Pika Enact: dirigir video con IA en vivo, como en un set de filmación
Pika presentó este miércoles (18) Enact, una vista previa de investigación en la que arrastras actores, das notas de dirección por voz y mueves la cámara mientras se genera la escena. Te explico cómo funciona, qué falta y qué puedes usar hoy.

Pika Enact: dirigir video con IA en vivo, como en un set de filmación
Pika presentó este miércoles (18 de noviembre) Enact, una vista previa de investigación que genera video y sonido en tiempo real y te deja dirigir la escena mientras ocurre: arrastrar al actor, dar una nota de dirección por voz, mover la cámara. No está abierto al público, y la propia Pika dice que no está disponible para uso de consumidores.
Aun así, vale la pena entender lo que muestra. El flujo de hoy es escribir un prompt, esperar minutos y cruzar los dedos. Enact lo cambia por ensayar, corregir y gritar "acción", y esa es la dirección hacia la que van los generadores de video.
¿Qué hace Pika Enact?
Genera la escena en fragmentos cortos y acepta comandos en medio de ella, en tres modos descritos en el anuncio de Pika:
- Puesta en escena en vivo. Arrastras un actor u objeto con el mouse mientras corre el video, y el modelo ajusta la pose, la luz y la sombra al nuevo lugar.
- Dirección de actores en vivo. Das notas escribiendo o hablando. Cada actor es un agente de IA con personalidad propia, responde en personaje con su propia voz y recuerda lo que dijiste en las tomas anteriores de la misma sesión. Cuando dices "Action", hacen una toma nueva y continua.
- Cámara en vivo. Mueves una cámara virtual con el mouse (panorámica, acercamiento, órbita) mientras se genera la escena. Una imagen de referencia sostiene al elenco y el escenario.
The Rundown, que informó sobre la vista previa, describió Enact como una herramienta pensada para funcionar como un set de filmación en vivo.
Cómo llegó Pika al tiempo real
El truco es no generar el clip entero de una vez. Según Pika, Enact produce video y audio en bloques de cerca de 0,7 segundos (0,17 segundos en el modo de baja latencia de la puesta en escena), y cada bloque se genera a partir de lo que ya salió, sin esperar al resto de la escena. En la puesta en escena, la empresa también redujo de veinte a unos pocos los pasos que el modelo necesita para dibujar cada tramo.
Los números que publicó Pika:
| Modo | Qué midió Pika |
|---|---|
| Puesta en escena en vivo | respuesta por debajo de 0,4 segundos en una GPU H100, generando 1,8 veces más rápido que el tiempo real en un servidor |
| Dirección de actores | imagen y sonido 1,75 veces más rápidos que la reproducción |
| Cámara en vivo | 640x480 a 24 cuadros por segundo en un servidor con 8 GPU NVIDIA B300, primeros cuadros en 0,51 segundos |
Dos lecturas prácticas de esta tabla. Primero, 640x480 es una resolución baja y horizontal: no sirve directamente para Reels ni TikTok. Segundo, un servidor con ocho GPU B300 para correr la cámara en vivo es un costo de laboratorio. Por eso Enact está en una página de investigación y no en un plan de suscripción.
¿Y H3 Flex, que ya existe?
Enact está construido sobre Pika H3 Flex, el modelo que Pika lanzó el 29 de octubre. Ese sí se puede usar: genera clips de hasta 15 segundos con audio, en 480p o 768p, y acepta hasta 12 archivos de referencia entre imagen, video y sonido. Salió primero en la API de Pika, con la app de creación prevista para el 2 de noviembre, y los pesos abiertos se publicaron para quien ejecuta su propio servidor.
En el informe técnico, Pika indica un precio inicial de US$ 0,01 por segundo generado a partir de texto o imagen y US$ 0,03 por segundo en el modo con referencias. El mismo informe es honesto sobre los límites: en física, historias con varias escenas, luz y materiales, y en tareas con mucha acción, en el estudio de la propia Pika se prefirieron otros modelos. The Rundown también recuerda que el video de demostración de los actores fue editado para que cupiera, así que no se sabe cómo funciona todo junto en una sesión larga.
Qué cambia para quien crea video
Hoy, quien genera escenas con IA gasta más tiempo rehaciendo que creando. El prompt se equivoca en el lugar del personaje, ajustas una palabra, esperas otra vez y pagas otra vez. Hacer que un personaje entre por la izquierda en vez de por la derecha puede costar varias generaciones.
Enact ataca justo eso: en lugar de reescribir el prompt, arrastras al personaje adonde debería estar y sigues. Si la idea prospera, cambian tres cosas:
- El costo del error baja. Corregir a mitad de la toma sale más barato que generar el clip entero de nuevo.
- La dirección se vuelve voz. Decir "más despacio, mira a la cámara" es más natural que encontrar la palabra justa para el prompt. Para quien graba el ensayo de un sketch o una historia corta, esto acerca la IA a la forma en que se dirige a las personas.
- Generar se vuelve formato. Así como recorrer un mundo jugable de Genie 4 puede dar un video de exploración, dirigir actores de IA en vivo puede convertirse en un directo o un detrás de cámaras por sí solo.
La pega: nada de esto cuenta hasta que Pika abra el acceso, y no hay fecha ni confirmación para Brasil. Tampoco hay ninguna palabra sobre formato vertical, que es lo que importa para el video corto.
Qué hacer ahora
No esperes a Enact para resolver tu flujo. Tres pasos que funcionan hoy:
- Genera barato antes de generar bonito. El principio de Enact (equivocarse rápido en baja resolución) ya se puede aplicar: prueba la escena en la resolución más baja, que suele costar menos por segundo, y rehaz en una resolución mayor solo la toma que salió bien. En el Generador de Cut.Pro eliges el modelo, generas pagando con créditos y llevas el clip directo al editor.
- Usa referencias en vez de reescribir el prompt. Una imagen de referencia sostiene al personaje y el escenario entre una toma y otra, que es lo que hace la imagen ancla en Enact. Puedes verlo en la prueba de animar una foto de rostro y en la guía de persona de IA.
- No apuestes tu canal a una sola herramienta. El fin de Sora 2 mostró que una vista previa brillante no garantiza un producto. Para ver precios por segundo en un modelo que ya está disponible, revisa Gemini Omni 1.2 Flash.
Enact no está en el Generador y no está abierto al público, así que este post sale sin una prueba real. Cuando Pika lo abra, lo pruebo y actualizo aquí.


