Higgsfield udvider AI-video fra 1 minut til over 10
Higgsfield giver kreatører længere videoer med GPT‑6 Astra, præcise billeder med GPT‑Image‑2.5 og en vej til stemmestyret filmproduktion med GPT‑Live.
Higgsfield AI(åbner i et nyt vindue) har som mål at gøre det muligt for alle med en idé at skabe professionelle videoer og billeder. Før GPT‑6 Astra kunne videoerne højst vare omkring ét minut. Nu kan brugerne skabe videoer på over 10 minutter, fortæller administrerende direktør og medstifter Alex Mashrabov.
Længere videoer er blot én af måderne, hvorpå Higgsfield AI hjælper mindre kreative teams med at påtage sig mere ambitiøse opgaver. Ifølge Alex gør modeller som GPT‑6 Astra og GPT‑Image‑2.5 det nu muligt for en enkelt kreatør at gennemføre eksklusive modekampagner fra start til slut.
»Det vigtigste for os hos Higgsfield er at se, at mindre kreative teams faktisk kan opnå større succes nu takket være modeller som GPT-6 Astra og GPT-Image-2.5.«
Higgsfield AI’s kreative agenter tager sig af gentagne produktionsopgaver, såsom at skabe flere variationer af en optagelse. Med GPT‑6 Astra kan agenterne også kalde eksterne værktøjer til at håndtere komplekst, manuelt arbejde med 3D-modellering. Alex fortæller, at denne funktion hjælper med at løse en af de sværeste udfordringer for kreativ AI: at bevare et ensartet udtryk gennem længere videoer.
Resultaterne kan ses på Higgsfield AI’s egen YouTube-kanal, som ifølge Alex har næsten en halv million abonnenter. Kanalen lærer kreatører at bruge AI-modeller og -arbejdsgange. Tidligere krævede det meget manuelt arbejde for Higgsfield AI at producere dette indhold. Men med GPT‑6 Astra har teamet opbygget en arbejdsgang, der bruger AI til at generere instruktionsvideoer på over 10 minutter.
Muligheden for at skabe længere instruktionsvideoer har også personlig betydning for Alex. Han støtter skoler i landdistrikterne i Kasakhstan og fortæller om et indledende forsøg, hvor GPT‑6 Astras visuelle forståelse bruges til at identificere emner, som eleverne kan have svært ved, og skabe videoer, der er tilpasset deres læringsbehov.
For små virksomheder, der skaber indhold til markedsføring, kan læsbar tekst og præcis infografik være lige så vigtige som selve billedet. GPT‑Image‑2.5 gør den slags indhold muligt for virksomheder uden store produktionsbudgetter, fortæller Alex.
»GPT‑Image‑2.5 er teknologisk førende og den første model af sin slags, der pålideligt kan gengive tekst og infografik oven på billederne,« siger han.
Higgsfield AI udvikler sit produkt i et tæt samarbejde mellem omkring 200 kreatører og 100 softwareudviklere. Codex giver det kreative team »samme kunnen som en virkelig dygtig softwareudvikler«, fortæller Alex.
Kreatørerne bruger Codex til at omsætte deres idéer til softwareprototyper. Tidligere krævede det en stor indsats fra frontend- og backendudviklere at få disse prototyper i produktion. Nu reducerer GPT‑6 Astra ifølge Alex det arbejde, der skal til for at integrere idéerne i produktet.
»GPT-6 Astra kan levere produktionsklar kode, hvilket aldrig før har været muligt.«
Med færre hindringer mellem prototype og produktion kan Higgsfield AI ifølge Alex udvikle og lancere bedre produkter hurtigere.
Higgsfield AI’s næste mål er, at kreatører skal kunne beskrive en idé og se den tage form, mens de taler. Alex kalder visionen »fra stemme til film«: AI forstår den hensigt, kreatøren udtrykker mundtligt, og omsætter visionen til billeder i realtid.
Han mener, at OpenAI’s fremskridt inden for planlægning, værktøjskald, billedgenerering og tale bringer den oplevelse tættere på. Han beskriver OpenAI’s talemodel som »den bedste i sin klasse til taleforståelse og helt almindelig kommunikation«.
Higgsfield AI’s ambition er, at det at skabe en film i højere grad skal føles som at beskrive en idé, mens AI tager sig af mere af arbejdet undervejs.
