Pika Enact: генератор видео pika, которым управляют на ходу

Впервые ИИ-видео выглядит как съёмка, где до дубля есть репетиция. Pika показала Enact: экспериментальную среду, в которой сцену продолжают, пока она идёт, ставят актёров мышью и правят их игру словами. Ниже три режима по существу и моя оценка, насколько это близко к рабочему инструменту.

Рука с режиссёрским указателем передвигает актёра на сцене, пока кинокамера снимает идущую сцену
01

Что показала Pika 18 ноября

18 ноября 2026 года Pika выложила в блог материал «Research Preview: Pika Enact». Это экспериментальная среда живого стриминга, построенная на модели Pika H3 Flex. Про H3 Flex и открытые веса мы писали отдельно, а здесь интересна надстройка: среда генерирует видео и звук кусками короче секунды, переносит контекст сцены в следующий кусок и дописывает в идущую генерацию новые указания. То есть сцену не запускают заново после каждой правки, её продолжают.

Формально это ещё один вариант того, как видео складывается из коротких отрезков. Об этом есть отдельный материал о том, как модель выбирает следующий кадр, поэтому здесь держусь стороны режиссёра: что можно сделать руками прямо во время сцены.

Пика нейросеть для видео знакома в основном по коротким клипам из текста. Enact меняет роль человека: вместо промпта с ожиданием результата появляется режиссёр у площадки с командами на ходу.

02

Три режима: сцена, актёры, камера

Режимы разделены по тому, что именно режиссёр двигает в кадре.

Live Staging отвечает за расстановку. Мышью ставишь и переставляешь актёров и предметы в идущем видео, а сцена продолжается без остановки. Объект двигается вместе с позой, светом и тенями, на его месте не остаётся дырки, у краёв нет вырезанного контура. На одном сервере генерация идёт в 1,8 раза быстрее воспроизведения, в режиме низкой задержки картинка отвечает быстрее 0,4 секунды на H100. Модель учили на синтетических парах: видео плюс запись курсора, где физический движок тащит 3D-заместителя.

Live Actor Direction отвечает за игру. Режиссёр говорит или пишет заметки: «подойди к ней ближе», «скажи, почему ты расстроен», «сделай кухню ночью». Актёры играют, пока видео идёт, и отвечают в образе своими голосами. Картинка и звук идут в 1,75 раза быстрее воспроизведения. Каждый актёр здесь ИИ-агент с характером и памятью заметок. Сначала репетиция, потом команда «Мотор», и отрепетированная сцена снимается одним чистым дублем с первого кадра. Внутри работает сценарная языковая модель: она переводит заметку в биты, то есть действие, реплику, эмоцию, взгляд и свет, а видеомодель эти биты играет.

Live Camera Control отвечает за камеру. Её ведут мышью вокруг идущей сцены: панорама, наезд, облёт. Внешний вид задаёт картинка, путь камеры задаёт простой 3D-заместитель, например вьюпорт Blender без текстур. На узле из 8 видеокарт NVIDIA B300 при 640x480 и 24 кадрах в секунду первые кадры выходят через 0,51 секунды, дальше скорость в 1,5 раза выше реального времени.

Схема живой генерации: короткие куски видео идут друг за другом, и заметка вплетается в идущий поток
03

Почему это инженерно сложно

Секунда видео обычно генерируется цельным блоком. Если правка приходит на середине, придётся начинать блок заново, и вы получите другую сцену. Enact режет поток на куски 0,7 секунды в обычном режиме и 0,17 секунды в режиме низкой задержки, держит скользящий кэш памяти и в каждом куске опирается на предыдущий.

Второй приём в том, как ускорили расчёт: дистилляция, когда длинную цепочку из двадцати шагов сжали до нескольких. Отсюда и скорости вроде 1,8 и 1,75 относительно реального времени. Это аккуратный инженерный трюк, у него есть цена в качестве картинки, и Pika её не скрывает: разрешение в тестах 640x480.

04

Что меняет пика нейросеть для видео в работе режиссёра

Обычный цикл ИИ-видео выглядит так: промпт, ожидание, просмотр, новая попытка. Режиссёрская работа в нём сводится к переписыванию текста. Enact переносит усилия в момент, когда сцена уже идёт: заметка в ответ на игру, перестановка предмета, облёт камерой.

Репетиция это самое интересное в анонсе. Настоящая съёмка почти никогда не идёт с первого дубля, сначала актёры пробуют сцену, потом её фиксируют. Здесь та же логика: заметки наговариваются в репетиции, а готовый дубль снимается целиком. Для ИИ-видео это новый тип управления, раньше правки касались текста описания, теперь касаются поведения персонажа в конкретном моменте.

Оговорюсь сразу: сцены из анонса я не видел, всё написанное ниже идёт по тексту блога и цифрам из него. Качество игры актёров на длинной сцене и то, как Enact переживает десять правок подряд, по описанию не проверить.

05

Генератор видео pika: почему работать в этом пока нельзя

Enact это исследовательское превью, для потребителей оно недоступно. Попробовать или обсудить интеграцию можно только по адресу enterprise@pika.art, о публичном доступе в блоге ничего нет.

Вторая причина осторожности в цифрах. 640x480 при 24 кадрах в секунду для клиентского ролика не годится. Камера крутится на узле из 8 видеокарт B300, а такой узел по цене сопоставим с ремонтом в квартире. Значит, генератор видео pika в этой версии живёт в исследовательской лаборатории и до студии пока не доехал.

Третья причина в заметках. Живая генерация значит, что ошибку видно сразу и правка приходит в ответ. Хорошему режиссёру так удобнее, а производству с планом на день это добавляет переменную: сцена может уйти не туда прямо во время съёмки.

06

Как это смотрится на фоне Genie 4

В той же неделе мы разбирали доступ к Project Genie от Google. Там интерактивная генерация мира, где зритель ходит по сцене, а здесь режиссёр управляет съёмкой. Задачи разные, и Enact ближе к производству: у него есть актёры с характером, свет по заметке и мотор после репетиции.

Общего у них одно: и то, и другое пока исследовательские витрины. Выбирать инструмент для заказа по таким демо рано, но направление видно. Управление в реальном времени перестаёт быть фокусом для ролика на 10 секунд и становится способом вести сцену.

07

Как это пригодится в работе

Пока Enact недоступен, полезно взять из него привычку: правку формулировать как заметку актёру, без перечисления деталей кадра. «Скажи, почему ты расстроен» ставит задачу точнее, чем перечисление деталей лица, и в обычных моделях такой текст работает.

Там, где нужен предсказуемый результат к сроку, надёжнее заказное ИИ-видео нейросетями с ручной проверкой каждого перехода. Когда сцена требует точной игры и света, дешевле взять ручную сборку от 16 000 ₽, чем ждать доступ к экспериментальной среде.

08

Вывод

Enact показывает, как будет выглядеть режиссура в ИИ-видео: репетиция, заметки на ходу, камера в руках. Сейчас это витрина Pika для крупных партнёров, и ссылаться на неё в смете клиента рано. Я бы следил за двумя вещами: публичный доступ и разрешение выше 640x480. Когда появятся оба, разговор про живую режиссуру станет практическим.

частые вопросы

01Что такое Pika Enact
Экспериментальная среда Pika для живого стриминга видео и звука на модели H3 Flex. Сцена генерируется кусками короче секунды, указания вплетаются в идущую генерацию.
02Можно ли попробовать Pika Enact сейчас
Нет. Это исследовательское превью, для потребителей оно недоступно. Написать про интеграцию можно на enterprise@pika.art.
03Какое разрешение и скорость у Pika Enact
В тестах камеры 640x480 при 24 кадрах в секунду, первые кадры через 0,51 секунды. Постановка идёт в 1,8 раза быстрее воспроизведения, актёры в 1,75.
04Заменит ли Enact режиссёра
Нет. Он переносит управление в момент съёмки, а решения об игре, свете и монтаже остаются за человеком.