PikaStream 1.0: Pika Labs даёт каждому ИИ-агенту лицо, голос и место на вашем совещании

Поворот, которого никто не ждал

Pika Labs построила свою репутацию на творческих инструментах. Pika 2.5 сделала text-to-video доступным. Pika Effects превращала статичные изображения в движение. Траектория казалась очевидной: красивее ролики, длиннее хронометраж, реалистичнее физика.

А потом они выпустили PikaStream, и траектория резко свернула в сторону.

Вместо того чтобы соревноваться в качестве клипов (гонка, в которой Runway, Kling и Google уже вовсю участвуют), Pika построила движок видео реального времени, предназначенный для живого взаимодействия. Целевой пользователь здесь не кинематографист. Это ИИ-агент.

Что PikaStream делает на практике

Основной продукт представляет собой автономный модуль навыков, который подключается к ИИ-агентам вроде Claude Code, ассистентов OpenAI или любых систем с поддержкой Pika Developer API. После установки агент может:

• Подключиться к звонку Google Meet с полноценным отрисованным аватаром
• Говорить клонированным голосом (запишите короткий образец, и агент будет говорить как вы)
• Сохранять контекст предыдущих разговоров и данных
• Выполнять задачи прямо во время звонка (писать код, искать данные, запускать действия)

Аватар, это не статичная картинка с наложенной синхронизацией губ. PikaStream генерирует персонализированное видео с частотой до 30 FPS в разрешении 480p, используя конвейер диффузии реального времени на одном GPU H100.

Под капотом: FlashVAE и потоковый DiT

Две архитектурные инновации обеспечивают производительность в реальном времени.

FlashVAE - это полностью Transformer-based вариационный автокодировщик, обученный с нуля. Он предоставляет собственное латентное пространство и восстанавливает видео через потоковое декодирование со скоростью сотни кадров в секунду при минимальном потреблении памяти GPU. Именно этот компонент делает генерацию в реальном времени возможной без фермы GPU.

9B Diffusion Transformer (DiT) использует остроумный приём обучения: двунаправленная модель-учитель дистиллируется в каузальную авторегрессионную модель-ученика через оптимизированное self-forcing. Это позволяет вести потоковую генерацию чанками с частотой кадров реального времени, аналогично тому, как языковые модели передают текст токен за токеном.

Почему это важнее, чем очередная красивая модель

Рынок ИИ-видео в апреле 2026 года переполнен. Runway Gen-4.5 обеспечивает кинематографическое качество. Kling 3.0 создаёт многокадровые раскадровки. Seedance 2.0 генерирует аудио и видео одновременно. Google Veo 3.1 повсюду.

PikaStream не конкурирует ни с одним из них.

Он конкурирует с аватарами Zoom, презентаторами в стиле Synthesia и самой концепцией "вы должны быть перед камерой". Разница в том, что аватары PikaStream не записаны заранее и не следуют сценарию. Они реагируют, отвечают и действуют в реальном времени.

Концепция "ИИ-двойник"

Pika также продвигает потребительское направление под названием Pika AI Self. Идея: создать цифровую версию себя, которая может посещать совещания от вашего имени. Ваш аватар выглядит как вы, звучит как вы (через клонирование голоса), и имеет доступ к вашему календарю, заметкам и истории переговоров.

Это больше не фантастика. Бета-версия уже работает в Google Meet, поддержка Zoom и FaceTime на подходе.

Последствия для удалённой работы очевидны:

• Пропустите совещание, отправив вместо себя ИИ-двойника с контекстом о том, что вам нужно
• Пусть агент ведёт заметки, принимает решения в заданных рамках и отчитывается по итогам
• Несколько совещаний одновременно, на каждом, ваше стабильное присутствие

Цены и доступ

PikaStream стоит $0.20 за минуту участия в совещании. За 30-минутное совещание это $6. По сравнению с отправкой живого представителя или пропуском совещания вовсе, экономика работает для определённых сценариев: отчёты о статусе, сбор информации, рутинные созвоны.

Модуль доступен через Pika Developer API и может быть установлен в совместимых агентных фреймворках. На момент запуска поддерживается только Google Meet.

Что это сигнализирует для индустрии

PikaStream обозначает разделение категорий в ИИ-видео. С одной стороны: офлайн-генерация (Runway, Kling, Veo), нацеленная на создание контента. С другой: генерация в реальном времени для живого взаимодействия, телеприсутствия и воплощения агентов.

Модели, генерирующие красивые двухминутные ролики, и модели, обеспечивающие аватары на 30 FPS в реальном времени, решают разные задачи. PikaStream, первый серьёзный игрок во второй категории, и он не будет последним.

Для создателей и разработчиков вопрос теперь не только "как может выглядеть ИИ-видео?" Он звучит иначе: "где ИИ-видео может появиться и что оно способно делать, оказавшись там?"