PikaStream 1.0 : Pika Labs donne un visage, une voix et une place en réunion à chaque agent IA

Le virage que personne n'attendait

Pika Labs a bâti sa réputation sur des outils créatifs. Pika 2.5 a rendu le text-to-video accessible. Pika Effects a transformé les images fixes en mouvement. La trajectoire semblait claire : des clips plus beaux, des durées plus longues, une meilleure physique.

Puis ils ont lancé PikaStream, et la trajectoire a pris un tout autre cap.

Au lieu de se battre sur la qualité des clips (une course dans laquelle Runway, Kling et Google sont déjà lancés), Pika a construit un moteur vidéo en temps réel conçu pour l'interaction en direct. L'utilisateur cible n'est pas un réalisateur. C'est un agent IA.

Ce que fait concrètement PikaStream

Le produit central est un module de compétences autonome qui se connecte aux agents de développement IA comme Claude Code, les assistants OpenAI, ou tout système compatible avec l'API Pika Developer. Une fois installé, l'agent peut :

• Rejoindre un appel Google Meet avec un avatar entièrement rendu
• Parler avec une voix clonée (enregistrez un court échantillon, l'agent parle comme vous)
• Conserver la mémoire des conversations et du contexte précédents
• Exécuter des tâches pendant l'appel (écrire du code, rechercher des données, déclencher des actions)

L'avatar n'est pas une image statique avec un doublage labial par-dessus. PikaStream génère de la vidéo personnalisée jusqu'à 30 FPS en résolution 480p, grâce à un pipeline de diffusion en temps réel tournant sur un seul GPU H100.

Sous le capot : FlashVAE et Streaming DiT

Deux innovations architecturales rendent cette performance en temps réel possible.

FlashVAE est un autoencodeur variationnel entièrement basé sur Transformer, entraîné de zéro. Il fournit son propre espace latent et reconstruit la vidéo par décodage en streaming à des centaines d'images par seconde, avec une empreinte mémoire GPU minimale. C'est le composant qui rend la sortie en temps réel faisable sans nécessiter une ferme de GPU.

Le Diffusion Transformer (DiT) de 9 milliards de paramètres utilise une astuce d'entraînement ingénieuse : un modèle enseignant bidirectionnel est distillé en un modèle étudiant causal et autorégressif via un self-forcing optimisé. Cela permet un streaming par segments à des fréquences d'images en temps réel, de la même manière que les modèles de langage produisent du texte token par token.

Pourquoi c'est plus important qu'un énième joli modèle vidéo

L'espace de la vidéo IA en avril 2026 est saturé. Runway Gen-4.5 gère la qualité cinématographique. Kling 3.0 produit des storyboards multi-plans. Seedance 2.0 génère audio et vidéo simultanément. Google Veo 3.1 est partout.

PikaStream ne rivalise avec aucun d'entre eux.

Il rivalise avec les avatars Zoom, les présentateurs à la Synthesia, et le concept même de "vous devez être présent à la caméra". La différence, c'est que les avatars PikaStream ne sont ni préenregistrés ni scriptés. Ils réagissent, répondent et agissent en temps réel.

Le concept du "Soi IA"

Pika pousse également un angle grand public qu'ils appellent Pika AI Self. L'idée : créer une version numérique de vous-même capable d'assister aux réunions à votre place. Votre avatar vous ressemble, parle comme vous (via le clonage vocal), et a accès à votre calendrier, vos notes et votre historique de conversations.

Ce n'est plus de la science-fiction. La version bêta fonctionne sur Google Meet dès aujourd'hui, avec le support de Zoom et FaceTime prévu prochainement.

Les implications pour le travail à distance sont immédiates :

• Passez la réunion, envoyez votre Soi IA avec le contexte sur ce dont vous avez besoin
• Laissez l'agent prendre des notes, prendre des décisions dans des limites définies, et vous faire un compte-rendu
• Plusieurs réunions en simultané, chacune avec votre présence cohérente

Tarification et accès

PikaStream est facturé à 0,20 $ par minute de participation à une réunion. Pour une réunion de 30 minutes, cela représente 6 $. Comparé à l'envoi d'un représentant humain ou à l'absence totale à la réunion, l'équation économique fonctionne pour certains cas d'usage : points d'avancement, collecte d'information, réunions de routine.

Le module est accessible via l'API Pika Developer et peut être installé en tant que composant dans les frameworks d'agents compatibles. Google Meet est la seule plateforme supportée au lancement.

Ce que cela révèle pour l'industrie

PikaStream représente une scission de catégorie dans la vidéo IA. D'un côté : la génération hors ligne (Runway, Kling, Veo) axée sur la création de contenu. De l'autre : la génération en temps réel pour l'interaction en direct, la téléprésence et l'incarnation des agents.

Les modèles qui génèrent de magnifiques clips de 2 minutes et les modèles qui alimentent des avatars en direct à 30 FPS résolvent des problèmes différents. PikaStream est la première entrée sérieuse dans la seconde catégorie, et ce ne sera pas la dernière.

Pour les créateurs et développeurs, la question n'est plus seulement "à quoi peut ressembler la vidéo IA ?" C'est "où la vidéo IA peut-elle apparaître, et que peut-elle faire une fois sur place ?"