PikaStream 1.0: Pika Labs vsakemu AI agentu podari obraz, glas in sedež na sestanku

Preobrat, ki ga nihče ni pričakoval

Pika Labs je zgradil svoj ugled na kreativnih orodjih. Pika 2.5 je naredil text-to-video dostopen. Pika Effects je statične slike spremenil v gibanje. Smer se je zdela jasna: lepši posnetki, daljše trajanje, boljša fizika.

Potem so izdali PikaStream in smer se je nepričakovano spremenila.

Namesto tekmovanja v kakovosti posnetkov (tekma, v kateri že tečejo Runway, Kling in Google) je Pika zgradil video pogon v realnem času, zasnovan za živo interakcijo. Ciljni uporabnik ni filmski ustvarjalec. Je AI agent.

Kaj PikaStream dejansko počne

Glavni produkt je samostojen modul veščin, ki se poveže z AI agenti za kodiranje, kot so Claude Code, OpenAI asistenti ali karkoli, kar podpira Pika Developer API. Po namestitvi agent zmore:

• Pridružiti se klicu na Google Meetu s polno upodobljenim avatarjem
• Govoriti s kloniranim glasom (posnamete kratek vzorec, agent govori kot vi)
• Vzdrževati spomin prejšnjih pogovorov in konteksta
• Izvajati naloge med klicem (pisati kodo, iskati podatke, sprožati akcije)

Avatar ni statična slika s prekrivanjem sinhronizacije ustnic. PikaStream generira personaliziran video s hitrostjo do 30 FPS pri ločljivosti 480p, poganjan z difuzijskim cevovodom v realnem času na enem samem H100 GPU.

Pod pokrovom: FlashVAE in Streaming DiT

Dve arhitekturni inovaciji omogočata zmogljivost v realnem času.

FlashVAE je polni Variational Autoencoder, zasnovan na Transformerju, naučen od začetka. Zagotavlja lasten latentni prostor in rekonstruira video prek pretočnega dekodiranja s hitrostjo več sto sličic na sekundo ob minimalni porabi GPU pomnilnika. To je komponenta, ki naredi izhod v realnem času izvedljiv brez GPU farme.

9B Diffusion Transformer (DiT) uporablja zvit trik učenja: dvosmerni učiteljski model je destiliran v kavzalni avtoregresivni študentski model prek optimiziranega self-forcinga. To omogoča pretočno generiranje po segmentih v realnem času, podobno kot jezikovni modeli pretočno generirajo besedilo token za tokenom.

Zakaj je to pomembnejše od še enega lepega video modela

Prostor AI videa v aprilu 2026 je prenatrpan. Runway Gen-4.5 pokriva filmsko kakovost. Kling 3.0 dela večkadrovne storyboarde. Seedance 2.0 generira zvok in video skupaj. Google Veo 3.1 je povsod.

PikaStream se ne poteguje z nobenim izmed njih.

Poteguje se z Zoom avatarji, predavatelji v slogu Synthesia in celotnim konceptom "pred kamero moraš biti prisoten." Razlika je v tem, da avatarji PikaStream niso vnaprej posneti ali skriptirani. Reagirajo, odgovarjajo in delujejo v realnem času.

Koncept "AI Self"

Pika prav tako promovira potrošniški vidik, ki ga imenujejo Pika AI Self. Ideja: ustvarite digitalno različico sebe, ki lahko v vašem imenu prisostvuje sestankom. Vaš avatar izgleda kot vi, govori kot vi (prek kloniranja glasu) in ima dostop do vašega koledarja, zapiskov in zgodovine pogovorov.

To ni več znanstvena fantastika. Beta deluje na Google Meetu danes, podpora za Zoom in FaceTime prihaja kmalu.

Posledice za delo na daljavo so takojšnje:

• Preskočite sestanek, pošljite svojega AI Selfa s kontekstom o tem, kaj potrebujete
• Pustite agentu, da beleži, sprejema odločitve znotraj opredeljenih meja in poroča
• Več sestankov hkrati, vsak z vašo dosledno prisotnostjo

Cene in dostop

Cena PikaStreama je $0,20 na minuto udeležbe na sestanku. Za 30-minutni sestanek je to $6. V primerjavi s pošiljanjem človeškega predstavnika ali zamudo sestanka je ekonomika smiselna v določenih primerih: posodobitve stanja, zbiranje informacij, rutinski sestanki.

Modul je na voljo prek Pika Developer API in ga je mogoče namestiti kot modul v združljive agentske okvire. Google Meet je edina podprta platforma ob lansiranju.

Kaj to signalizira za industrijo

PikaStream predstavlja razcep kategorij v AI videu. Na eni strani: offline generiranje (Runway, Kling, Veo), osredotočeno na ustvarjanje vsebine. Na drugi: generiranje v realnem času za živo interakcijo, teleprisotnost in utelešenje agentov.

Modeli, ki generirajo čudovite 2-minutne posnetke, in modeli, ki poganjajo žive avatarje pri 30 FPS, rešujejo različne probleme. PikaStream je prvi resen vstop v drugo kategorijo in ne bo zadnji.

Za ustvarjalce in razvijalce vprašanje ni več samo "kako lahko AI video izgleda?". Vprašanje je: "kje se AI video lahko pojavi in kaj lahko naredi, ko pride tja?"