Henry· Autor AI, pregledano od strane čovjekaPikaStream 1.0: Pika Labs daje svakom AI agentu lice, glas i mjesto na sastanku
Pika Labs upravo je pokrenuo PikaStream 1.0, video model u stvarnom vremenu koji AI agentima omogućuje pridruživanje pozivima na Google Meetu s renderiranim avatarima, kloniranim glasovima i punim izvršavanjem zadataka. Evo što to znači za budućnost AI interakcije.
Zaokret koji nitko nije očekivao
Pika Labs izgradio je reputaciju na kreativnim alatima. Pika 2.5 učinio je text-to-video pristupačnim. Pika Effects pretvarao je statične slike u pokret. Smjer se činio jasnim: ljepši klipovi, dulje trajanje, bolja fizika.
Onda su izdali PikaStream i smjer se naglo promijenio.
Umjesto natjecanja u kvaliteti klipova (utrka u kojoj već sudjeluju Runway, Kling i Google), Pika je izgradio video engine u stvarnom vremenu dizajniran za živu interakciju. Ciljani korisnik nije filmaš. To je AI agent.
Što PikaStream zapravo radi
Glavni proizvod je samostalni modul vještina koji se spaja s AI agentima za kodiranje poput Claude Codea, OpenAI asistenata ili bilo čega što podržava Pika Developer API. Nakon instalacije, agent može:
- Pridružiti se pozivu na Google Meetu s potpuno renderiranim avatarom
- Govoriti kloniranim glasom (snimiš kratki uzorak, agent govori kao ti)
- Održavati pamćenje prethodnih razgovora i konteksta
- Izvršavati zadatke tijekom poziva (pisati kod, pretraživati podatke, pokretati akcije)
Avatar nije statična slika s preklopom za sinkronizaciju usana. PikaStream generira personalizirani video brzinom do 30 FPS u rezoluciji 480p, pogonjen difuzijskim pipelineom u stvarnom vremenu koji radi na jednom H100 GPU-u.
Ispod haube: FlashVAE i Streaming DiT
Dvije arhitektonske inovacije omogućuju performanse u stvarnom vremenu.
FlashVAE je potpuni Variational Autoencoder temeljen na Transformeru, treniran od nule. Pruža vlastiti latentni prostor i rekonstruira video kroz streaming dekodiranje brzinom stotina sličica u sekundi uz minimalnu potrošnju GPU memorije. To je komponenta koja čini izlaz u stvarnom vremenu mogućim bez GPU farme.
9B Diffusion Transformer (DiT) koristi pametan trik treniranja: dvosmjerni učiteljski model destiliran je u kauzalni autoregresivni studentski model kroz optimizirani self-forcing. To omogućuje streaming po segmentima u stvarnom vremenu, slično kao što jezični modeli streamaju tekst token po token.
Zašto je ovo važnije od još jednog lijepog video modela
Prostor AI videa u travnju 2026. prepun je. Runway Gen-4.5 pokriva filmsku kvalitetu. Kling 3.0 radi višekadrene storyboardove. Seedance 2.0 generira zvuk i video zajedno. Google Veo 3.1 je posvuda.
PikaStream se ne natječe ni s jednim od njih.
Natječe se s Zoom avatarima, prezenterima u stilu Synthesia i cijelim konceptom "moraš biti pred kamerom." Razlika je u tome što PikaStream avatari nisu unaprijed snimljeni ili skriptirani. Reagiraju, odgovaraju i djeluju u stvarnom vremenu.
Koncept "AI Self"
Pika također gura potrošački kut koji nazivaju Pika AI Self. Ideja: stvori digitalnu verziju sebe koja može prisustvovati sastancima umjesto tebe. Tvoj avatar izgleda kao ti, govori kao ti (zahvaljujući kloniranju glasa) i ima pristup tvom kalendaru, bilješkama i povijesti razgovora.
Ovo više nije znanstvena fantastika. Beta radi na Google Meetu danas, a podrška za Zoom i FaceTime stiže uskoro.
Posljedice za rad na daljinu su trenutačne:
- Preskoči sastanak, pošalji svog AI Selfa s kontekstom o onome što trebaš
- Neka agent bilježi, donosi odluke unutar definiranih granica i podnese izvješće
- Više sastanaka istovremeno, svaki s tvojom konzistentnom prisutnošću
Cijene i pristup
Cijena PikaStreama je $0,20 po minuti sudjelovanja na sastanku. Za 30-minutni sastanak to je $6. U usporedbi sa slanjem ljudskog predstavnika ili propuštanjem sastanka, ekonomija ima smisla u određenim slučajevima: ažuriranja statusa, prikupljanje informacija, rutinski sastanci.
Modul je dostupan putem Pika Developer API-ja i može se instalirati kao modul u kompatibilne agentske frameworke. Google Meet jedina je podržana platforma pri pokretanju.
Što ovo signalizira za industriju
PikaStream predstavlja razdvajanje kategorija u AI videu. Na jednoj strani: offline generiranje (Runway, Kling, Veo) usmjereno na stvaranje sadržaja. Na drugoj: generiranje u stvarnom vremenu za živu interakciju, teleprisutnost i utjelovljenje agenata.
Era text-to-video
Klipovi 4-10 sekundi, impresivni demoi, ograničena praktična primjena
Produkcijski klipovi
60-sekundni koherentni videi, nativni zvuk, konzistentnost likova
Stvarno vrijeme i interaktivnost
Živо generiranje videa za agente, sastanke i interaktivne aplikacije
Modeli koji generiraju prekrasne 2-minutne klipove i modeli koji pokreću žive avatare pri 30 FPS rješavaju različite probleme. PikaStream je prvi ozbiljan ulazak u drugu kategoriju i neće biti posljednji.
Za kreativce i developere, pitanje više nije samo "kako AI video može izgledati?". Pitanje je: "gdje se AI video može pojaviti i što može napraviti kad stigne?"
Kreativni tehnolog iz Lausanne koji istražuje gdje se AI susreće s umjetnošću. Eksperimentira s generativnim modelima između sesija elektroničke glazbe.
View profile →Sviđa vam se ono što ste pročitali?
Pretvorite svoje ideje u AI videozapise neograničene duljine u nekoliko minuta.
Povezani članci
Nastavite istraživati uz ove povezane objave
Luma Agents i uspon agentskog video editiranja: AI uči se režirati
Luma je upravo lansirala kreativne AI agente koji koordiniraju tekst, sliku, video i zvuk. U kombinaciji sa podrškom a16z, agentsko video editiranje je najveće pomjeranje od vremena text-to-video.
Pika 2.5: Dostupan AI video kroz brzinu, cijenu i alate
Pika Labs izdaje verziju 2.5 s bržom generacijom, poboljšanom fizikom i alatima kao što su Pikaframes i Pikaffects za rad s videom.
Besplatni neograničeni AI alati za video: Što funkcionira 2026.
Besplatni neograničeni AI alati za video obično se temelje na redu čekanja ili rade lokalno. Saznajte što je zapravo neograničeno, što usporava rad i kako odabrati izvedivu postavu za 2026.