Pika
Pika 是一家開發人工智能創作工具的企業,提供視頻、圖像和音頻生成及編輯服務。其平臺結合自研模型、第三方模型、創作應用和開發者接口,服務個人創作者與專業團隊。
本頁目錄14 節
詞條資料
2023年創立
Pika 於2023年成立,聯合創始人為 Demi Guo 與 Chenlin Meng。早期業務以降低視頻製作門檻為目標,讓使用者通過人工智能生成和調整視頻,逐步發展為面向多種創作任務的平臺。[1]
2023年11月28日A輪融資與 Pika 1.0
Lightspeed Venture PartnersLightspeed Venture PartnersLightspeed Venture Partners支持從種子輪到後期融資階段的企業。其官網區分Lightspeed Management Company(LSVP)與Lightspeed India Partners(LSIP):兩者是分別運營的投資顧問實體,美國、歐洲和以色列辦公室屬於LSVP,印度及東南亞辦公室屬於LSIP。點擊查看完整詞條 宣佈領投3500萬美元A輪,Nat Friedman、Daniel Gross 與 Elad GilElad GilElad Gil 是創業者、投資人和《High Growth Handbook》作者,曾共同創辦 Mixer Labs 與 Color,並在 Google 和 Twitter 工作。他經營多階段投資機構 Gil & Co,參與人工智能公司的投資與孵化,並與 Sarah Guo 共同主持 No Priors 播客。點擊查看完整詞條 等繼續參與。同期推出的 Pika 1.0 支持文字或圖片生成視頻,並提供局部修改、畫面擴展與鏡頭運動控制。[2]
2024年6月8000萬美元B輪
Pika 公佈已完成8000萬美元B輪融資,由 Spark CapitalSpark CapitalSpark Capital 是2005年在波士頓創立的美國風險投資機構,在舊金山、紐約和波士頓設有辦公室。公司通過早期及成長期基金投資科技企業,投資組合涵蓋金融科技、企業軟件、人工智能與消費產品,曾投資 Twitter、Tumblr、Oculus、Plaid 和 Anthropic。點擊查看完整詞條 領投。公司的公告還列出 Greycroft、Lightspeed、Neo 與 Makers Fund 等支持者;該輪金額應與之前融資分開,不應當作公司估值。[3]
2024年12月13日推出 Pika 2.0
公司宣佈推出 Pika 2.0,重點介紹 Scene Ingredients 功能。用戶可上傳人物、地點和物品的圖像,作為生成場景的素材,意在增強對內容組合及畫面一致性的控制。[4]
2026年8月18日推出 Pika Soundtrack
Pika Soundtrack 根據視頻和可選文字要求生成配套音軌,把動作、場景與聲音時序聯繫起來,可用於擬音、環境音、音樂和人聲。其技術報告採用潛空間擴散模型;跨系統速度比較使用不同運行環境,不能視為同硬件測試。[5]
2026年10月29日發佈 H3 Flex
Pika 發佈基於 MiniMax H3 後訓練的 H3 Flex,面向反覆調整的視頻創作。公司稱15秒768p片段可用約7秒 Transformer 網絡計算生成,該值不含端到端服務耗時。公告同時開放 API,並計劃11月2日進入創作產品。[6]
創作平臺:應用與模型
Pika 以視頻、圖像與音頻應用組織創作流程。用戶可生成新素材,或對現有內容進行延長、調色、替換和配音;應用使用 Pika 自研模型及其他供應商模型,具體輸入和輸出設置隨模型而異。[7]
Pika 2.5:照片、文字與關鍵幀
Pika 2.5 支持文字生成5秒視頻、照片生成5或10秒視頻,以及2至5張有序圖像之間的過渡。通常可選720p或1080p,但5關鍵幀序列為720p;該模型輸出無聲視頻,需要另行添加聲音。[8]
H3 Flex:訓練方法與侷限
技術報告介紹三階段後訓練:監督微調、分佈匹配蒸餾、獎勵及偏好學習,將50步去噪壓縮到6步。報告也指出物理表現、多場景一致性及複雜參考控制仍待改進,因此局部評測優勢不代表所有創作任務均領先。[9]
H3 Flex:本地推理與託管擴展
官方倉庫區分本地與託管能力:開放適配器原生生成480p或768p視頻及混合立體聲音頻,最多接收12項參考。更高分辨率、分軌音頻及提示增強由託管服務提供;適配器遵循 MiniMax H3 社區許可,推理代碼採用 Apache 2.0。[10]
ChatGPT 插件:對話與可視化編輯
Pika 的 ChatGPTChatGPTChatGPT是OpenAI於2022年11月30日推出的生成式人工智能助手,通過網頁和應用提供對話、寫作、編程、搜索、文件分析及圖像和語音交互等服務。產品從免費研究預覽發展為面向個人、企業和教育機構的多種方案,並逐步增加深度研究、學習模式和跨應用任務執行能力。其應用也引發有關事實準確性、個人隱私、版權、教育及青少年安全的持續討論。點擊查看完整詞條 插件把視頻、圖像和音頻工具放入對話界面,允許選擇工具、調整視覺預設並使用 Pika 創作庫。時間線可用於修改時長、重新生成片段、添加轉場、效果和音樂,作品與 Pika 賬戶庫關聯。[11]
開發者:API Club 會員與用量計費
API Club 通過一個接口提供多家供應商的生成式媒體模型。頁面列示會員費為每月10美元,模型調用另按用量計費,新會員首月有10美元額度;這不是所有調用無限免費的訂閱,具體模型價格單獨列示。[12]
訂閱:創作積分與商用範圍
創作產品設置 Free、Starter、Creator、Fancy 及企業方案,以積分記錄生成消耗。當前價格頁區分月度額度、併發與優先隊列,免費方案不含商用許可;具體使用範圍仍受所選方案及服務條款約束。[13]
來源
- Pika | Lightspeed | Venture Capital(在新窗口打開)
- Pika’s Imagination Engine(在新窗口打開)
- Pika raises $80M, so anyone can make video on command.(在新窗口打開)
- Today we launched our Pika 2.0 model.(在新窗口打開)
- Introducing Pika Soundtrack(在新窗口打開)
- Introducing Pika H3 Flex(在新窗口打開)
- Pika FAQ: Free Plan, Credits, Refunds & Commercial Use(在新窗口打開)
- Pika 2.5: AI Image to Video & Text to Video(在新窗口打開)
- Pika H3 Flex Technical Deep Dive(在新窗口打開)
- Pika H3 Flex: video and audio generation inference(在新窗口打開)
- Pika Plugin for ChatGPT — Put a Creative Studio into ChatGPT(在新窗口打開)
- Pika API: One API for the Best Video, Image, Audio and Music Models(在新窗口打開)
- Pika Pricing: Free, Starter, Creator & Fancy Plans(在新窗口打開)