PikaStream 1.0
#54 in Text-zu-VideoPika Labs · v1.0 · seit 2. April 2026 (Beta) · 10× · zuletzt 30. Juni 2026
PikaStream 1.0 ist ein Echtzeit-Video-Engine-Modell von Pika Labs, das im Rahmen des Skills "pikastream-video-meeting" AI-Agenten ein Gesicht, eine Stimme und die Fähigkeit verleiht, in Google-Meet-Videocalls live teilzunehmen und Aufgaben während des Gesprächs auszuführen. Technisch basiert es auf einem 9-Milliarden-Parameter Diffusion Transformer sowie dem sogenannten FlashVAE-Decoder und erzeugt personalisiertes Video mit 24 FPS bei 480p auf einer einzelnen H100-GPU mit einer End-to-End-Sprache-zu-Video-Latenz von rund 1,5 Sekunden. Das Modell wurde am 2. April 2026 offiziell als Beta-Version vorgestellt und ist über die offene Pika-Skills-Bibliothek auf GitHub sowie über die Pika Developer API verfügbar. Konkrete offizielle Preisangaben sind auf der Pika-eigenen Website nicht klar komm
Features
| Fine-tuning | Keine klassische Modell-Feinabstimmung; Personalisierung erfolgt über Voice-Cloning aus kurzer Audioaufnahme und benutzerdefiniertes/generiertes Avatarbild |
| Generierungszeit | 24 FPS Streaming-Framerate, ca. 1,5 Sekunden End-to-End-Latenz (Sprache zu Video) auf einer H100-GPU |
| Lizenz | pikastream-video-meeting-Skill ist Open Source auf GitHub (Pika-Labs/Pika-Skills); das PikaStream1.0-Modell selbst ist proprietär und via API zugänglich |
| Max-Auflösung | 480p bei Echtzeit-Streaming |
| Plattform | Google Meet (Zoom und FaceTime geplant); Zugriff via Pika App, Pika Developer API und Open-Source-Skill auf GitHub |
| Preis | Uneinheitlich angegeben: $0,20–$0,50 pro Minute Nutzung (offizielle Pika-Preisseite nennt keinen klaren Wert) |
| Release-Datum | 2. April 2026 (Beta-Version) |