
Pika Enact يولّد أسرع مما يُشغّل — ولا يمكنك استخدامه بعد.
- OrcaجديدOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 لكل مليون رمز · 184 tok/s
- tencentجديدTencent: Hy4 Flash2026-11-16$0.02 / $0.07 لكل مليون رمز · 223 tok/s
- GoogleجديدGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 لكل مليون رمز · 87 tok/s
- AnthropicجديدAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 لكل مليون رمز · 96 tok/s
- orcaجديدOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 لكل مليون رمز · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 لكل مليون رمز · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 لكل مليون رمز · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 لكل مليون رمز · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 لكل مليون رمز · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 لكل مليون رمز · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 لكل مليون رمز · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 لكل مليون رمز · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447الذكاء
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 لكل مليون رمز · 209 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929الذكاء
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 لكل مليون رمز · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733الذكاء
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 لكل مليون رمز · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740الذكاء
الجملة المهمة في إعلان Pika عن Pika Enact ليست تلك المتعلقة بسحب الممثلين باستخدام الفأرة. بل هذه: "حاليًا، Enact معاينة بحثية، وغير متاحة للاستخدام الاستهلاكي." لا توجد قائمة انتظار، ولا تسجيل، ولا صفحة أسعار، ولا نسخة تجريبية. السبيل الوحيد المذكور في المنشور هو عنوان بريد إلكتروني للمحادثات المؤسسية. كل ما عدا ذلك — أنماط الإخراج الثلاثة، وأرقام الكمون، وعقدة B300 الثمانية — يصف شيئًا يمكنك القراءة عنه في 19 نوفمبر ولا يمكنك لمسه.
هذا جدير بالكتابة عنه على أي حال، بسبب ما بُني عليه Enact. يعمل النظام على Pika H3 Flex، وهي النسخة التي دربتها Pika تدريبًا لاحقًا من MiniMax H3، وتتوفر أوزان H3 Flex المفتوحة على Hugging Face منذ 29 أكتوبر. لذا فإن العائلة التي تقف خلف العرض التجريبي قابلة للفحص، وفي حالة H3، قابلة للاستدعاء اليوم. أما Enact فهو الجزء الذي ليس كذلك. إليك ما نشرته Pika فعليًا في 18 نوفمبر، وما تعنيه الأرقام، وأيّها ينبغي أن تتعامل معه بوصفه ادعاءً خاصًا بالمنتج لا قياسًا.
ما نشرته Pika، وما تعمّدت إغفاله

اثنان من المواد، كلاهما يحمل طابعًا زمنيًا بتاريخ 18 نوفمبر 2026. تدوينة على pika.art بعنوان "معاينة بحثية: Pika Enact"، مصنفة تحت البحث، ومنشور من حساب @pika_labs عند 18:53 UTC. كلاهما يقول الشيء نفسه بالترتيب نفسه: هذه تجربة، وهي تحاكي الإخراج في موقع التصوير، وهي غير متاحة.
يصف المنشور Enact بأنه "بيئة بث مباشر تجريبية" وليس نموذجًا. هذا التمييز ليس تحوطًا تسويقيًا — بل هو الوصف الدقيق. إن Enact نظام تقديم وتحكم يلتف حول مولّد مُقطَّر: جزء يحوّل ما تفعله بالفأرة أو بصوتك إلى إشارات تهيئة، وجزء آخر يُصدر فيديو وصوتًا في مقاطع دون الثانية مع نقل حالة المشهد إلى الأمام. لا يوجد "نموذج Enact" واحد يحمل رقم إصدار ونافذة سياق. هناك نموذج فيديو، ونموذج سيناريو، وكثير من البنية الوسيطة بينها وبينك.
ما لا يتضمنه المنشور، بعد التحقق منه في 19 نوفمبر:
• لا يوجد أي endpoint أو معرّف نموذج أو مرجع API. توثيق Pika محجوب خلف تسجيل الدخول، ولا شيء في الموقع العام يكشف عن Enact كنموذج قابل للاستدعاء.
• لا يوجد سعر. لا سعر لكل ثانية، ولا تكلفة أرصدة، ولا باقة للمؤسسات. التفصيل التجاري الوحيد هو عنوان التواصل.
• لا توجد قائمة انتظار ولا نموذج للوصول المبكر. قارن ذلك بالنهج المعتاد للمعاينة البحثية، الذي يجمع رسائل البريد الإلكتروني في الغالب.
• لا يوجد رقم دقة لـ Live Staging أو Live Actor Direction. وضع الكاميرا فقط هو ما يحصل على رقم، وهو الرقم الذي تمت مناقشته أدناه.
• لا يوجد تقييم مستقل. كل رقم في المنشور هو من Pika نفسها، ومقاس على أجهزة Pika، دون نشر أي أداة اختبار أو مجموعة مطالبات.
اعتبر غياب قائمة الانتظار أقوى إشارة في الإعلان بأكمله. فالشركة التي تنوي السماح للغرباء بالدخول قريبًا تميل إلى بناء باب.
ثلاثة أوضاع، وثلاث فواتير حوسبة مختلفة جدًا
يفصل المنشور Enact إلى ثلاث تفاعلات، وهي ليست ثلاث وجهات نظر للميزة نفسها. لكل منها ملفها العتادي الخاص ومضاعف سرعتها الخاص وخط أنابيب التدريب الخاص بها، وهو ما يشير بقوة إلى أن الثلاثة بُنيت بشكل مستقل وجُمّعت معًا في وقت متأخر.
Live Staging هو وضع السحب بالماوس. تلتقط ممثلًا أو جسمًا داخل فيديو قيد التشغيل وتحرّكه، فتتبع الأوضاع والإضاءة والظلال. تذكر Pika أنه يولّد "أسرع من تشغيله بمقدار 1.8×" على خادم واحد، مع استجابة الصورة في "أقل من 0.4 ثانية على H100" بما في ذلك فك الترميز. يحقن ثلاث إشارات متوائمة مع الإطارات — حالات الماوس بمعدل 24 إطارًا في الثانية، وخريطة حرارية مكانية للسحب، والفيديو المصدر غير المعدّل — عبر وحدات مهيأة بالأصفار، وهي الحيلة المعتادة لإضافة قناة تحكم جديدة إلى مولّد مجمّد دون تخريب ما يقوم به بالفعل.
توجيه الممثل المباشر هو ما يفتتح به الإعلان، وهو الأكثر تعقيدًا بين الثلاث. تكتب ملاحظة أو تنطق بها، فيستجيب لها الممثل متقمصًا الشخصية ويتفاعل معها، وتُسجَّل الجمل الحوارية «حرفيًا» حتى تستطيع الملاحظات اللاحقة الإشارة إلى السابقة. ثم تقول «أكشن» فتتحول البروفة إلى «لقطة واحدة نظيفة، تُصوَّر من جديد ابتداءً من الإطار الأول». خلف الكواليس، هذان نموذجان في حلقة: نموذج سيناريو يحوّل ملاحظتك المنطوقة إلى إيقاعات درامية منظمة عبر استدعاءات أدوات، ونموذج فيديو بالزمن الحقيقي يؤديها. وتصف Pika التوليد بأنه «أسرع بـ1.75× من سرعة تشغيلها».
التحكم المباشر بالكاميرا هو الوضع ذو الأرقام الأقل إطراءً وبالتالي الأكثر فائدة. يمكنك تدوير كاميرا افتراضية أو تحريكها أفقيًا أو دفعها للأمام والخلف أثناء التوليد، وتقول Pika إنه يحتاج فقط إلى صورة مظهر بالإضافة إلى وكيل حركة ثلاثي الأبعاد خفيف الوزن — ويكفي منفذ عرض Blender غير المكسو. يعمل على "عقدة 8×NVIDIA B300" بدقة "640×480 @ 24 fps"، ويصيّر الإطارات الأولية في 0.51 ثانية ثم "0.473 ثانية لكل جزء مدته 0.708 ثانية، أو 1.50 ضعف الوقت الحقيقي."
اقرأ هذه المضاعفات الثلاثة بالتتابع: 1.8×، 1.75×، 1.50×. ليست هذه أرقام هامش احتياطي اختيرت لإحداث تأثير. إنها الهوامش التي يظل بها نظام البث متقدماً على الساعة، ووضع الكاميرا هو الأضيق منها لأنه أيضاً الوضع الذي يشغّل عقدة بثماني وحدات معالجة رسومية عند ربع حجم الإطار الذي يتوقعه المستهلك.
لماذا تُعدّ عبارة «أسرع مما يُشغَّل» هي الحيلة كلها
نماذج الفيديو لا تقدّم عادةً بثًا تدفقيًا. فهي تزيل الضوضاء من مقطع كامل، ثم تسلّمه منتهيًا. والتوجيه التفاعلي مستحيل في ظل ذلك النموذج، لأن المشهد قد حُسم بالفعل قبل أن تراه. وإصلاح Pika معماري وليس تراكميًا، والمنشور محدد بشكل غير معتاد بشأنه:
• التقطيع — يُصدر الخرج على شكل قطع سببية بمعدل «0.7 ثانية قياسي، 0.17 ثانية منخفض التأخير». رقم 0.17 ثانية هو ما يمنح استجابة دون 0.4 ثانية في بيئة الاختبار؛ القطعة الأكبر تعني انتظارًا أطول قبل أن يظهر السحب.
• ذاكرة KV منزلقة — يحتفظ السياق بالموجّه، والفيديو المصدر، والكتلة الأولى، وأحدث أربع كتل. تسقط الكتل الأقدم، لذا تظل التكلفة لكل كتلة ثابتة بدلاً من أن تنمو مع طول الجلسة.
• تضمينات موضعية مُعاد تأسيسها — صياغة Pika هي «جلسات لا نهائية بتكلفة ثابتة». الفكرة نفسها، لكن الآلية مختلفة: فلا تنفد مؤشرات الموضع لدى النموذج أبدًا لأن الإطار المرجعي يظل يتحرك.
• التقطير — يُخفّض المُعاين "من عشرين خطوة إلى بضع خطوات فقط"، مستخدمًا "self-forcing distribution matching distillation (DMD)" مع ناقد قابل للتدريب ومعلّم يعتمد المقطع الكامل. النموذج ذو العشرين خطوة لا يستطيع بلوغ 24 إطارًا في الثانية؛ أما النموذج ذو الثلاث أو الأربع خطوات فيستطيع ذلك.
• حارس ضد الانحراف — قد يسحب الإطار الارتكازي الافتتاحي مشهدًا خاملًا عائدًا نحو بدايته، بينما يحقن "Real-Time Director" بصمت إيقاعات تثبيت دورية. سبب وجود ذلك أن نظامًا بهذا القدر من الانحدار الذاتي سينحرف إذا تُرك وشأنه، والحل هو السماح بدفعه برفق بدل إعادة تدريبه.
لا شيء من ذلك غريب بمعزل عن غيره. غير المألوف هو أن كل ذلك موجه نحو القيد نفسه — إبقاء التوليد متقدماً على التشغيل — بدلاً من جودة المخرجات. وهذا بالضبط سبب كون المقاطع النموذجية، مهما بلغت من الجودة، ليست الجزء المثير للاهتمام في هذا الإعلان.
الرقم الذي لم تضعْه Pika في العنوان الرئيسي

سطر وضع الكاميرا هو 640×480 عند 24 إطارًا في الثانية على ثماني وحدات GPU من طراز B300. لو كان Enact إطلاق منتج، لطُمر ذلك الرقم. إنه الرقم الأكثر إفادة في المنشور، لأنه معدل التبادل الصادق بين التفاعلية والدقة: للبقاء متقدمًا على التشغيل بمقدار 1.5× بينما توجّه كاميرا، يُصيّر النظام بثًا بدقة ربع VGA على عقدة تكلف أكثر من ميزانية التصيير بأكملها لدى معظم الاستوديوهات.
هل يجعل ذلك العرض التجريبي مزيفًا؟ لا. بل يجعله عرضًا لهامش الأداء، وهامش الأداء على عتاد متطور هو كيف أطلقت كل منظومة وسائط تفاعلية نسختها الأولى. السؤال ذو الصلة بالنسبة للقارئ ليس هل 640×480 جيد بما يكفي. بل كيف تبدو النسبة على عتاد يمكنك استئجاره، وPika لا تقول ذلك. رقم H100 في وضع التجهيز هو أقرب شيء إلى جواب — وحدة معالجة رسوميات واحدة، أقل من 0.4 ثانية — والتجهيز مشكلة تحكم أبسط بكثير من العمل بالكاميرا.
البُعد الآخر غير المُبلَّغ عنه هو المدة التي تظل فيها الجلسة متماسكة فعليًا. فذاكرة تخزين مؤقت منزلقة تضم أربع كتل حديثة إضافة إلى إطار ارتكاز هي تصميم يهدف إلى البقاء متماسقًا، وليست ضمانًا لذلك. ولا يقدّم المنشور أي طول للجلسة، أو قياس للانحراف بمرور الوقت، أو مثالًا لتسجيل مدته عشر دقائق. وإلى أن يشغّل شخص من خارج Pika جلسة كهذه، فإن "الجلسات اللانهائية" تظل بنية معمارية، لا نتيجة.
ما يمكنك تشغيله هذا الأسبوع
Enact، لا شيء. H3 Flex، نعم — رُفعت الأوزان في 29 أكتوبر باسم Pika-Labs/Pika-H3-Flex إلى جانب Turbo LoRA، وسجّل المستودع الرئيسي أكثر من 166,000 تنزيل وفقًا لـ Hugging Face API حتى 19 نوفمبر. هذا وضع غير معتاد حقًا: المولّد الأساسي لعرض تفاعلي غير مُصدَر متاح للتنزيل، والأجزاء التي احتفظت بها Pika هي فصل مسارات الصوت وحزمة الخدمة المُسرّعة.

إذا كنت تريد السلف غير المقطّر بدلاً من نموذج Pika لما بعد التدريب،MiniMax H3 هو النموذج الذي ينحدر منه كامل مكدس Enact — مولّد شامل الوسائط بصوت ستيريو أصلي يقرأ مراجع النصوص والصور والفيديو والصوت كسياق واحد. يُقدَّم عبر OrcaRouter على أساس كل ثانية، بسعر $0.08 في الثانية عند 768P و$0.13 عند 2K، وتُحتسب الفاتورة بسعر قائمة المزوّد دون إضافة أي هامش، لذا فإن أي تغيير في سعر المورّد يصبح ساريًا هنا في اليوم نفسه الذي يُعلن فيه. هذا منتج مختلف عن Enact ونقطة تحقق مختلفة عن H3 Flex؛ إنها ببساطة أرخص طريقة لمعرفة ما إذا كان ناتج عائلة H3 يناسب لقطاتك قبل الالتزام بتصوّر ذهني لثماني وحدات GPU لما تكلّفه «الوقت الحقيقي».
تكسب طبقة التوجيه مكانها في هذه القصة تحديدًا لسبب ممل: فالقدرة البحثية غير المُثبتة والقائمة على مورّد واحد هي بالضبط ما لا تريد بناء مسار إنتاجي عليه. التبديل عند الفشل بين المزوّدين يعني أن التشغيل التجريبي لـ H3 لا يتحول إلى انقطاع عندما تكون إحدى نقاط النهاية مشغولة، كما أن وجود كل النماذج الأخرى خلف المفتاح نفسه وأكثر من 200 نموذج على نقطة نهاية واحدة يعني أن المقارنة التي سترغب حتمًا في إجرائها — H3 مقابل Kling، ومقابل Seedance، ومقابل أي شيء صدر هذا الأسبوع — لا تتطلب عقدًا ثانيًا. لا شيء من ذلك يمنحك Enact. إنه يمنحك خط الأساس الصادق الذي تحكم عليه من خلاله.
ما الذي سيحوّل هذا من عرض توضيحي إلى قرار؟
أربعة أمور، بالترتيب الذي من شأنها أن تغيّر به خيارات القارئ:
• باب — قائمة انتظار، أو مفتاح بيتا، أو سعر رصيد. أي واحد من هذه يحوّل Enact من شيء يُقرأ عنه إلى شيء يمكن التخطيط حوله.
• دقة تتجاوز 640×480 للتحكم بالكاميرا، أو متطلب عتاد معلن للتجهيز بحجم إطار قابل للاستخدام. يشير هامش 1.8× على بطاقة H100 واحدة إلى وجود مسار نحو ذلك؛ غير أن Pika لم تنشر أين يستقر الأمر.
• نتيجة على طول جلسة كاملة، ويُفضّل أن تكون من شخص ليس من Pika. فالانحراف على مدى دقائق هو كل ما يهم في أداة إخراج، وهو الشيء الوحيد الذي لا يمكن لشريط أفضل اللقطات أن يريك إياه.
• مجموعة مطالبات عامة أو أداة قياس كمون مستقلة. أرقام Pika متسقة داخليًا ومفصّلة على نحو غير معتاد، وهو مؤشر جيد، لكن «1.8× من الزمن الفعلي» التي قاسها الفريق الذي بنى التقطير هي ادعاء، وليست معيارًا مرجعيًا.
إلى أن يتحقق واحد منها على الأقل، فإن الوصف الدقيق لـ Pika Enact ضيّق وغير برّاق: نظام بحثي عامل، نُشر بتفاصيل هندسية حقيقية، يقول صانعه نفسه إنك لا تستطيع استخدامه. الهندسة جديرة بالقراءة — فالتقطيع السببي والذاكرة المؤقتة المنزلقة ووصفة التقطير تشكّل مخططًا معقولًا لكيفية بناء الفيديو التفاعلي من قبل الجميع خلال العام المقبل. المنتج غير موجود بعد، ولا أي قدر من 1.8× يغيّر ذلك.
