PikaStream 1.0: Pika Labs piešķir katram AI aģentam seju, balsi un vietu jūsu sapulcē

Pārmaiņa, ko neviens negaidīja

Pika Labs uzbūvēja savu reputāciju uz radošiem rīkiem. Pika 2.5 padarīja teksta pārvēršanu video pieejamu. Pika Effects pārvērta statiskus attēlus kustībā. Trajektorija šķita skaidra: skaistāki klipi, garāki ilgumi, labāka fizika.

Tad viņi izlaida PikaStream, un trajektorija pagriezās sānis.

Tā vietā, lai sacenstos par klipu kvalitāti (sacīkstē, kurā Runway, Kling un Google jau piedalās), Pika izveidoja reāllaika video dzinēju, kas izstrādāts tiešsaistes mijiedarbībai. Mērķa lietotājs nav kinematogrāfists. Tas ir AI aģents.

Ko PikaStream patiesībā dara

Galvenais produkts ir autonoms prasmju modulis, kas pieslēdzas AI kodēšanas aģentiem, piemēram, Claude Code, OpenAI asistentiem vai jebkuram, kas atbalsta Pika Developer API. Pēc instalēšanas aģents var:

• Pievienoties Google Meet zvanam ar pilnībā renderētu avatāru
• Runāt ar klonētu balsi (ierakstiet īsu paraugu, aģents runā kā jūs)
• Saglabāt atmiņu par iepriekšējām sarunām un kontekstu
• Izpildīt uzdevumus zvana laikā (rakstīt kodu, meklēt datus, aktivizēt darbības)

Avatārs nav statisks attēls ar lūpu sinhronizācijas pārklājumu. PikaStream ģenerē personalizētu video ar līdz 30 FPS un 480p izšķirtspēju, ko darbina reāllaika difūzijas cauruļvads, kas darbojas uz viena H100 GPU.

Zem pārsega: FlashVAE un Streaming DiT

Divas arhitektūras inovācijas padara reāllaika veiktspēju iespējamu.

FlashVAE ir pilnīgs uz Transformer balstīts variācijas autokodētājs, kas apmācīts no nulles. Tas nodrošina savu latento telpu un rekonstruē video, izmantojot straumēšanas dekodēšanu ar simtiem kadru sekundē, ar minimālu GPU atmiņu. Šis komponents padara reāllaika izvadi iespējamu bez GPU fermas nepieciešamības.

9B difūzijas transformators (DiT) izmanto gudru apmācības paņēmienu: divvirzienu skolotāja modelis tiek destilēts kauzālā autoregresīvā studenta modelī, izmantojot optimizētu pašpiespiedu metodi. Tas ļauj straumēt gabalu pa gabalam reāllaika kadru ātrumos, līdzīgi kā valodas modeļi straumē tekstu marķieri pa marķierim.

Kāpēc tas ir svarīgāk nekā vēl viens skaists video modelis

AI video telpa 2026. gada aprīlī ir pārpildīta. Runway Gen-4.5 nodrošina kinematogrāfisku kvalitāti. Kling 3.0 veido daudzkadriju stāstlīnijas. Seedance 2.0 ģenerē audio un video kopā. Google Veo 3.1 ir visur.

PikaStream nesacenšas ne ar vienu no tiem.

Tas sacenšas ar Zoom avatāriem, Synthesia stila prezentētājiem un visu konceptu "jums jābūt klātienē kamerā." Atšķirība ir tāda, ka PikaStream avatāri nav iepriekš ierakstīti vai skriptēti. Tie reaģē, atbild un darbojas reāllaikā.

"AI Self" koncepcija

Pika virza arī patērētāju virzienu, ko viņi sauc par Pika AI Self. Ideja: izveidojiet savu digitālo versiju, kas var apmeklēt sapulces jūsu vietā. Jūsu avatārs izskatās kā jūs, skan kā jūs (izmantojot balss klonēšanu), un tam ir piekļuve jūsu kalendāram, piezīmēm un sarunu vēsturei.

Tas vairs nav zinātniskā fantastika. Beta versija darbojas Google Meet jau šodien, un Zoom un FaceTime atbalsts ir ceļā.

Sekas attālinātajam darbam ir tūlītējas:

• Izlaidiet sapulci, nosūtiet savu AI Self ar kontekstu par to, kas jums nepieciešams
• Ļaujiet aģentam pierakstīt piezīmes, pieņemt lēmumus noteiktās robežās un ziņot atpakaļ
• Vairākas sapulces vienlaikus, katrā ar jūsu konsekventu klātbūtni

Cenas un piekļuve

PikaStream cena ir $0,20 par minūti sapulces dalības. 30 minūšu sapulcei tas ir $6. Salīdzinājumā ar cilvēka pārstāvja nosūtīšanu vai sapulces pilnīgu nokavēšanu, ekonomika darbojas noteiktos gadījumos: statusa atjauninājumi, informācijas vākšana, rutīnas pārbaudes.

Prasme ir pieejama caur Pika Developer API, un to var instalēt kā moduli saderīgos aģentu ietvaros. Google Meet ir vienīgā atbalstītā platforma palaišanas brīdī.

Ko tas signalizē nozarei

PikaStream pārstāv kategoriju sadalījumu AI video jomā. Vienā pusē: bezsaistes ģenerēšana (Runway, Kling, Veo), kas orientēta uz satura veidošanu. Otrā: reāllaika ģenerēšana tiešsaistes mijiedarbībai, teleprezencei un aģentu iemiesošanai.

Modeļi, kas ģenerē skaistus 2 minūšu klipus, un modeļi, kas darbina tiešraides 30 FPS avatārus, risina atšķirīgas problēmas. PikaStream ir pirmais nopietns ienākums otrajā kategorijā, un tas nebūs pēdējais.

Radītājiem un izstrādātājiem jautājums vairs nav tikai "kā AI video var izskatīties?" Tas ir "kur AI video var parādīties, un ko tas var darīt, kad nokļūst tur?"