PikaStream 1.0: Pika Labs dá a cada agente de IA um rosto, uma voz e um lugar na sua reunião

A virada que ninguém esperava

A Pika Labs construiu sua reputação com ferramentas criativas. O Pika 2.5 tornou o text-to-video acessível. O Pika Effects transformou imagens estáticas em movimento. A trajetória parecia clara: clips mais bonitos, durações mais longas, física melhor.

Então eles lançaram o PikaStream, e a trajetória mudou completamente de direção.

Em vez de competir na qualidade de clips (uma corrida na qual Runway, Kling e Google já estão disputando), a Pika construiu um motor de vídeo em tempo real projetado para interação ao vivo. O usuário-alvo não é um cineasta. É um agente de IA.

O que o PikaStream realmente faz

O produto principal é um módulo de habilidades autônomo que se conecta a agentes de desenvolvimento IA como Claude Code, assistentes da OpenAI ou qualquer sistema compatível com a API Pika Developer. Uma vez instalado, o agente pode:

• Entrar numa chamada do Google Meet com um avatar totalmente renderizado
• Falar com uma voz clonada (grave uma amostra curta, o agente fala como você)
• Manter a memória de conversas anteriores e do contexto
• Executar tarefas durante a chamada (escrever código, buscar dados, acionar ações)

O avatar não é uma imagem estática com uma sobreposição de sincronização labial. O PikaStream gera vídeo personalizado a até 30 FPS em resolução 480p, alimentado por um pipeline de difusão em tempo real rodando em um único GPU H100.

Por baixo do capô: FlashVAE e Streaming DiT

Duas inovações arquitetônicas tornam o desempenho em tempo real possível.

FlashVAE é um Autoencoder Variacional totalmente baseado em Transformer, treinado do zero. Ele fornece seu próprio espaço latente e reconstrói vídeo por meio de decodificação em streaming a centenas de quadros por segundo, com consumo mínimo de memória GPU. Este é o componente que torna a saída em tempo real viável sem precisar de uma fazenda de GPUs.

O Diffusion Transformer (DiT) de 9 bilhões de parâmetros usa uma técnica de treinamento engenhosa: um modelo professor bidirecional é destilado em um modelo estudante causal e autorregressivo por meio de self-forcing otimizado. Isso permite streaming fragmento por fragmento em taxas de quadros em tempo real, de forma semelhante a como os modelos de linguagem geram texto token por token.

Por que isso importa mais do que outro modelo de vídeo bonito

O mercado de vídeo IA em abril de 2026 está lotado. O Runway Gen-4.5 entrega qualidade cinematográfica. O Kling 3.0 cria storyboards multi-cena. O Seedance 2.0 gera áudio e vídeo juntos. O Google Veo 3.1 está em toda parte.

O PikaStream não compete com nenhum deles.

Ele compete com avatares do Zoom, apresentadores no estilo Synthesia e o conceito inteiro de "você precisa estar presente na câmera". A diferença é que os avatares do PikaStream não são pré-gravados nem roteirizados. Eles reagem, respondem e agem em tempo real.

O conceito do "Eu IA"

A Pika também está apostando num ângulo voltado ao consumidor que chamam de Pika AI Self. A ideia: criar uma versão digital de você mesmo que pode participar de reuniões no seu lugar. Seu avatar se parece com você, fala como você (via clonagem de voz) e tem acesso ao seu calendário, notas e histórico de conversas.

Isso não é mais ficção científica. A versão beta funciona no Google Meet hoje, com suporte para Zoom e FaceTime a caminho.

As implicações para o trabalho remoto são imediatas:

• Pule a reunião, envie seu Eu IA com o contexto do que você precisa
• Deixe o agente tomar notas, tomar decisões dentro de limites definidos e te atualizar depois
• Várias reuniões ao mesmo tempo, cada uma com sua presença consistente

Preços e acesso

O PikaStream custa US$ 0,20 por minuto de participação em reunião. Para uma reunião de 30 minutos, são US$ 6. Comparado a enviar um representante humano ou simplesmente perder a reunião, a conta fecha para certos casos de uso: atualizações de status, coleta de informações, reuniões de rotina.

O módulo está disponível pela API Pika Developer e pode ser instalado como componente em frameworks de agentes compatíveis. O Google Meet é a única plataforma suportada no lançamento.

O que isso sinaliza para a indústria

O PikaStream representa uma divisão de categoria no vídeo IA. De um lado: geração offline (Runway, Kling, Veo) focada na criação de conteúdo. Do outro: geração em tempo real para interação ao vivo, telepresença e a corporificação de agentes.

Os modelos que geram belos clips de 2 minutos e os modelos que alimentam avatares ao vivo a 30 FPS resolvem problemas diferentes. O PikaStream é a primeira entrada séria na segunda categoria, e não será a última.

Para criadores e desenvolvedores, a pergunta não é mais apenas "como o vídeo IA pode parecer". É "onde o vídeo IA pode aparecer, e o que ele pode fazer quando chegar lá".