Higgsfield prodlužuje AI videa z minuty na více než 10 minut
Higgsfield přináší tvůrcům delší videa s GPT‑6 Astra, precizní vizuály s GPT‑Image‑2.5 a cestu k tvorbě filmů pomocí hlasu s GPT‑Live.
Higgsfield AI(otevře se v novém okně) chce zpřístupnit profesionální tvorbu videí a obrázků každému, kdo má nápad. Před příchodem GPT‑6 Astra dosahovala tato videa délky nanejvýš jedné minuty. Nyní podle generálního ředitele a spoluzakladatele Alexe Mashrabova mohou uživatelé vytvářet videa delší než 10 minut.
Delší videa jsou jen jedním ze způsobů, jak Higgsfield AI pomáhá menším kreativním týmům pouštět se do ambicióznějších projektů. Podle Alexe dnes díky modelům jako GPT‑6 Astra a GPT‑Image‑2.5 dokáže jediný tvůrce od začátku do konce realizovat špičkové módní kampaně.
„Pro nás v Higgsfield je nejdůležitější vidět, že menší kreativní týmy dnes díky schopnostem modelů jako GPT-6 Astra a GPT-Image-2.5 mohou skutečně dosahovat větších úspěchů.“
Kreativní agenti Higgsfield AI přebírají opakující se produkční úkoly, například vytváření různých variant záběru. S GPT‑6 Astra mohou tito agenti také volat externí nástroje, které zvládnou složitou ruční práci při 3D modelování. Podle Alexe tato schopnost pomáhá řešit jeden z nejtěžších problémů pro kreativní AI: zachování konzistence v delších videích.
Důkaz je vidět na vlastním kanálu Higgsfield AI na YouTube, který má podle Alexe téměř půl milionu odběratelů. Kanál učí kreativce používat AI modely a pracovní postupy, které je využívají. Dříve vyžadovala tvorba tohoto obsahu od týmu Higgsfield AI značné množství ruční práce. S GPT‑6 Astra ale tým vytvořil pracovní postup, který pomocí AI generuje výuková videa delší než 10 minut.
Možnost vytvářet delší výuková videa má pro Alexe i osobní význam. Podporuje venkovské školy v Kazachstánu a popisuje první pokusy využít schopnost GPT‑6 Astra porozumět vizuálnímu obsahu k rozpoznání témat, se kterými mohou mít žáci potíže, a k tvorbě videí na míru tomu, co se potřebují naučit.
Pro malé firmy, které vytvářejí propagační obsah, mohou být čitelný text a přesná infografika stejně důležité jako samotný obrázek. Podle Alexe umožňuje GPT‑Image‑2.5 vytvářet takový obsah i firmám bez velkého rozpočtu na produkci.
„GPT‑Image‑2.5 představuje technologickou špičku a je prvním modelem svého druhu, který dokáže spolehlivě vykreslit text a infografiku přes obrazový podklad,“ říká.
Higgsfield AI vyvíjí svůj produkt v úzké spolupráci zhruba 200 kreativců a 100 vývojářů. Codex dává kreativnímu týmu „schopnosti opravdu špičkového softwarového vývojáře“, říká Alex.
Kreativci používají Codex k přeměně svých nápadů v softwarové prototypy. Dříve vyžadovalo převedení těchto prototypů do produkčního provozu značné zapojení frontendových a backendových vývojářů. Nyní podle Alexe GPT‑6 Astra snižuje množství práce potřebné k začlenění těchto nápadů do produktu.
„GPT-6 Astra dokáže dodat kód připravený k produkčnímu nasazení, což dříve nebylo možné.“
Díky hladšímu přechodu od prototypu k produkčnímu nasazení může podle Alexe Higgsfield AI rychleji vyvíjet a uvádět na trh lepší produkty.
Dalším cílem Higgsfield AI je umožnit tvůrcům popsat nápad a už během mluvení sledovat, jak se zhmotňuje. Alex tuto vizi nazývá „od hlasu k filmu“: AI porozumí slovně vyjádřenému záměru tvůrce a jeho představu vykreslí v reálném čase.
Podle něj se tato možnost přibližuje díky pokrokům OpenAI v plánování, volání nástrojů, generování obrázků a práci s hlasem. Hlasový model OpenAI označuje za „nejlepší ve své třídě, pokud jde o porozumění řeči i běžnou komunikaci“.
Higgsfield AI chce, aby se tvorba filmu více podobala prostému popisování nápadu a AI přebírala větší část práce mezi představou a výsledkem.
