Higgsfield pidentää tekoälyvideot minuutista yli 10 minuuttiin
Higgsfield tarjoaa tekijöille pidempiä videoita GPT‑6 Astran avulla, tarkkoja kuvia GPT‑Image‑2.5:llä ja tien puheohjattuun elokuvantekoon GPT‑Liven avulla.
Higgsfield AI(avautuu uudessa ikkunassa) haluaa tuoda ammattimaisen videoiden ja kuvien luomisen kaikkien ulottuville – pelkkä idea riittää. Ennen GPT‑6 Astraa videoiden enimmäispituus oli noin minuutti. Nyt käyttäjät voivat luoda yli 10 minuutin pituisia videoita, kertoo toimitusjohtaja ja toinen perustaja Alex Mashrabov.
Pidemmät videot ovat vain yksi tapa, jolla Higgsfield AI auttaa pieniä luovia tiimejä tarttumaan kunnianhimoisempiin projekteihin. Alexin mukaan GPT‑6 Astran ja GPT‑Image‑2.5:n kaltaisten mallien avulla yksittäinen tekijä voi nyt toteuttaa huippuluokan muotikampanjoita alusta loppuun.
”Meille Higgsfieldillä tärkeintä on nähdä, että pienet luovat tiimit voivat nyt aidosti menestyä paremmin GPT-6 Astran ja GPT-Image-2.5:n kaltaisten mallien avulla.”
Higgsfield AI:n luovaan työhön tarkoitetut agentit hoitavat toistuvia tuotantotehtäviä, kuten useiden muunnelmien luomisen samasta otoksesta. GPT‑6 Astran avulla agentit voivat myös kutsua ulkoisia työkaluja hoitamaan monimutkaisia, käsin tehtäviä 3D-mallinnustöitä. Alexin mukaan tämä auttaa ratkaisemaan yhden luovan tekoälyn vaikeimmista ongelmista: yhtenäisyyden säilyttämisen pitkissä videoissa.
Tulokset näkyvät Higgsfield AI:n omalla YouTube-kanavalla, jolla on Alexin mukaan lähes puoli miljoonaa tilaajaa. Kanava opettaa luovan alan tekijöitä käyttämään tekoälymalleja ja työnkulkuja. Aiemmin tämän sisällön tuottaminen vaati Higgsfield AI:lta huomattavasti käsityötä. GPT‑6 Astran avulla tiimi on kuitenkin rakentanut työnkulun, jossa tekoäly luo yli 10 minuutin pituisia opastusvideoita.
Mahdollisuus luoda pidempiä opetusvideoita on Alexille tärkeä myös henkilökohtaisesti. Hän tukee Kazakstanin maaseutukouluja ja kertoo alkuvaiheen kokeilusta, jossa GPT‑6 Astran kykyä ymmärtää visuaalista tietoa hyödynnetään oppilaille mahdollisesti vaikeiden aiheiden tunnistamiseen ja heidän oppimistarpeisiinsa räätälöityjen videoiden luomiseen.
Markkinointisisältöä luoville pienyrityksille helppolukuinen teksti ja tarkka infografiikka voivat olla yhtä tärkeitä kuin itse kuva. Alexin mukaan GPT‑Image‑2.5 mahdollistaa tällaisen sisällön myös yrityksille, joilla ei ole suuria tuotantobudjetteja.
”GPT‑Image‑2.5 edustaa alan huippua ja on ensimmäinen laatuaan, joka pystyy tuottamaan luotettavasti tekstiä ja infografiikkaa kuvien päälle”, hän sanoo.
Higgsfield AI kehittää tuotettaan noin 200 luovan alan tekijän ja 100 ohjelmistokehittäjän tiiviillä yhteistyöllä. Codex antaa luovalle tiimille ”erittäin taitavan ohjelmistokehittäjän kyvyt”, Alex kertoo.
Luovan alan tekijät muuttavat ideansa ohjelmistoprototyypeiksi Codexin avulla. Aiemmin prototyyppien vieminen tuotantoon vaati huomattavan työpanoksen käyttöliittymä- ja taustajärjestelmäkehittäjiltä. Nyt GPT‑6 Astra vähentää Alexin mukaan työtä, jota ideoiden toteuttaminen osana tuotetta vaatii.
”GPT-6 Astra pystyy tuottamaan tuotantovalmista koodia, mikä ei ole koskaan aiemmin ollut mahdollista.”
Kun siirtyminen prototyypistä tuotantoon sujuu helpommin, Higgsfield AI voi Alexin mukaan kehittää ja julkaista parempia tuotteita nopeammin.
Seuraavaksi Higgsfield AI haluaa antaa tekijöille mahdollisuuden kuvailla ideansa ja nähdä sen muotoutuvan samalla, kun he puhuvat. Alex kutsuu tätä visiota ”puheesta elokuvaksi”: tekoäly ymmärtää tekijän puheella ilmaiseman tarkoituksen ja toteuttaa hänen visionsa reaaliajassa.
Hänen mukaansa OpenAI:n edistysaskeleet suunnittelussa, työkalukutsuissa, kuvan luonnissa ja puheteknologiassa tuovat tämän lähemmäs todellisuutta. Hän kuvailee OpenAI:n puhemallia ”luokkansa parhaaksi puheen ymmärtämisessä ja ihan tavallisessa viestinnässä”.
Higgsfield AI:n tavoitteena on, että elokuvan luominen tuntuisi enemmän idean kuvailemiselta ja tekoäly hoitaisi yhä suuremman osan idean ja valmiin elokuvan välisestä työstä.
