PikaStream 1.0: Pika Labs giver hver AI-agent et ansigt, en stemme og en plads i dit møde

Skiftet ingen forventede

Pika Labs byggede sit ry på kreative værktøjer. Pika 2.5 gjorde text-to-video tilgængeligt. Pika Effects forvandlede stillbilleder til bevægelse. Retningen virkede klar: pænere klip, længere varighed, bedre fysik.

Så sendte de PikaStream, og retningen drejede.

I stedet for at konkurrere på klipkvalitet (et kapløb som Runway, Kling og Google allerede er med i), byggede Pika en realtids-videoengine designet til live interaktion. Målbrugeren er ikke en filminstruktør. Det er en AI-agent.

Hvad PikaStream rent faktisk gør

Kerneproduktet er et selvstændigt skill-modul, der tilsluttes AI-kodeagenter som Claude Code, OpenAI-assistenter eller alt, der understøtter Pika Developer API. Når det er installeret, kan agenten:

• Deltage i et Google Meet-opkald med en fuldt renderet avatar
• Tale med en klonet stemme (optag en kort sample, agenten taler som dig)
• Fastholde hukommelse fra tidligere samtaler og kontekst
• Udføre opgaver under opkaldet (skrive kode, søge data, udløse handlinger)

Avataren er ikke et statisk billede med et lip-sync overlay. PikaStream genererer personaliseret video med op til 30 FPS og 480p opløsning, drevet af en realtids-diffusionspipeline på en enkelt H100 GPU.

Under motorhjelmen: FlashVAE og Streaming DiT

To arkitekturinnovationer gør realtidsydeevnen mulig.

FlashVAE er en fuldt Transformer-baseret Variational Autoencoder trænet fra bunden. Den leverer sit eget latente rum og rekonstruerer video gennem streaming-dekodning med hundredvis af frames per sekund og minimalt GPU-hukommelsesforbrug. Denne komponent gør realtidsoutput muligt uden behov for en hel GPU-farm.

9B Diffusion Transformer (DiT) bruger et smart træningstrik: en bidirektionel lærermodel destilleres til en kausal autoregressiv studerende gennem optimeret self-forcing. Dette muliggør chunk-for-chunk streaming ved realtids-framerater, ligesom sprogmodeller streamer tekst token for token.

Hvorfor dette betyder mere end endnu en flot videomodel

AI-video-området i april 2026 er tætpakket. Runway Gen-4.5 håndterer filmisk kvalitet. Kling 3.0 laver multi-shot storyboards. Seedance 2.0 genererer lyd og video sammen. Google Veo 3.1 er overalt.

PikaStream konkurrerer ikke med nogen af dem.

Det konkurrerer med Zoom-avatarer, Synthesia-lignende præsentatorer og hele konceptet om, at "du skal være til stede foran kameraet." Forskellen er, at PikaStream-avatarer ikke er forudindspillede eller scriptede. De reagerer, svarer og handler i realtid.

"AI Self"-konceptet

Pika skubber også en forbrugervinkel, de kalder Pika AI Self. Idéen: skab en digital version af dig selv, der kan deltage i møder på dine vegne. Din avatar ligner dig, lyder som dig (via stemmekloning) og har adgang til din kalender, noter og samtalehistorik.

Det er ikke science fiction længere. Betaen fungerer på Google Meet i dag, med support til Zoom og FaceTime på vej.

Konsekvenserne for fjernarbejde er umiddelbare:

• Spring mødet over, send dit AI Self med kontekst om, hvad du har brug for
• Lad agenten tage noter, træffe beslutninger inden for definerede grænser og rapportere tilbage
• Flere møder på samme tid, hvert med din konsistente tilstedeværelse

Priser og adgang

PikaStream koster $0,20 per minut mødedeltagelse. For et 30-minutters møde er det $6. Sammenlignet med at sende en menneskelig repræsentant eller gå glip af mødet, giver økonomien mening for visse brugsscenarier: statusopdateringer, informationsindsamling, rutinetjek.

Skillen er tilgængelig via Pika Developer API og kan installeres som et modul i kompatible agentframeworks. Google Meet er den eneste understøttede platform ved lancering.

Hvad dette signalerer for branchen

PikaStream repræsenterer en kategorisplittelse i AI-video. På den ene side: offline generering (Runway, Kling, Veo) med fokus på indholdsskabelse. På den anden: realtidsgenerering til live interaktion, telepresence og agentlegemliggørelse.

Modellerne, der genererer flotte 2-minutters klip, og modellerne, der driver live 30 FPS avatarer, løser forskellige problemer. PikaStream er det første seriøse bud i den anden kategori, og det bliver ikke det sidste.

For skabere og udviklere er spørgsmålet ikke længere bare "hvordan kan AI-video se ud?" Det er "hvor kan AI-video dukke op, og hvad kan det gøre, når det er der?"