Higgsfield: AI video mula 1 minuto tungo sa mahigit 10
Sa Higgsfield, makakagawa ang mga creator ng mas mahahabang video gamit ang GPT‑6 Astra at tumpak na mga visual gamit ang GPT‑Image‑2.5, habang papalapit ang paggawa ng pelikula gamit ang boses sa tulong ng GPT‑Live.
Misyon ng Higgsfield AI(magbubukas sa bagong window) na bigyan ang sinumang may ideya ng kakayahang gumawa ng mga video at larawang may propesyonal na kalidad. Bago ang GPT‑6 Astra, hanggang humigit-kumulang isang minuto lang ang haba ng mga video na iyon. Ngayon, ayon sa CEO at kapwa tagapagtatag na si Alex Mashrabov, kayang gumawa ng mga user ng mga video na mahigit 10 minuto ang haba.
Ang mas mahahabang video ay isa lang sa mga paraan ng Higgsfield AI para matulungan ang maliliit na creative team na gumawa ng mas ambisyosong mga proyekto. Ayon kay Alex, sa tulong ng mga modelong tulad ng GPT‑6 Astra at GPT‑Image‑2.5, kaya na ngayong isagawa ng isang creator lang ang mga high-end fashion campaign mula simula hanggang dulo.
“Ang pinakamahalaga para sa amin sa Higgsfield ay makitang mas kaya na ngayong magtagumpay ng maliliit na creative team sa tulong ng mga modelong tulad ng GPT-6 Astra at GPT-Image-2.5.”
Inaako ng mga creative agent ng Higgsfield AI ang paulit-ulit na gawain sa produksiyon, tulad ng paggawa ng maraming bersiyon ng isang kuha. Gamit ang GPT‑6 Astra, kaya na rin ng mga agent na iyon na tumawag ng mga external tool para asikasuhin ang masalimuot at manu-manong gawain sa 3D modeling. Ayon kay Alex, nakatutulong ang kakayahang iyon sa pagtugon sa isa sa pinakamahihirap na problema ng AI para sa malikhaing gawain: pagpapanatiling magkakatugma ng mga detalye sa kabuuan ng mas mahahabang video.
Makikita ang patunay sa sariling YouTube channel ng Higgsfield AI, na ayon kay Alex ay may halos kalahating milyong subscriber. Itinuturo ng channel sa mga creative kung paano gumamit ng mga modelo at workflow ng AI. Dati, kailangan ng Higgsfield AI ng maraming manu-manong trabaho para magawa ang content na iyon. Pero gamit ang GPT‑6 Astra, nakabuo ang team ng workflow na gumagamit ng AI para gumawa ng mga video na nagtuturo at mahigit 10 minuto ang haba.
May personal ding halaga kay Alex ang kakayahang gumawa ng mas mahahabang video para sa pagtuturo. Sinusuportahan niya ang mga paaralan sa kanayunan ng Kazakhstan. Ibinahagi niya ang isang paunang pagsisikap na gamitin ang kakayahan ng GPT‑6 Astra na umunawa ng biswal na impormasyon para matukoy ang mga paksang maaaring nahihirapan ang mga estudyante at gumawa ng mga video na angkop sa kailangan nilang matutuhan.
Para sa maliliit na negosyong gumagawa ng content na pang-promosyon, maaaring kasinghalaga ng mismong larawan ang madaling basahing teksto at tumpak na mga infographic. Sa tulong ng GPT‑Image‑2.5, kaya nang gumawa ng ganoong content ang mga negosyong walang malaking badyet sa produksiyon, ayon kay Alex.
“Pinakamakabago ang GPT‑Image‑2.5 at ito ang unang modelo sa uri nito na maaasahan sa paglalagay ng teksto at mga infographic sa ibabaw ng mga larawan,” sabi niya.
Binubuo ng Higgsfield AI ang produkto nito sa pamamagitan ng malapit na pagtutulungan ng humigit-kumulang 200 creative at 100 engineer. Ibinibigay ng Codex sa creative team ang “kakayahan ng isang napakahusay na software engineer,” pagbabahagi ni Alex.
Ginagamit ng mga creative ang Codex para gawing mga software prototype ang kanilang mga ideya. Dati, kailangan ng malaking ambag mula sa mga front-end at back-end engineer para maihanda ang mga prototype na iyon para sa aktuwal na paggamit. Ngayon, ayon kay Alex, binabawasan ng GPT‑6 Astra ang trabahong kailangan para maisama ang mga ideyang iyon sa produkto.
“Kayang maghatid ng GPT-6 Astra ng code na handa nang gamitin sa production—isang bagay na hindi naging posible noon.”
Dahil mas madali nang ilipat ang mga prototype sa production, sinabi ni Alex na mas mabilis nang makakabuo at makakapaglabas ang Higgsfield AI ng mas mahuhusay na produkto.
Sa susunod, nais ng Higgsfield AI na magawa ng mga creator na ilarawan ang isang ideya at makitang nabubuo ito habang nagsasalita sila. Tinatawag ni Alex ang pananaw na iyon na “mula boses tungo sa pelikula,” kung saan inuunawa ng AI ang sinasabi ng creator na nais niyang mangyari at isinasalarawan ito sa mismong sandaling iyon.
Para sa kanya, mas napapalapit sa realidad ang karanasang iyon dahil sa mga pagsulong ng OpenAI sa pagpaplano, pagtawag ng mga tool, pag-generate ng larawan, at boses. Inilarawan niya ang modelo nito para sa boses bilang “pinakamahusay sa uri nito para sa pag-unawa sa boses at kahit sa karaniwang pakikipag-usap lang.”
Para sa Higgsfield AI, ang mithiin ay gawing mas katulad ng paglalarawan ng ideya ang paggawa ng pelikula, habang inaako ng AI ang mas maraming hakbang para maisakatuparan ito.
