Een titelkaart met de tekst Pika Enact, met als ondertitel een research preview die je nog niet kunt gebruiken, met drie chips met de tekst aangekondigd op 18 november 2026, gebouwd op Pika H3 Flex, en 1,8x sneller dan afspelen, plus twee kaarten die Live Staging met minder dan 0,4 seconden reactietijd op een H100 contrasteren met Live Camera Control op 640x480 op acht B300s.
Guides & Insights

Pika Enact genereert sneller dan het afspeelt — en je kunt het nog niet gebruiken

Auteur

Elias Hawthorne

Publicatiedatum

Nieuwste modellen · 20Bekijk alle modellen →
Benchmarks: Artificial Analysis · dagelijks bijgewerkt
Terug naar alle berichten

De zin die ertoe doet in Pika's aankondiging van Pika Enact is niet die over acteurs met een muis rond slepen. Het is deze: "Momenteel is Enact een onderzoekspreview, niet beschikbaar voor consumentengebruik." Er is geen wachtlijst, geen aanmelding, geen prijspagina en geen demobuild. De enige ingang in het bericht is een e-mailadres voor gesprekken met bedrijven. Al het overige — de drie regiemodi, de latentiecijfers, de acht-B300-node — beschrijft iets waarover je op 19 november kunt lezen en dat je niet kunt aanraken.

Dat is toch de moeite waard om over te schrijven, vanwege waar Enact op is gebouwd. Het systeem draait op Pika H3 Flex, Pika's post-getrainde versie van MiniMax H3, en H3 Flex heeft sinds 29 oktober open gewichten op Hugging Face. Dus de familie onder de demo is inspecteerbaar en, in het geval van H3, vandaag aanroepbaar. Enact is het deel dat dat niet is. Dit is wat Pika daadwerkelijk op 18 november heeft gepubliceerd, wat de cijfers betekenen, en welke daarvan je als productclaim moet behandelen in plaats van als meting.

Wat Pika publiceerde, en wat het bewust wegliet

Pika's own blog post Research Preview: Pika Enact, dated 18 November 2026, showing the headline, the summary line about talking to your cast and shaping scenes as they unfold, and the three named interaction modes Live Staging, Live Actor Direction and Live Camera Control.

Twee artefacten, beide met tijdstempel 18 november 2026. Een blogpost op pika.art met de titel "Research Preview: Pika Enact," gecategoriseerd onder Research, en een post van het account @pika_labs om 18:53 UTC. Beide zeggen hetzelfde in dezelfde volgorde: dit is een experiment, het bootst regisseren op de set na, en het is niet beschikbaar.

De post beschrijft Enact als "een experimentele live-streamingomgeving" in plaats van een model. Dat onderscheid is geen marketing-afzwakking — het is de juiste beschrijving. Enact is een serveer- en controlesysteem rond een gedistilleerde generator: het ene deel zet wat je met een muis of je stem doet om in conditioneringssignalen, het andere deel geeft video en audio uit in brokken van minder dan een seconde en draagt tegelijkertijd de scènestatus vooruit. Er is geen afzonderlijk "Enact-model" met een versienummer en een contextvenster. Er is een videomodel, een scriptmodel en heel wat leidingwerk tussen die modellen en jou.

Wat het bericht niet bevat, gecontroleerd op 19 november:

• Geen endpoint, model-ID of API-referentie. Pika's documentatie zit achter een login, en niets op de openbare site stelt Enact beschikbaar als een aanroepbaar model.

• Geen prijs. Geen tarief per seconde, geen creditkosten, geen enterprise-niveau. Het enige commerciële detail is het contactadres.

• Geen wachtlijst of formulier voor vroege toegang. Vergelijk dat eens met het gebruikelijke draaiboek voor research previews, dat bijna altijd e-mailadressen verzamelt.

• Geen resolutiecijfer voor Live Staging of Live Actor Direction. Alleen de cameramodus krijgt er een, en dat is het getal dat hieronder wordt besproken.

• Geen onafhankelijke evaluatie. Elk getal in het bericht is van Pika zelf, gemeten op Pika's hardware, zonder dat er een harness of promptset is gepubliceerd.

Beschouw het ontbreken van een wachtlijst als het sterkste signaal in de hele aankondiging. Een bedrijf dat van plan is buitenstaanders snel binnen te laten, bouwt doorgaans een deur.

Drie modi, drie sterk verschillende compute-facturen

Het bericht splitst Enact op in drie interacties, en het zijn niet drie weergaven van dezelfde functie. Elk heeft een eigen hardwareprofiel, een eigen snelheidsvermenigvuldiger en een eigen trainingspipeline, wat een goede aanwijzing is dat de drie onafhankelijk van elkaar zijn gebouwd en pas laat aan elkaar zijn geknoopt.

Live Staging is de modus voor slepen met de muis. Je pakt een acteur of een object in een spelende video vast en verplaatst het, en houdingen, belichting en schaduwen volgen. Pika meldt dat het "1,8× sneller dan het afspeelt" genereert op één server, waarbij het beeld binnen "0,4 seconden op H100" reageert, inclusief decodering. Het injecteert drie frame-uitgelijnde signalen — muisstatussen van 24 fps, een ruimtelijke heatmap voor het vastpakken en de ongewijzigde bronvideo — via zero-geïnitialiseerde modules, de standaardtruc om een nieuw besturingskanaal op een bevroren generator te schroeven zonder kapot te maken wat die al doet.

Live Actor Direction is het onderdeel waarmee de aankondiging opent, en het is de meest complexe van de drie. Je typt of spreekt een notitie in, de acteur bevestigt die in character en speelt ermee, en regels worden "letterlijk gelogd", zodat latere notities naar eerdere kunnen verwijzen. Dan zeg je Action en de repetitie valt uiteen in "één schone take, helemaal opnieuw geschoten vanaf het eerste frame." Onder de motorkap zijn dit twee modellen in een lus: een scriptmodel dat je gesproken notitie via tool-calls omzet in gestructureerde beats, en een realtime videomodel dat ze speelt. Pika stelt de generatie op "1,75× sneller dan ze afspelen."

Live Camera Control is de modus met de minst flatteuze en daarom meest bruikbare cijfers. Je laat tijdens het genereren een virtuele camera rondcirkelen, pannen of dollyen, en volgens Pika heb je alleen een uiterlijkbeeld plus een lichtgewicht 3D-bewegingsproxy nodig — een ongetextureerde Blender-viewport volstaat. Het draait op een "8×NVIDIA B300-node" met "640×480 @ 24 fps", waarbij de eerste frames in 0,51 s worden gerenderd en daarna "0,473 s per blok van 0,708 s, ofwel 1,50× realtime."

Lees die drie vermenigvuldigers achter elkaar: 1,8×, 1,75×, 1,50×. Dat zijn geen spelingcijfers die om het effect zijn gekozen. Het zijn de marges waarmee een streamingsysteem de klok voorblijft, en de cameramodus heeft de dunste, omdat die ook degene is die een node met acht GPU's op een kwart van de framegrootte houdt die een consument zou verwachten.

Waarom "sneller dan het speelt" de hele truc is

Videomodellen streamen normaal gesproken niet. Ze denoisen een hele clip en leveren die vervolgens afgewerkt op. Interactieve regie is onmogelijk onder dat model, omdat de scène al is bepaald voordat je hem ziet. Pika's oplossing is architecturaal in plaats van incrementeel, en het bericht is er ongewoon specifiek over:

• Chunking — de uitvoer wordt geproduceerd als causale chunks van "0,7 s standaard, 0,17 s lage latentie." Die 0,17 s zorgt voor de respons van minder dan 0,4 seconde in staging; een grotere chunk betekent een langere wachttijd voordat je sleepbeweging zichtbaar is.

• Schuivende KV-cache — de context behoudt de prompt, de bronvideo, de eerste chunk en de vier meest recente chunks. Oudere chunks vallen weg, zodat de kosten per chunk gelijk blijven in plaats van te groeien met de lengte van de sessie.

• Herbaseerde positionele embeddings — Pika's formulering is "eindeloze sessies tegen constante kosten." Hetzelfde idee, een ander mechanisme: het model raakt nooit door positie-indices heen, omdat het referentiekader blijft verschuiven.

• Distillatie — de sampler gaat "van twintig stappen naar slechts een paar", met gebruik van "self-forcing distribution matching distillation (DMD)" met een trainbare critic en een full-clip teacher. Een model met twintig stappen haalt geen 24 fps; een met drie of vier stappen wel.

• Een drift-guard — het ankerframe aan het begin kan een stilstaande scène terug naar zijn startpunt trekken, en een "Real-Time Director" injecteert stilletjes periodieke hold-beats. Dit bestaat omdat een systeem dat zo autoregressief is, gaat afdwalen als je het met rust laat, en de oplossing is het een duwtje te geven in plaats van het opnieuw te trainen.

Niets daarvan is op zichzelf exotisch. Wat ongebruikelijk is, is dat het allemaal op dezelfde beperking is gericht — houd de generatie vóór op de weergave — in plaats van op de outputkwaliteit. En dat is precies waarom de voorbeeldclips, hoe goed ook, niet het interessante deel van deze aankondiging zijn.

Het getal dat Pika niet in de kop heeft gezet

A scoreboard for Pika Enact listing six rows: what it is, an experimental live-streaming environment; base model, Pika H3 Flex; live staging, 1.8x real time with sub-0.4-second response on H100; actor direction, 1.75x real time with a script model and a video model in a loop; camera control, 640x480 at 24 fps on eight B300s at 1.50x real time; available today, no, research preview with an enterprise contact only.

De cameramodus-regel is 640×480 bij 24 fps op acht B300-GPU's. Als Enact een productlancering was, zou dat getal worden weggemoffeld. Het is het meest informatieve cijfer in de post, omdat het de eerlijke wisselkoers is tussen interactiviteit en resolutie: om 1,5× voor te blijven op afspelen terwijl je een camera bestuurt, rendert het systeem een quarter-VGA-stream op een node die meer kost dan het volledige renderbudget van de meeste studio's.

Maakt dat de demo nep? Nee. Het maakt het een demonstratie van reservecapaciteit, en reservecapaciteit op hardware aan de technologische frontlinie is hoe elk interactief mediasysteem zijn eerste versie heeft uitgebracht. De relevante vraag voor een lezer is niet of 640×480 goed genoeg is. Het is hoe die verhouding eruitziet op hardware die je kunt huren, en Pika zegt dat niet. Het H100-cijfer van de stagingmodus komt het dichtst bij een antwoord — één GPU, onder 0,4 seconden — en staging is een veel eenvoudiger besturingsprobleem dan camerawerk.

De andere niet-gerapporteerde dimensie is hoe lang een sessie daadwerkelijk coherent blijft. Een schuivende cache met vier recente chunks plus een ankerframe is een ontwerp om coherent te blijven, geen garantie daarop. Niets in het bericht geeft een sessieduur, een driftmeting over de tijd, of een voorbeeld van een opname van tien minuten. Totdat iemand buiten Pika er een draait, is 'oneindige sessies' een architectuur, geen resultaat.

Wat je deze week kunt uitvoeren

Enact, niets. H3 Flex, ja — de gewichten zijn op 29 oktober verschenen als Pika-Labs/Pika-H3-Flex, samen met een Turbo LoRA, en de hoofdrepository heeft volgens de Hugging Face API per 19 november meer dan 166.000 downloads geregistreerd. Dat is een werkelijk ongewone situatie: de basisgenerator voor een nog niet uitgebrachte interactieve demo is downloadbaar, en de onderdelen die Pika achterhield, zijn de audiostem-separatie en de versnelde serving-stack.

The OrcaRouter model page for MiniMax H3, showing the identifier minimax/minimax-h3, unified text, image, video and audio inputs feeding video output, a video-generation endpoint, and per-second pricing of 0.08 dollars per second at 768P.

Wil je de ongedistilleerde voorouder in plaats van de Pika-posttrain, dan is MiniMax H3 het model waar Enacts hele stack van afstamt — een omnimodale generator met native stereo-audio die tekst-, beeld-, video- en audioreferenties als één context leest. Het wordt via OrcaRouter per seconde aangeboden, $0,08 per seconde bij 768P en $0,13 bij 2K, gefactureerd tegen de lijstprijs van de provider zonder opslag, zodat een prijswijziging van een leverancier hier dezelfde dag live is als die wordt aangekondigd. Dat is een ander product dan Enact en een ander checkpoint dan H3 Flex; het is simpelweg de goedkoopste manier om erachter te komen of output van de H3-familie bij je footage past, voordat je je committeert aan een mentaal model met acht GPU's van wat "real time" kost.

De routeringslaag verdient in dit specifieke verhaal haar plek om een saaie reden: een onbewezen, single-vendor, op onderzoek gerichte capaciteit is precies het ding waarop je geen productiepad wilt bouwen. Failover tussen providers betekent dat een proefrun met H3 geen storing wordt wanneer één endpoint bezet is, en dat alle andere modellen achter dezelfde sleutel en 200-plus modellen op één endpoint betekent dat de vergelijking die je onvermijdelijk wilt maken — H3 tegenover Kling, tegenover Seedance, tegenover wat er deze week ook is uitgebracht — geen tweede contract vereist. Niets daarvan levert je Enact op. Het levert je de eerlijke baseline op om het daartegen af te zetten.

Wat zou dit van een demo in een beslissing veranderen?

Vier dingen, in de volgorde waarin ze de opties van een lezer zouden veranderen:

• Een deur — een wachtlijst, een bètasleutel, een prijs per credit. Elk van deze verandert Enact van iets waar je alleen over leest in iets waar je je plannen op afstemt.

• Een resolutie hoger dan 640×480 voor camerabesturing, of een expliciete hardwarevereiste voor staging op een bruikbare framegrootte. De marge van 1,8× op één H100 impliceert een weg daarnaartoe; Pika heeft alleen niet gepubliceerd waar die uitkomt.

• Een resultaat over de hele sessieduur, idealiter van iemand die niet Pika is. Drift over minuten is allesbepalend voor een regietool, en dat is precies het enige wat een highlight reel je niet kan laten zien.

• Een openbare promptset of een onafhankelijk latency-testharnas. De cijfers van Pika zijn intern consistent en ongewoon gedetailleerd, wat een goed teken is, maar "1,8× realtime" gemeten door het team dat de distillatie heeft gebouwd, is een claim, geen benchmark.

Totdat ten minste een van die dingen er komt, is de nauwkeurige beschrijving van Pika Enact smal en weinig glamoureus: een werkend onderzoekssysteem, gepubliceerd met echte technische details, waarvan de maker zelf zegt dat je het niet kunt gebruiken. De techniek is het lezen waard — de causale chunking, de sliding cache en het distillatierecept zijn een plausibele blauwdruk voor hoe interactieve video het komende jaar door alle anderen wordt gebouwd. Het product bestaat nog niet, en geen enkele 1.8× verandert daar iets aan.