tablas mojadas, cielo pálido, colinas bajas. Luz natural, grano fino. Sin texto. Sin logos.

Seedream 5.0. Pon 16:9 antes de Generate.

Abrir el fijo de salida
Last frame

El mismo muelle, la misma altura de cámara, la misma hora azul y el mismo abrigo. La persona ahora es pequeña al fondo del muelle, todavía de espaldas. Las tablas cercanas están vacías. Ningún objeto nuevo. Sin texto. Sin logos.

Si las colinas o los postes se mueven, regenera este fijo. No pidas al pase de video que repare el lugar.

Abrir el fijo de llegada
Movimiento

El mismo muelle y el mismo abrigo. La persona camina de espaldas a la cámara por las tablas hasta quedar pequeña al fondo. Un solo plano. Sin corte. No se vuelve. Solo agua y pasos. Sin música. Sin diálogo. Sin texto.

First frame es el fijo cercano. Last frame es el lejano. Swap frames si quedan al revés. La proporción se bloquea en adaptive.

Abrir esta caminata

02Una puerta, cerrada y luego abierta

  • Modo: First / last frame.
  • Grado: Cinematic → Suspense, solo si los dos fijos pueden enfriarse.
  • Cámara: apagada.
Una puerta de madera gastada, cerrada, al fondo de un pasillo oscuro, con luz cálida solo bajo la puerta
First frame
El mismo pasillo con la puerta de madera ya abierta y luz cálida en el suelo de una habitación vacía
Last frame

Suspense añade un grado frío, de baja exposición y alto contraste. Puede tirar hacia el azul la luz cálida bajo la puerta. Quítalo si esa lámpara tiene que seguir cálida. En los dos fijos, o en ninguno. Nadie atraviesa.

  1. Cerrada. Una puerta, una fuga de luz, sin gente. Seedream 5.0, 16:9.
  2. Abierta. El mismo pasillo, puerta abierta, habitación vacía. En el lienzo, comprueba que el yeso y las tablas siguen siendo los del primer fijo.
  3. El pestillo. First / last frame. Duración 6 segundos. Sound encendido, y el prompt pide un pestillo y luego tono de habitación. No obtendrás stems separados.
First frame

Un pasillo estrecho, luz documental. Una puerta de madera gastada, cerrada, al fondo. Luz cálida solo bajo la puerta, sobre tablas rayadas. Vacío. Sin gente. Sin texto. Sin logos.

Pasillo vacío. No añadas una figura en el prompt de movimiento.

Abrir la puerta cerrada
Last frame

El mismo pasillo y la misma puerta, ahora abierta hacia dentro. La luz cálida cae sobre el suelo de una habitación vacía. No hay nadie. Sin muebles. Sin texto. Sin logos.

La misma altura de cámara que la puerta cerrada. Un ángulo nuevo es otro plano.

Abrir la puerta abierta
Movimiento

El mismo pasillo. La puerta se abre hacia dentro. Nadie entra. La luz cálida se extiende por el suelo. Un solo plano. Sin corte. Un pestillo y luego el tono de la habitación. Sin música. Sin diálogo. Sin texto.

Una sola acción: la puerta se abre. Duración fija, no Auto. Deja el chip de cámara apagado.

Abrir este pestillo

03Persona y lluvia, como referencias

  • Modo: Reference. No First / last frame.
  • Grado: apagado.
  • Cámara: apagada.
Una persona con suéter oscuro, de espaldas a la cámara, ante una ventana alta con lluvia
Referencia, persona
Una ventana vieja vacía, con lluvia en el vidrio y árboles sin hojas fuera
Referencia, tiempo

First / last frame trataría a la persona y a la ventana vacía como principio y final, y la persona saldría del plano. Son dos ingredientes. Reference también puede tomar un audio, hasta diez, de 2 a 30 segundos cada uno. First / last frame no puede. AI Realistic añade piel a nivel de poro y una nota de primer plano en 35 mm. Esto es un plano amplio de espaldas. Déjalo apagado.

  1. La persona. Un fijo, cara oculta, de pie en la ventana. Seedream 5.0.
  2. El tiempo. Un segundo fijo de la misma ventana, sin nadie. Son referencias, no extremos.
  3. Quieto. En el compositor de video, elige Reference, no First / last frame. Adjunta los dos fijos. Duración 8 segundos. Sound encendido. Escribe la lluvia. No los pongas como primero y último.
Referencia, persona

Una habitación sencilla, luz gris de día. Un adulto original de espaldas, suéter oscuro, quieto ante una ventana alta y vieja. Lluvia en el vidrio, árboles sin hojas fuera. Cara oculta. Manos a los lados. Sin texto. Sin logos.

Adulto original. No subas la foto de una persona real.

Abrir la persona
Referencia, tiempo

La misma ventana vieja de varios cristales, sin persona. Gotas en el vidrio, árboles sin hojas y suelo mojado fuera. Luz gris, madera gastada. Sin texto. Sin logos.

No hay persona en este fijo. Es la lluvia, no un último fotograma.

Abrir el tiempo
Movimiento

La persona se queda en la ventana. No se vuelve y no camina. La lluvia se mueve en el vidrio y los árboles se mecen un poco. Un solo plano. Sin corte. Solo lluvia y tono de habitación. Sin música. Sin diálogo. Sin texto.

Modo Reference. Si el compositor sigue en First / last frame, la persona se vuelve el inicio y la ventana vacía el final.

Abrir esta espera

Una mezcla

El sonido está encendido. Los stems no están aquí.

H3 Flex escribe estéreo sincronizado en el mismo pase. La API alojada de Pika puede partir esa mezcla en cinco stems. Los pesos locales no. Seedance 2.5 tiene un interruptor Sound, encendido por defecto, y devuelve una mezcla. Nombra los sonidos en el prompt de movimiento para que la mezcla tenga un trabajo.

Los cinco stems alojados de Pika

  1. 01
    Diálogo

    Palabras dichas. Estos tres looks no tienen. Dilo en el prompt.

  2. 02
    Partitura

    Música. Déjala fuera salvo que el plano necesite una señal.

  3. 03
    Efectos

    Golpes diseñados. El pestillo es esto, si lo pides.

  4. 04
    Foley

    Pasos, tela, la taza que no pusiste en cuadro.

  5. 05
    Ambiente

    Agua, lluvia, tono de habitación.

No exportarás esos cinco archivos desde VibePaper. En Reference puedes adjuntar hasta diez clips de audio, de 2 a 30 segundos cada uno. First / last frame no toma audio. En el muelle y la puerta, escribe el sonido y deja Sound encendido. Draft preview fuerza 480p y es el pase barato. En el lienzo, Generate 1080p final construye el plano completo desde esa vista previa.

El mismo muelle, con la figura del abrigo ahora pequeña al fondo y las tablas cercanas vacías

El fotograma de llegada es una decisión, no un deseo.

Abre el muelle, pon 16:9 y no generes la caminata hasta que la figura lejana sea el mismo abrigo sobre las mismas tablas.

Animar la caminata

Sigue

Fuentes

Las cifras de H3 Flex vienen de Silicon Noon (1 de noviembre de 2026) y de Lapaas Voice (anuncio el 29 de octubre de 2026, publicado el 1 de noviembre de 2026). Los límites de Seedance son la definición actual de seedance2-5 en este producto: 4–30 segundos, 480p o 720p, First / last frame o Reference, Sound encendido por defecto. Draft preview fuerza 480p.

Silicon Noon, 1 de noviembre de 2026Pase de seis pasos, dos LoRA, 480p/768p, 5–15 segundos, 1080p/2K/4K y cinco stems alojados, código de inferencia Apache 2.0, octavo en DesignArena, Elo 1.288.Lapaas Voice, 1 de noviembre de 2026Anunciado el 29 de octubre de 2026. Post-entrenamiento de MiniMax H3, 12 referencias, 24 fps, 11 relaciones de aspecto, adaptadores en Hugging Face, nombres de los cinco stems, y la cifra de siete segundos como cómputo del transformer.

Preguntas

¿VibePaper incluye Pika H3 Flex?

No. H3 Flex es el post-entrenamiento de pesos abiertos de MiniMax H3 hecho por Pika, anunciado el 29 de octubre de 2026. Esta guía usa Paper Gen, el lienzo infinito, Seedream 5.0 y Seedance 2.5.

¿Cómo fijo un primer y un último fotograma?

En Seedance 2.5, cambia Reference a First / last frame. Adjunta una imagen como First frame y otra como Last frame. La proporción se bloquea en adaptive. El enlace de esta página solo fija el modelo y el prompt.

¿Make it a video adjunta los dos fotogramas?

No. Make it a video cambia al compositor de video y adjunta ese único fijo como referencia. El último fotograma lo añades tú, y cambias el modo si sigues en Reference.

¿Puedo exportar cinco stems de audio?

No. Esos cinco stems son la API alojada de Pika. Seedance 2.5 devuelve una mezcla cuando Sound está encendido, que es el valor por defecto. Reference también puede tomar hasta diez audios. First / last frame no puede.

¿Puedo terminar en 4K?

Aquí no. Los pases a 1080p, 2K y 4K de H3 Flex son el escalado alojado de Pika. Paper Gen ofrece 480p o 720p. Draft preview fuerza 480p. En el lienzo el botón es Generate 1080p final.

Blog