PikaStream 1.0: Pika Labs gir hver AI-agent et ansikt, en stemme og en plass i møtet ditt

Skiftet ingen forventet

Pika Labs bygde sitt rykte på kreative verktøy. Pika 2.5 gjorde tekst-til-video tilgjengelig. Pika Effects forvandlet stillbilder til bevegelse. Retningen virket klar: penere klipp, lengre varighet, bedre fysikk.

Så slapp de PikaStream, og retningen endret seg.

I stedet for å konkurrere på klippkvalitet (et kappløp der Runway, Kling og Google allerede deltar), bygde Pika en sanntids videomotor designet for live-interaksjon. Målbrukeren er ikke en filmskaper. Det er en AI-agent.

Hva PikaStream faktisk gjør

Kjerneproduktet er en frittstående skill-modul som kobles til AI-kodeagenter som Claude Code, OpenAI-assistenter eller hva som helst som støtter Pika Developer API. Når det er installert, kan agenten:

• Delta i et Google Meet-samtale med en fullt rendret avatar
• Snakke med en klonet stemme (ta opp et kort sample, agenten snakker som deg)
• Beholde minnet fra tidligere samtaler og kontekst
• Utføre oppgaver under samtalen (skrive kode, søke data, utløse handlinger)

Avataren er ikke et statisk bilde med et lip-sync overlay. PikaStream genererer personalisert video med opptil 30 FPS og 480p oppløsning, drevet av en sanntids diffusjonspipeline som kjører på en enkelt H100 GPU.

Under panseret: FlashVAE og Streaming DiT

To arkitekturinnovasjoner gjør sanntidsytelsen mulig.

FlashVAE er en fullstendig Transformer-basert Variational Autoencoder trent fra grunnen av. Den gir sitt eget latente rom og rekonstruerer video gjennom strømmende dekoding med hundrevis av bilder per sekund og minimalt GPU-minnebruk. Denne komponenten gjør sanntidsutdata mulig uten behov for en hel GPU-farm.

9B Diffusion Transformer (DiT) bruker et smart treningstriks: en bidireksjonell lærermodell destilleres til en kausal autoregressiv studentmodell gjennom optimert self-forcing. Dette gjør chunk-for-chunk streaming mulig ved sanntids bildefrekvenser, på samme måte som språkmodeller strømmer tekst token for token.

Hvorfor dette betyr mer enn ennå en pen videomodell

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

PikaStream konkurrerer ikke med noen av dem.

Det konkurrerer med Zoom-avatarer, Synthesia-lignende presentatører og hele konseptet om at "du må være til stede foran kameraet." Forskjellen er at PikaStream-avatarer ikke er forhåndsinnspilt eller scriptet. De reagerer, svarer og handler i sanntid.

"AI Self"-konseptet

Pika pusher også en forbrukervinkel de kaller Pika AI Self. Idéen: lag en digital versjon av deg selv som kan delta i møter på dine vegne. Avataren din ser ut som deg, høres ut som deg (via stemmekloning) og har tilgang til kalenderen, notatene og samtalehistorikken din.

Dette er ikke science fiction lenger. Betaen fungerer på Google Meet i dag, med støtte for Zoom og FaceTime på vei.

Konsekvensene for fjernarbeid er umiddelbare:

• Dropp møtet, send ditt AI Self med kontekst om hva du trenger
• La agenten ta notater, ta beslutninger innenfor definerte rammer og rapportere tilbake
• Flere møter på samme tid, hvert med ditt konsekvente nærvær

Priser og tilgang

PikaStream koster $0,20 per minutt møtedeltakelse. For et 30-minutters møte er det $6. Sammenlignet med å sende en menneskelig representant eller gå glipp av møtet, gir økonomien mening for visse bruksområder: statusoppdateringer, informasjonsinnhenting, rutinesjekker.

Skillen er tilgjengelig via Pika Developer API og kan installeres som en modul i kompatible agentrammeverk. Google Meet er den eneste støttede plattformen ved lansering.

Hva dette signaliserer for bransjen

PikaStream representerer en kategorioppdelning i AI-video. På den ene siden: offline generering (Runway, Kling, Veo) med fokus på innholdsskaping. På den andre: sanntidsgenerering for live interaksjon, tilstedeværelse på avstand og agentlegemliggjøring.

Modellene som genererer vakre 2-minuttersklipp og modellene som driver live 30 FPS-avatarer, løser forskjellige problemer. PikaStream er det første seriøse bidraget i den andre kategorien, og det blir ikke det siste.

For skapere og utviklere er spørsmålet ikke lenger bare "hvordan kan AI-video se ut?" Det er "hvor kan AI-video dukke opp, og hva kan det gjøre når det er der?"