PikaStream 1.0: Pika Labs daje svakom AI agentu lice, glas i mesto na vašem sastanku

Zaokret koji niko nije očekivao

Pika Labs je izgradila svoju reputaciju na kreativnim alatima. Pika 2.5 je učinila text-to-video dostupnim. Pika Effects je pretvarala statične slike u pokret. Trajektorija je delovala jasno: lepši klipovi, duže trajanje, realističnija fizika.

A onda su isporučili PikaStream i trajektorija je naglo skrenula u stranu.

Umesto da se takmiče u kvalitetu klipova (trka u kojoj Runway, Kling i Google već učestvuju), Pika je napravila video pokretač u realnom vremenu, namenjen interakciji uživo. Ciljni korisnik ovde nije filmski stvaralac. To je AI agent.

Šta PikaStream zapravo radi

Osnovni proizvod je samostalni modul veština koji se povezuje sa AI agentima poput Claude Code-a, OpenAI asistenata ili bilo kog sistema koji podržava Pika Developer API. Nakon instalacije, agent može da:

• Se pridruži pozivu na Google Meet-u sa potpuno renderovanim avatarom
• Govori kloniranim glasom (snimite kratak uzorak i agent će govoriti kao vi)
• Održava kontekst prethodnih razgovora i podataka
• Izvršava zadatke tokom poziva (piše kod, pretražuje podatke, pokreće akcije)

Avatar nije statična slika sa naloženom sinhronizacijom usana. PikaStream generiše personalizovani video sa do 30 FPS i rezolucijom 480p, pokretan konvejerom difuzije u realnom vremenu na jednom H100 GPU-u.

Ispod haube: FlashVAE i striming DiT

Dve arhitekturne inovacije omogućavaju performanse u realnom vremenu.

FlashVAE je potpuno Transformer-baziran varijacioni autoenkoder obučen ispočetka. Obezbeđuje sopstveni latentni prostor i rekonstruiše video kroz striming dekodiranje brzinom od stotina kadrova u sekundi uz minimalnu potrošnju GPU memorije. Upravo ovaj komponent čini generisanje u realnom vremenu ostvarivim bez farme GPU-ova.

9B Diffusion Transformer (DiT) koristi domišljat trik pri obuci: dvosmerni model-učitelj se destiliše u kauzalni autoregresivni model-učenik kroz optimizovano self-forcing. Ovo omogućava striming generisanje u delovima sa učestalošću kadrova u realnom vremenu, slično načinu na koji jezički modeli strimuju tekst token po token.

Zašto je ovo važnije od još jednog lepog video modela

Tržište AI videa u aprilu 2026. je preplavljeno. Runway Gen-4.5 obezbeđuje kinematografski kvalitet. Kling 3.0 pravi višekadarske storibordove. Seedance 2.0 generiše audio i video zajedno. Google Veo 3.1 je svuda.

PikaStream se ne takmiči ni sa jednim od njih.

On se takmiči sa Zoom avatarima, prezenterima u stilu Synthesia i celokupnom koncepcijom "morate biti ispred kamere". Razlika je u tome što PikaStream avatari nisu unapred snimljeni niti skriptovani. Oni reaguju, odgovaraju i deluju u realnom vremenu.

Koncept "AI dvojnik"

Pika takođe promoviše potrošački pravac koji nazivaju Pika AI Self. Ideja: napravite digitalnu verziju sebe koja može da prisustvuje sastancima umesto vas. Vaš avatar izgleda kao vi, zvuči kao vi (preko kloniranja glasa) i ima pristup vašem kalendaru, beleškama i istoriji razgovora.

Ovo više nije naučna fantastika. Beta verzija radi na Google Meet-u danas, podrška za Zoom i FaceTime stiže uskoro.

Implikacije za rad na daljinu su neposredne:

• Preskočite sastanak, pošaljite svog AI dvojnika sa kontekstom o onome što vam treba
• Neka agent vodi beleške, donosi odluke u definisanim okvirima i izveštava po završetku
• Više sastanaka istovremeno, svaki sa vašim doslednim prisustvom

Cene i pristup

PikaStream košta $0.20 po minutu učešća na sastanku. Za sastanak od 30 minuta, to je $6. U poređenju sa slanjem živog predstavnika ili propuštanjem sastanka u potpunosti, ekonomika funkcioniše za određene slučajeve: izveštaji o statusu, prikupljanje informacija, rutinske provere.

Modul je dostupan preko Pika Developer API i može se instalirati u kompatibilnim agentnim frejmvorkovima. Pri lansiranju se podržava isključivo Google Meet.

Šta ovo signalizira za industriju

PikaStream predstavlja podelu kategorija u AI videu. Sa jedne strane: oflajn generisanje (Runway, Kling, Veo) usmereno na kreiranje sadržaja. Sa druge: generisanje u realnom vremenu za interakciju uživo, teleprisustvo i otelotvorenje agenata.

Modeli koji generišu prelepe dvominutne klipove i modeli koji pokreću avatare od 30 FPS u realnom vremenu rešavaju različite probleme. PikaStream je prvi ozbiljan igrač u drugoj kategoriji i neće biti poslednji.

Za kreatore i programere, pitanje više nije samo "kako AI video može da izgleda?" Ono zvuči drugačije: "gde se AI video može pojaviti i šta može da radi kada tamo stigne?"