Η Higgsfield επεκτείνει τα βίντεο ΤΝ από 1 λεπτό σε πάνω από 10
Η Higgsfield προσφέρει μεγαλύτερα βίντεο με GPT‑6 Astra, ακριβείς εικόνες με GPT‑Image‑2.5 και ανοίγει τον δρόμο για ταινίες μέσω φωνής με GPT‑Live.
Η Higgsfield AI(ανοίγει σε νέο παράθυρο) έχει ως αποστολή να κάνει την επαγγελματική δημιουργία βίντεο και εικόνων προσιτή σε όποιον έχει μια ιδέα. Πριν από το GPT‑6 Astra, η διάρκεια αυτών των βίντεο έφτανε το πολύ το ένα λεπτό περίπου. Τώρα, αναφέρει ο διευθύνων σύμβουλος και συνιδρυτής Alex Mashrabov, οι χρήστες μπορούν να δημιουργούν βίντεο διάρκειας άνω των 10 λεπτών.
Τα βίντεο μεγαλύτερης διάρκειας είναι μόνο ένας από τους τρόπους με τους οποίους η Higgsfield AI βοηθά μικρότερες δημιουργικές ομάδες να αναλαμβάνουν πιο φιλόδοξα έργα. Σύμφωνα με τον Alex, με μοντέλα όπως το GPT‑6 Astra και το GPT‑Image‑2.5, ένας μόνο δημιουργός μπορεί πλέον να υλοποιεί καμπάνιες υψηλών προδιαγραφών στον χώρο της μόδας, από την αρχή μέχρι το τέλος.
«Αυτό που έχει τη μεγαλύτερη σημασία για εμάς στη Higgsfield είναι να βλέπουμε ότι οι μικρότερες δημιουργικές ομάδες μπορούν πράγματι να πετυχαίνουν περισσότερα πλέον, χάρη στη δύναμη μοντέλων όπως το GPT-6 Astra και το GPT-Image-2.5.»
Οι δημιουργικοί πράκτορες της Higgsfield AI αναλαμβάνουν επαναλαμβανόμενες εργασίες παραγωγής, όπως τη δημιουργία πολλών παραλλαγών ενός πλάνου. Με το GPT‑6 Astra, αυτοί οι πράκτορες μπορούν επίσης να καλούν εξωτερικά εργαλεία για να εκτελούν σύνθετες εργασίες τρισδιάστατης μοντελοποίησης που απαιτούν χειροκίνητους χειρισμούς. Ο Alex αναφέρει ότι αυτή η δυνατότητα βοηθά στην αντιμετώπιση ενός από τα δυσκολότερα προβλήματα της ΤΝ στη δημιουργική παραγωγή: τη διατήρηση της συνέπειας σε όλη τη διάρκεια μεγαλύτερων βίντεο.
Τα αποτελέσματα φαίνονται στο ίδιο το κανάλι της Higgsfield AI στο YouTube, το οποίο, σύμφωνα με τον Alex, έχει σχεδόν μισό εκατομμύριο συνδρομητές. Το κανάλι διδάσκει στους επαγγελματίες του δημιουργικού κλάδου πώς να χρησιμοποιούν μοντέλα και ροές εργασιών ΤΝ. Παλαιότερα, η παραγωγή αυτού του περιεχομένου απαιτούσε σημαντική μη αυτοματοποιημένη εργασία από τη Higgsfield AI. Με το GPT‑6 Astra, όμως, η ομάδα έχει δημιουργήσει μια ροή εργασίας που χρησιμοποιεί ΤΝ για την παραγωγή εκπαιδευτικών βίντεο διάρκειας άνω των 10 λεπτών.
Η δυνατότητα δημιουργίας εκπαιδευτικών βίντεο μεγαλύτερης διάρκειας έχει και προσωπική σημασία για τον Alex. Ο ίδιος στηρίζει σχολεία σε αγροτικές περιοχές του Καζακστάν και περιγράφει μια πρώτη προσπάθεια αξιοποίησης της οπτικής κατανόησης του GPT‑6 Astra, με στόχο να εντοπίζονται θέματα στα οποία οι μαθητές μπορεί να δυσκολεύονται και να δημιουργούνται βίντεο προσαρμοσμένα στις μαθησιακές τους ανάγκες.
Για τις μικρές επιχειρήσεις που δημιουργούν διαφημιστικό περιεχόμενο, το ευανάγνωστο κείμενο και τα ακριβή πληροφοριακά γραφήματα μπορούν να είναι εξίσου σημαντικά με την ίδια την εικόνα. Το GPT‑Image‑2.5 επιτρέπει τη δημιουργία τέτοιου περιεχομένου σε επιχειρήσεις που δεν διαθέτουν μεγάλους προϋπολογισμούς παραγωγής, αναφέρει ο Alex.
«Το GPT‑Image‑2.5 είναι τεχνολογία αιχμής και το πρώτο μοντέλο του είδους του που μπορεί να αποδίδει αξιόπιστα κείμενο και πληροφοριακά γραφήματα πάνω στις εικόνες», αναφέρει.
Η Higgsfield AI αναπτύσσει το προϊόν της μέσα από τη στενή συνεργασία περίπου 200 επαγγελματιών του δημιουργικού κλάδου και 100 μηχανικών λογισμικού. Το Codex δίνει στη δημιουργική ομάδα «τις δυνατότητες ενός πραγματικά ικανού μηχανικού λογισμικού», αναφέρει ο Alex.
Οι επαγγελματίες του δημιουργικού κλάδου χρησιμοποιούν το Codex για να μετατρέπουν τις ιδέες τους σε πρωτότυπα λογισμικού. Παλαιότερα, η μεταφορά αυτών των πρωτοτύπων σε περιβάλλον παραγωγής απαιτούσε εκτεταμένη συμμετοχή μηχανικών front-end και back-end. Τώρα, αναφέρει ο Alex, το GPT‑6 Astra μειώνει τον φόρτο εργασία που απαιτείται για να ενσωματωθούν αυτές οι ιδέες στο προϊόν.
«Το GPT-6 Astra μπορεί να παραδίδει κώδικα έτοιμο για παραγωγή, κάτι που δεν ήταν ποτέ δυνατό στο παρελθόν.»
Με λιγότερα εμπόδια στη μετάβαση από το πρωτότυπο στην παραγωγή, ο Alex αναφέρει ότι η Higgsfield AI μπορεί να αναπτύσσει και να κυκλοφορεί καλύτερα προϊόντα πιο γρήγορα.
Στο επόμενο βήμα της, η Higgsfield AI θέλει να δώσει στους δημιουργούς τη δυνατότητα να περιγράφουν μια ιδέα και να τη βλέπουν να παίρνει μορφή καθώς μιλούν. Ο Alex αποκαλεί αυτό το όραμα «από τη φωνή στην ταινία»: η ΤΝ κατανοεί όσα θέλει να κάνει ο δημιουργός μέσα από τα λόγια του και αποδίδει το όραμά του σε πραγματικό χρόνο.
Θεωρεί ότι οι εξελίξεις της OpenAI στον σχεδιασμό ενεργειών, την κλήση εργαλείων, τη δημιουργία εικόνας και τη φωνή φέρνουν αυτή την εμπειρία πιο κοντά. Περιγράφει το φωνητικό μοντέλο της ως «το καλύτερο στην κατηγορία του για την κατανόηση της ομιλίας, αλλά και για την απλή, καθημερινή επικοινωνία».
Η Higgsfield AI φιλοδοξεί να κάνει τη δημιουργία μιας ταινίας να μοιάζει περισσότερο με την περιγραφή μιας ιδέας, με την ΤΝ να αναλαμβάνει μεγαλύτερο μέρος της δουλειάς που μεσολαβεί.
