4月28日消息,Pika Labs 发布 Pika Agents,官方定调为"下一代用于创作的 AI 界面:一个人"。用户可亲手"孕育"一个数字创作伙伴,自定义外貌、声音、性格与持久记忆,通过文字、语音、视频通话三种交互方式取代传统提示框做多模态创作。Pika Agents 跨 Slack、Telegram、WhatsApp、Discord、Signal、iMessage、Google Chat 等 7 大主流即时通讯平台调用,底层由 4 月初发布的实时视频引擎 PikaStream 1.0 驱动。 「告别提示框」是产品定位 不是营销话术
Pika Labs 的官方表述把这次发布的核心讲得很直白:"提示框就此落幕。是时候去见你的创造者了。"产品定位不再是 AI 视频生成工具,而是身份层的持续创作伙伴。用户在 pika.me 上传自拍、录入声音样本、回答性格映射问卷,就能完成 Agent 的初始"出生"。后续每一次互动都会被持久存储,Agent 能记住用户的偏好、风格、过往项目,随时间演化。
这与 ChatGPT、Claude 这类 prompt-based 助手的根本差别在于身份连续性。前者每次对话默认无记忆(memory 功能是后加补丁),用户每次需要重新设定上下文;Pika Agent 从设计层就把"它是你延伸出来的一个人"作为底层假设。和 Character.AI 这类角色对话产品也不同——Character.AI 强情感陪伴弱创作执行,Pika Agent 主打"作为搭档完成具体创作任务"。官网案例覆盖一句话生成恐怖广告、K-pop MV、时尚大片、汽车广告等场景,定位明确指向内容创作者群体。 三层技术栈 PikaStream 1.0 是实时视频通话的底座
Pika Agents 不是一个全新底层模型,而是在三层技术栈上拼装出的产品形态。最底层是 4月2日发布的 PikaStream 1.0 实时视频引擎,这块的硬性能数据已公开:单 H100 GPU 上 24 FPS、480p 输出,端到端 speech-to-video 延迟约 1.5 秒。模型组合包含两部分——从零训练的 Transformer 架构 FlashVAE(单 GPU 1.1GB 内存、441 FPS 流式解码),以及 9B 参数的 Diffusion Transformer(双向 teacher 蒸馏到因果自回归 student,支持 chunk-by-chunk 流式生成)。
中间层是身份系统,负责把外貌、声音、性格、记忆这些用户自定义参数稳定挂在生成过程中,确保跨会话一致性。最上层是 Pika Agents 这个产品壳,负责处理 7 大平台的跨端调用、与 Google Suite、Notion、Figma、GitHub、Zoom 等工具的集成。多模态创作输出层面覆盖文字、图片、视频、音频四种形态,日常使用场景从脑暴文案、拍视频、做广告、建网站、做演示到管工作流。 与 HeyGen、Character.AI、Sora 的差异化:卖「人」不是卖「视频」
放在视频生成赛道横向对比,Pika Agents 的卖点已经偏离了"视频质量"主战场。HeyGen 走的是数字人模板路径——预设虚拟主播脸,拼配 TTS 配音,本质是工具属性;Sora 4月26日刚刚停掉 Web 和 App 服务只保留 API,纯生成工具的零售形态退场;Runway、Veo 3.1、Kling 3.0 这些专业视频模型继续比拼物理一致性、镜头控制、长镜头连贯性。 Pika Agents 跳出这套竞争范式,卖的是"持续在线的另一个你"。Agent 可以在朋友群里发日常更新、可以代替用户回工作消息、可以跟踪式参加 Google Meet 会议、可以 24/7 代发帖回复粉丝。Pika 官方在产品文案中放的话很重——"Scale your presence"(扩展你的存在感),意指一个用户的精力、时间、注意力被克隆为多份并行运行。这是身份层产品而非工具层产品,直接竞品其实不在视频生成赛道,而是 Character.AI 这类持久身份产品,以及 Anthropic 同期推动的 Claude Code routines、Claude Design 等代理化产品。 定价与平台:Token 制独立账号 17+ 内容审核
商业化层面 Pika Agents 走 Token 制而非订阅制,与原 pika.art 视频生成站的订阅 credits 不互通——意味着已有 Pika 视频订阅用户需重新开账号。新账号有初始免费额度,后续 800 Tokens 起售约 $7.99。Token 具体消耗规则(每次视频通话、每次内容生成扣多少)官方在 launch 阶段未公开细则。Beta 期间网页端可免费试用核心 AI Self 体验。
平台覆盖上,pika.me 网页端立即可用,iOS App 已在 App Store 上架(应用名"Pika AI Self Agent"),Android 版本未公布上线时间。年龄限制 17+,带实时内容审核机制,违规内容可一键举报触发人工审核。需要明确的是:Pika Agent 与原 pika.art(Pika 2.5 视频生成主站)是同一团队的不同独立产品线,前者押身份伴侣,后者押视频质量。
局限与待解
身份层产品天然带着比工具层更大的隐忧。声音克隆叠加面容克隆,直接打开了身份伪造的攻击面——Pika 现行内容审核能否识别"用别人脸做的 Agent"在没有第三方验证前难以判断。跨 7 个 IM 平台代发消息、24/7 代回粉丝的能力,合规边界与各平台 ToS(服务条款)对自动化账户的限制存在张力,WhatsApp、iMessage 这类强反自动化平台的接入实际可用性需要实测。
技术稳定性同样在 beta 阶段。PikaStream 1.0 给出的 1.5 秒延迟数据是单 H100 GPU 实验室口径,大规模并发调用时的延迟分布、掉帧率、表情同步质量,Pika 官方未提供压测数据。$7.99 / 800 Tokens 的定价对应到具体使用场景能撑多久,以及高 GPU 成本下 Token 单价的可持续性,都是商业化层面悬而未决的问题。
市场流传的 Pika Agent 内置 Sora、Veo 3、Kling 等竞品视频模型作为创作引擎的说法,目前没有 Pika 官方一手公告佐证——考虑到 Sora 已于 4月26日停止 Web 与 App 服务、Veo 3 是 Google 自家闭源模型、Kling 是阿里系产品,跨厂商深度集成可能性偏低,实际更可能是 Pika 自家 Pika 2.5、PikaStream、Pikaformance 模型组成的内部矩阵,加上 ElevenLabs 提供的语音克隆能力。这块需要等技术文档披露才能确认。
更深层的问题是产品哲学:Pika Agent 的逻辑是把创作者的"在场感"克隆成可并行运行的多份,但被 Agent 替身参加的会议、被 Agent 代写的回复、被 Agent 维护的群聊,关系另一端的真人是否同意与"复制品"互动,目前没有任何 opt-out 机制。当用户的 Agent 数量开始 scale,数字劳工与 AI 代理人的伦理争议会被放大。
放在更长的时间维度看,2026 年 AI 视频生成赛道的中部玩家正在分化:Sora 退场、Runway 强化创作工作站、Pika 选择跳出视频质量战转向身份层,这是一次用产品形态突围而非模型规模突围的尝试。能否真正让创作者"扩展存在感"而不是只生产更多廉价克隆内容,接下来一两个季度的实际使用反馈会给出答案。