
Pika Enact 的生成速度快於播放速度——而且你目前還無法使用它
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百萬 tokens · 184 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百萬 tokens · 223 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百萬 tokens · 87 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百萬 tokens · 96 tok/s
- orca新Orca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百萬 tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百萬 tokens · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百萬 tokens · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百萬 tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百萬 tokens · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百萬 tokens · 69 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百萬 tokens · 209 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百萬 tokens · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 每百萬 tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
Pika 宣布 Pika Enact 時,真正關鍵的那句話並不是用滑鼠拖曳演員的那句,而是這句:「目前,Enact 是研究預覽版,尚未開放消費者使用。」沒有候補名單、沒有註冊、沒有定價頁面,也沒有示範版本。文中唯一的管道,是一個供企業洽談用的電子郵件地址。其餘一切——三種導演模式、延遲數據、八張 B300 的節點——所描述的,都是你在 11 月 19 日能讀到、卻無法實際接觸的東西。
無論如何,這件事值得寫,因為 Enact 是建構在什麼之上。這個系統跑在 Pika H3 Flex上,也就是 Pika 對 MiniMax H3進行後訓練後的版本;而 H3 Flex 自 10 月 29 日起已在 Hugging Face 上公開權重。所以這個 demo 底下的家族是可檢視的,而就 H3 而言,今天就能呼叫。Enact 則不是。以下是 Pika 在 11 月 18 日實際發布的內容、這些數字代表什麼,以及其中哪些你應該當成產品宣稱而非實測數據。
Pika 公布了什麼,以及它刻意省略了什麼

兩份資料,時間戳皆為 {{1}}2026年11月18日{{/1}}。一篇發佈於 {{2}}pika.art{{/2}}、標題為「{{3}}研究預覽:Pika Enact{{/3}}」並歸類於{{4}}研究{{/4}}的部落格文章,以及一則由 {{5}}@pika_labs{{/5}} 帳號於 {{6}}18:53 UTC{{/6}} 發佈的貼文。兩者以相同順序表達同一件事:這是一項實驗、它模擬在片場執導,而且目前無法使用。
這篇文章將 Enact 描述為「一個實驗性的直播串流環境」,而不是模型。這種區別並非行銷上的模糊修辭——而是準確的描述。Enact 是包在蒸餾生成器外圍的服務與控制系統:其中一部分會把你用滑鼠或聲音所做的操作轉換成條件訊號,另一部分則以不到一秒的片段輸出影片與音訊,同時將場景狀態延續下去。並不存在一個帶有版本號與上下文視窗的單一「Enact 模型」。存在的是影片模型、腳本模型,以及它們與你之間的大量串接機制。
該貼文未包含的內容,於11月19日查核:
• 沒有端點、模型 ID 或 API 參考資料。Pika 的文件需要登入才能存取,而公開網站上沒有任何內容顯示 Enact 是可呼叫的模型。
• 沒有價格。不是按秒計費,不是點數費用,也不是企業方案。唯一的商業細節是聯絡地址。
• 沒有候補名單或搶先體驗表單。將此與常見的研究預覽做法相比,後者幾乎總會蒐集電子郵件。
• Live Staging 或 Live Actor Direction 沒有提供解析度數值。只有攝影機模式有,而那就是下文所討論的數字。
• 沒有獨立評測。文中每一項數據都是 Pika 自行提供,且是在 Pika 自己的硬體上測得,並未公開測試框架或提示集。
把「沒有候補名單」這件事視為整份公告中最強烈的訊號。一家打算很快讓外部人士加入的公司,通常會先造一扇門。
三種模式,三種截然不同的運算帳單
這篇文章把 Enact 拆成三種互動,而它們並不是同一功能的三個檢視。每一種都有各自的硬體設定檔、各自的速度倍率,以及各自的訓練管線,這強烈顯示這三者是獨立建置、後來才拼湊在一起的。
Live Staging是滑鼠拖曳模式。你在播放中的影片裡抓住演員或物件並移動它,姿勢、光線與陰影都會跟著變化。Pika 表示,它在單一伺服器上「以播放速度的 1.8 倍」生成,而在 H100 上包含解碼在內,畫面回應時間「低於 0.4 秒」。它透過零初始化模組注入三個與影格對齊的訊號——24 fps 滑鼠狀態、空間抓取熱圖,以及未經處理的來源影片——這是將新的控制通道外掛到凍結生成器上,同時不破壞其原有能力的標準技巧。
Live Actor Direction是發表會率先端出的主打功能,也是三者中最複雜的一項。你只要輸入或說出一則指示,演員就會以角色身分回應並加以發揮,台詞會「逐字記錄」,讓之後的指示能參照先前的內容。接著你說出 Action,整場排練便收束成「一次乾淨俐落的拍攝,從第一格畫面全新開拍」。在底層,這是兩個模型組成的迴圈:一個腳本模型透過工具呼叫,把你口述的指示轉成結構化節拍,另一個即時影片模型則負責演出。Pika 表示生成速度「比他們實際播放的速度快 1.75 倍」。
Live Camera Control 是最不討喜、因此也最有參考價值的模式。你可以在生成過程中對虛擬攝影機進行環繞、平移或推軌,而 Pika 表示這個模式只需要一張外觀影像,再加上一個輕量的 3D 動作代理——一個未貼圖的 Blender 視窗畫面就足夠了。它運行於「8×NVIDIA B300 節點」上,規格為「640×480 @ 24 fps」,初始影格的渲染時間為 0.51 秒,接著「每 0.708 秒的區塊耗時 0.473 秒,亦即 1.50 倍即時速度」。
依序讀這三個倍率:1.8×、1.75×、1.50×。這些不是為了效果而挑選的餘裕數字。它們是串流系統得以超前時脈的餘裕,而相機模式的餘裕最薄,因為它同時也是在消費者預期畫面尺寸的四分之一下,支撐一個八 GPU 節點的模式。
為什麼「比它播放得還快」就是整件事的訣竅
影片模型通常不會進行串流。它們會對整段片段去噪,然後把完成的成品交給你。在那種模式下,不可能進行互動式執導,因為場景在你看到之前就已經被決定了。Pika 的解決方案是架構性的,而非漸進式的,而且那篇文章對此異常具體:
• 分塊 — 輸出會以因果分塊的形式發出,標準為「0.7 秒」,低延遲為「0.17 秒」。0.17 秒這個數字換來的是在預備環境中低於 0.4 秒的回應;分塊越大,就代表你的拖曳結果可見之前要等得越久。
• 滑動式 KV 快取 — 上下文會保留提示詞、來源影片、第一個區塊,以及最近的四個區塊。較舊的區塊會被淘汰,因此每個區塊的成本維持固定,不會隨著工作階段長度增加而成長。
• 重新設定基準的位置嵌入 — Pika 的說法是「以固定成本實現無限工作階段」。同樣的概念,不同的機制:模型永遠不會用完位置索引,因為參考幀會持續移動。
• 蒸餾——取樣器「從二十步降到僅幾步」,採用「自我強制分佈匹配蒸餾(self-forcing distribution matching distillation, DMD)」,搭配可訓練的評論器與全片段教師。二十步模型無法達到 24 fps;三步或四步的模型則可以。
• 漂移防護——開場錨定影格會把閒置場景拉回其起點,而「Real-Time Director」會默默注入週期性的停滯節拍。這之所以存在,是因為這種自迴歸系統若放任不管就會漂移,而解法是讓它被輕推,而不是重新訓練它。
單獨來看,這些都不算稀奇。不尋常的是,這一切都指向同一個限制——讓生成速度保持領先於播放——而不是輸出品質。這正是為什麼這些樣本片段無論多好,都不是這次公告中有趣的部分。
Pika 沒放進標題的那個數字

相機模式那一行是:在八顆 B300 GPU 上以 24 fps 輸出 640×480。如果 Enact 是一場產品發布,這個數字會被埋沒。它是文中資訊量最大的單一數字,因為它誠實反映了互動性與解析度之間的換算率:為了在你操控相機時仍比播放進度超前 1.5 倍,系統會在一個成本高於多數工作室全部渲染預算的節點上,渲染四分之一 VGA 的串流。
這會讓 demo 變成造假嗎?不會。這讓它成為效能餘裕的展示,而在前沿硬體上的效能餘裕,正是每個互動媒體系統推出第一版的方式。對讀者而言,相關問題不是 640×480 是否夠好,而是這個比例在可租用的硬體上看起來如何,而 Pika 並未說明。staging 模式的 H100 數字是最接近答案的東西——一張 GPU、低於 0.4 秒——而 staging 是比攝影機操作簡單得多的控制問題。
另一個未披露的面向,是一次工作階段實際上能維持多久。帶有四個近期片段加一個錨定畫格的滑動快取,是一種為了保持連貫性的設計,而非連貫性的保證。文中沒有給出工作階段長度、隨時間推移的漂移測量,也沒有十分鐘單次拍攝的範例。在 Pika 以外有人實際跑過一次之前,「無限工作階段」只是一種架構,而不是一項結果。
本週你可以執行的項目
Enact,沒有。H3 Flex,有——權重已於 10 月 29 日以 Pika-Labs/Pika-H3-Flex 的名義上架,並伴隨一個 Turbo LoRA;根據 Hugging Face API,截至 11 月 19 日,主儲存庫已累計超過 166,000 次下載。這確實是個極不尋常的情況:一個尚未發布的互動式示範的基礎生成器竟可下載,而 Pika 保留未公開的部分則是音軌分離與加速服務堆疊。

如果你想要的是未經蒸餾的源祖模型,而不是 Pika 的後訓練版本,MiniMax H3 是 Enact 整套技術堆疊所衍生的模型——一個全模態生成器,具備原生立體聲音訊,能把文字、圖像、影片與音訊參考讀取為同一個上下文。它透過 OrcaRouter 以按秒計費方式提供服務,768P 為每秒 $0.08,2K 為每秒 $0.13,依供應商定價計費、不額外加價,因此廠商價格一有變動,這裡當天就會同步反映。那是與 Enact 不同的產品,也是與 H3 Flex 不同的檢查點;它只是最便宜的方式,讓你在投入「即時」究竟要花上八張 GPU 的心智模型之前,先弄清楚 H3 系列的輸出是否適合你的素材。
在這則特定敘事中,路由層之所以有其地位,原因很無趣:一項未經證實、單一供應商、研究等級的能力,正是你最不希望用來建構正式生產路徑的東西。跨供應商容錯移轉意味著當某個端點忙碌時,H3 的試跑不會變成停機事故;而讓其他所有模型都透過同一把金鑰存取,以及在單一端點上提供 200 多個模型,200 多個模型齊聚單一端點意味著你終究會想做的比較——H3 對上 Kling、對上 Seedance、對上這週剛推出的任何東西——不需要第二份合約。這些都無法讓你得到 Enact;它們給你的是據以評判 Enact 的誠實基準。
什麼能讓它從示範變成決策?
四件事,依它們會改變讀者選項的次序排列:
• 一扇門——候補名單、測試序號、點數價格。只要具備其中任何一項,Enact 就能從「只能讀讀介紹」變成「可以據此規劃」的東西。
• 相機控制解析度高於 640×480,或明確說明在可用畫面尺寸下進行 staging 所需的硬體需求。單張 H100 上 1.8× 的餘裕暗示了通往該目標的路徑;只是 Pika 尚未公布最終落點為何。
• 一段以工作階段長度為準的成果,最好來自不是 Pika 的人。對導演工具來說,幾分鐘內的漂移就是勝負關鍵,而這正是精華剪輯無法向你展示的一點。
• 公開的提示詞集,或獨立的延遲測試框架。Pika 的數字前後一致且異常詳細,這是個好兆頭,但由打造此蒸餾技術的團隊所測得的「1.8× 即時」是一項宣稱,而非基準測試。
在至少其中一項落地之前,對 Pika Enact 的準確描述既狹窄又不光鮮:一套可運作的研究系統,以真實的工程細節發表,而其創造者說你無法使用它。其工程值得一讀——因果分塊、滑動快取與蒸餾配方,是其他人未來一年如何打造互動式影片的合理藍圖。這款產品尚未存在,再多的 {{1}}1.8×{{/1}} 也改變不了這點。
