PikaStream 1.0: مختبرات Pika تمنح كل وكيل ذكاء اصطناعي وجها وصوتا ومقعدا في اجتماعك

التحول الذي لم يتوقعه أحد

بنت Pika Labs سمعتها على الأدوات الإبداعية. Pika 2.5 جعل تحويل النص إلى فيديو متاحا للجميع. أما Pika Effects فحوّل الصور الثابتة إلى حركة. بدا المسار واضحا: مقاطع أجمل، مدد أطول، فيزياء أفضل.

ثم أطلقوا PikaStream، وانحرف المسار بشكل غير متوقع.

بدلا من التنافس على جودة المقاطع (سباق تخوضه بالفعل Runway وKling وGoogle)، بنت Pika محرك فيديو يعمل في الوقت الفعلي مصمم للتفاعل المباشر. المستخدم المستهدف ليس صانع أفلام، بل وكيل ذكاء اصطناعي.

ما الذي يفعله PikaStream فعليا

المنتج الأساسي هو وحدة مهارات مستقلة تتكامل مع وكلاء البرمجة بالذكاء الاصطناعي مثل Claude Code ومساعدي OpenAI أو أي نظام يدعم واجهة Pika Developer API. بمجرد التثبيت، يمكن للوكيل:

• الانضمام إلى مكالمة Google Meet بصورة رمزية مُولّدة بالكامل
• التحدث بصوت مستنسخ (سجّل عينة قصيرة، والوكيل يتحدث بصوتك)
• الاحتفاظ بذاكرة المحادثات السابقة والسياق
• تنفيذ المهام أثناء المكالمة (كتابة كود، البحث عن بيانات، تشغيل إجراءات)

الصورة الرمزية ليست صورة ثابتة مع طبقة مزامنة شفاه. يولّد PikaStream فيديو مخصصا بمعدل يصل إلى 30 إطارا في الثانية وبدقة 480p، مدعوما بخط إنتاج انتشار يعمل في الوقت الفعلي على وحدة GPU واحدة من نوع H100.

تحت الغطاء: FlashVAE والبث المباشر بـ DiT

ابتكاران معماريان يجعلان الأداء في الوقت الفعلي ممكنا.

FlashVAE هو مشفّر تبايني ذاتي (VAE) قائم بالكامل على بنية Transformer، تم تدريبه من الصفر. يوفر فضاءه الكامن الخاص ويعيد بناء الفيديو من خلال فك تشفير متدفق بمعدل مئات الإطارات في الثانية مع استهلاك ضئيل لذاكرة GPU. هذا هو المكوّن الذي يجعل الإخراج في الوقت الفعلي ممكنا دون الحاجة إلى مزرعة وحدات GPU.

محوّل الانتشار بحجم 9 مليار معامل (DiT) يستخدم تقنية تدريب ذكية: يتم تقطير نموذج معلّم ثنائي الاتجاه إلى طالب انحداري ذاتي سببي من خلال إجبار ذاتي محسّن. يتيح ذلك البث على شكل أجزاء بمعدلات إطارات في الوقت الفعلي، تماما كما تبث نماذج اللغة النص رمزا تلو الآخر.

لماذا هذا أهم من مجرد نموذج فيديو جميل آخر

ساحة الفيديو بالذكاء الاصطناعي في أبريل 2026 مزدحمة. Runway Gen-4.5 يتعامل مع الجودة السينمائية. Kling 3.0 ينشئ لوحات قصصية متعددة اللقطات. Seedance 2.0 يولّد الصوت والفيديو معا. Google Veo 3.1 موجود في كل مكان.

PikaStream لا ينافس أيا منها.

إنه ينافس صور Zoom الرمزية، ومقدّمي Synthesia، والمفهوم الكامل لـ"يجب أن تكون حاضرا أمام الكاميرا". الفرق أن صور PikaStream الرمزية ليست مسجلة مسبقا أو مكتوبة. إنها تتفاعل وتستجيب وتتصرف في الوقت الفعلي.

مفهوم "الذات الرقمية"

تروّج Pika أيضا لجانب استهلاكي تسميه Pika AI Self. الفكرة: أنشئ نسخة رقمية من نفسك يمكنها حضور الاجتماعات نيابة عنك. صورتك الرمزية تشبهك، وتتحدث بصوتك (عبر استنساخ الصوت)، ولديها وصول إلى تقويمك وملاحظاتك وسجل محادثاتك.

هذا لم يعد خيالا علميا. النسخة التجريبية تعمل على Google Meet اليوم، مع دعم Zoom وFaceTime قريبا.

التأثيرات على العمل عن بُعد فورية:

• تخطَّ الاجتماع، وأرسل ذاتك الرقمية مع سياق حول ما تحتاجه
• دع الوكيل يدوّن الملاحظات، ويتخذ القرارات ضمن حدود محددة، ويقدم لك تقريرا
• حضور اجتماعات متعددة في الوقت نفسه، كل منها بحضورك المتسق

التسعير والوصول

سعر PikaStream هو $0.20 لكل دقيقة من المشاركة في الاجتماع. لاجتماع مدته 30 دقيقة، يعني ذلك $6. مقارنة بإرسال ممثل بشري أو تفويت الاجتماع بالكامل، فإن الحسابات الاقتصادية منطقية لحالات استخدام معينة: تحديثات الحالة، جمع المعلومات، المتابعات الروتينية.

المهارة متاحة عبر Pika Developer API ويمكن تثبيتها كوحدة في أُطر عمل الوكلاء المتوافقة. Google Meet هو المنصة الوحيدة المدعومة عند الإطلاق.

ما الذي يشير إليه هذا بالنسبة للصناعة

يمثل PikaStream انقساما في فئات الفيديو بالذكاء الاصطناعي. من جهة: التوليد دون اتصال (Runway، Kling، Veo) المركّز على إنشاء المحتوى. ومن الجهة الأخرى: التوليد في الوقت الفعلي للتفاعل المباشر، والحضور عن بُعد، وتجسيد الوكلاء.

النماذج التي تولّد مقاطع جميلة مدتها دقيقتان والنماذج التي تشغّل صورا رمزية مباشرة بمعدل 30 إطارا في الثانية تحل مشكلات مختلفة. PikaStream هو أول دخول جاد في الفئة الثانية، ولن يكون الأخير.

بالنسبة للمبدعين والمطورين، السؤال لم يعد فقط "كيف يمكن أن يبدو الفيديو بالذكاء الاصطناعي؟" بل أصبح "أين يمكن أن يظهر الفيديو بالذكاء الاصطناعي، وماذا يمكنه أن يفعل عندما يصل إلى هناك؟"