Higgsfield verlängert KI-Videos von 1 auf über 10 Minuten

Higgsfield AI⁠(wird in einem neuen Fenster geöffnet) möchte allen Menschen mit einer Idee ermöglichen, professionelle Videos und Bilder zu erstellen. Vor GPT‑6 Astra waren diese Videos höchstens etwa eine Minute lang. Jetzt können Menschen damit Videos von über zehn Minuten Länge erstellen, sagt CEO und Mitbegründer Alex Mashrabov.

Längere Videos sind nur eine Möglichkeit, wie Higgsfield AI kleinere Kreativteams bei anspruchsvolleren Projekten unterstützt. Laut Alex kann eine einzelne kreative Person mit Modellen wie GPT‑6 Astra und GPT‑Image‑2.5 inzwischen hochwertige Modekampagnen von Anfang bis Ende umsetzen.

Die Kreativagenten von Higgsfield AI übernehmen wiederkehrende Produktionsaufgaben, etwa das Erstellen mehrerer Varianten einer Aufnahme. Mit GPT‑6 Astra können diese Agenten auch externe Tools aufrufen, um komplexe manuelle Arbeiten bei der 3D-Modellierung zu erledigen. Laut Alex hilft diese Fähigkeit bei einer der größten Herausforderungen für KI im Kreativbereich: auch in längeren Videos die Konsistenz zu wahren.

Das zeigt der eigene YouTube-Kanal von Higgsfield AI, der laut Alex fast eine halbe Million Abonnements hat. Der Kanal vermittelt Kreativen, wie sie KI-Modelle und entsprechende Arbeitsabläufe nutzen können. Früher erforderte die Produktion dieser Inhalte bei Higgsfield AI viel manuelle Arbeit. Mit GPT‑6 Astra hat das Team jedoch einen Arbeitsablauf entwickelt, der mithilfe von KI über zehn Minuten lange Lernvideos erstellt.

Längere Lernvideos erstellen zu können, ist Alex auch persönlich wichtig. Er unterstützt Schulen im ländlichen Kasachstan und beschreibt einen ersten Versuch mit dem visuellen Verständnis von GPT‑6 Astra: Es hilft, Themen zu erkennen, die Schulkindern möglicherweise Schwierigkeiten bereiten, und Videos passend zu ihrem Lernbedarf zu erstellen.

Für kleine Unternehmen, die Werbeinhalte erstellen, können lesbarer Text und präzise Infografiken genauso wichtig sein wie das Bild selbst. GPT‑Image‑2.5 ermöglicht solche Inhalte auch Unternehmen ohne große Produktionsbudgets, sagt Alex.

„GPT‑Image‑2.5 ist auf dem neuesten Stand der Technik und das erste Modell seiner Art, das Text und Infografiken zuverlässig über Bildern darstellen kann“, sagt er.

Higgsfield AI entwickelt sein Produkt in enger Zusammenarbeit zwischen rund 200 Kreativen und 100 Fachleuten aus der Softwareentwicklung. Codex gibt dem Kreativteam „die Fähigkeiten einer erstklassigen Fachkraft für Softwareentwicklung“, erklärt Alex.

Kreative nutzen Codex, um ihre Ideen in Softwareprototypen umzusetzen. Früher mussten Fachleute für Frontend- und Backend-Entwicklung intensiv daran mitarbeiten, diese Prototypen in den Produktivbetrieb zu überführen. Laut Alex verringert GPT‑6 Astra jetzt den Aufwand, diese Ideen in das Produkt zu integrieren.

Da der Übergang vom Prototyp zum Produktivbetrieb reibungsloser verläuft, kann Higgsfield AI laut Alex bessere Produkte schneller entwickeln und veröffentlichen.

Als Nächstes möchte Higgsfield AI Kreativen ermöglichen, eine Idee zu beschreiben und schon während des Sprechens zu sehen, wie sie Gestalt annimmt. Alex nennt diese Vision „von der Sprache zum Film“: KI versteht die mündlich beschriebene Absicht einer kreativen Person und setzt deren Vorstellung in Echtzeit um.

Er sieht dieses Ziel durch die Fortschritte von OpenAI bei Planung, Tool-Aufrufen, Bildgenerierung und Sprachverarbeitung näher rücken. Er beschreibt das Modell von OpenAI für gesprochene Sprache als „führend in seiner Klasse beim Sprachverständnis und auch einfach bei der alltäglichen Kommunikation“.

Higgsfield AI möchte, dass sich das Erstellen eines Films mehr wie das Beschreiben einer Idee anfühlt. Die KI soll dabei mehr von der Arbeit zwischen Idee und fertigem Film übernehmen.