Pika
Pika 是一家开发人工智能创作工具的企业,提供视频、图像和音频生成及编辑服务。其平台结合自研模型、第三方模型、创作应用和开发者接口,服务个人创作者与专业团队。
本页目录14 节
词条资料
2023年创立
Pika 于2023年成立,联合创始人为 Demi Guo 与 Chenlin Meng。早期业务以降低视频制作门槛为目标,让使用者通过人工智能生成和调整视频,逐步发展为面向多种创作任务的平台。[1]
2023年11月28日A轮融资与 Pika 1.0
Lightspeed Venture PartnersLightspeed Venture PartnersLightspeed Venture Partners支持从种子轮到后期融资阶段的企业。其官网区分Lightspeed Management Company(LSVP)与Lightspeed India Partners(LSIP):两者是分别运营的投资顾问实体,美国、欧洲和以色列办公室属于LSVP,印度及东南亚办公室属于LSIP。点击查看完整词条 宣布领投3500万美元A轮,Nat Friedman、Daniel Gross 与 Elad GilElad GilElad Gil 是创业者、投资人和《High Growth Handbook》作者,曾共同创办 Mixer Labs 与 Color,并在 Google 和 Twitter 工作。他经营多阶段投资机构 Gil & Co,参与人工智能公司的投资与孵化,并与 Sarah Guo 共同主持 No Priors 播客。点击查看完整词条 等继续参与。同期推出的 Pika 1.0 支持文字或图片生成视频,并提供局部修改、画面扩展与镜头运动控制。[2]
2024年6月8000万美元B轮
Pika 公布已完成8000万美元B轮融资,由 Spark CapitalSpark CapitalSpark Capital 是2005年在波士顿创立的美国风险投资机构,在旧金山、纽约和波士顿设有办公室。公司通过早期及成长期基金投资科技企业,投资组合涵盖金融科技、企业软件、人工智能与消费产品,曾投资 Twitter、Tumblr、Oculus、Plaid 和 Anthropic。点击查看完整词条 领投。公司的公告还列出 Greycroft、Lightspeed、Neo 与 Makers Fund 等支持者;该轮金额应与之前融资分开,不应当作公司估值。[3]
2024年12月13日推出 Pika 2.0
公司宣布推出 Pika 2.0,重点介绍 Scene Ingredients 功能。用户可上传人物、地点和物品的图像,作为生成场景的素材,意在增强对内容组合及画面一致性的控制。[4]
2026年8月18日推出 Pika Soundtrack
Pika Soundtrack 根据视频和可选文字要求生成配套音轨,把动作、场景与声音时序联系起来,可用于拟音、环境音、音乐和人声。其技术报告采用潜空间扩散模型;跨系统速度比较使用不同运行环境,不能视为同硬件测试。[5]
2026年10月29日发布 H3 Flex
Pika 发布基于 MiniMax H3 后训练的 H3 Flex,面向反复调整的视频创作。公司称15秒768p片段可用约7秒 Transformer 网络计算生成,该值不含端到端服务耗时。公告同时开放 API,并计划11月2日进入创作产品。[6]
创作平台:应用与模型
Pika 以视频、图像与音频应用组织创作流程。用户可生成新素材,或对现有内容进行延长、调色、替换和配音;应用使用 Pika 自研模型及其他供应商模型,具体输入和输出设置随模型而异。[7]
Pika 2.5:照片、文字与关键帧
Pika 2.5 支持文字生成5秒视频、照片生成5或10秒视频,以及2至5张有序图像之间的过渡。通常可选720p或1080p,但5关键帧序列为720p;该模型输出无声视频,需要另行添加声音。[8]
H3 Flex:训练方法与局限
技术报告介绍三阶段后训练:监督微调、分布匹配蒸馏、奖励及偏好学习,将50步去噪压缩到6步。报告也指出物理表现、多场景一致性及复杂参考控制仍待改进,因此局部评测优势不代表所有创作任务均领先。[9]
H3 Flex:本地推理与托管扩展
官方仓库区分本地与托管能力:开放适配器原生生成480p或768p视频及混合立体声音频,最多接收12项参考。更高分辨率、分轨音频及提示增强由托管服务提供;适配器遵循 MiniMax H3 社区许可,推理代码采用 Apache 2.0。[10]
ChatGPT 插件:对话与可视化编辑
Pika 的 ChatGPTChatGPTChatGPT是OpenAI于2022年11月30日推出的生成式人工智能助手,通过网页和应用提供对话、写作、编程、搜索、文件分析及图像和语音交互等服务。产品从免费研究预览发展为面向个人、企业和教育机构的多种方案,并逐步增加深度研究、学习模式和跨应用任务执行能力。其应用也引发有关事实准确性、个人隐私、版权、教育及青少年安全的持续讨论。点击查看完整词条 插件把视频、图像和音频工具放入对话界面,允许选择工具、调整视觉预设并使用 Pika 创作库。时间线可用于修改时长、重新生成片段、添加转场、效果和音乐,作品与 Pika 账户库关联。[11]
开发者:API Club 会员与用量计费
API Club 通过一个接口提供多家供应商的生成式媒体模型。页面列示会员费为每月10美元,模型调用另按用量计费,新会员首月有10美元额度;这不是所有调用无限免费的订阅,具体模型价格单独列示。[12]
订阅:创作积分与商用范围
创作产品设置 Free、Starter、Creator、Fancy 及企业方案,以积分记录生成消耗。当前价格页区分月度额度、并发与优先队列,免费方案不含商用许可;具体使用范围仍受所选方案及服务条款约束。[13]
来源
- Pika | Lightspeed | Venture Capital(在新窗口打开)
- Pika’s Imagination Engine(在新窗口打开)
- Pika raises $80M, so anyone can make video on command.(在新窗口打开)
- Today we launched our Pika 2.0 model.(在新窗口打开)
- Introducing Pika Soundtrack(在新窗口打开)
- Introducing Pika H3 Flex(在新窗口打开)
- Pika FAQ: Free Plan, Credits, Refunds & Commercial Use(在新窗口打开)
- Pika 2.5: AI Image to Video & Text to Video(在新窗口打开)
- Pika H3 Flex Technical Deep Dive(在新窗口打开)
- Pika H3 Flex: video and audio generation inference(在新窗口打开)
- Pika Plugin for ChatGPT — Put a Creative Studio into ChatGPT(在新窗口打开)
- Pika API: One API for the Best Video, Image, Audio and Music Models(在新窗口打开)
- Pika Pricing: Free, Starter, Creator & Fancy Plans(在新窗口打开)