Higgsfield: 1 percről több mint 10-re nő az AI-videók hossza
A Higgsfield a GPT‑6 Astrával hosszabb videókat, a GPT‑Image‑2.5‑tel pontos képi tartalmakat kínál az alkotóknak, a GPT‑Live‑val pedig utat nyit a hangalapú filmkészítés felé.
A Higgsfield AI(új ablakban nyílik meg) küldetése, hogy bárki professzionális videókat és képeket készíthessen, akinek van egy ötlete. A GPT‑6 Astra előtt ezek a videók legfeljebb körülbelül egypercesek lehettek. Mostanra viszont a felhasználók több mint 10 perces videókat is készíthetnek – mondja Alex Mashrabov, a cég vezérigazgatója és társalapítója.
A hosszabb videók csak az egyik módját jelentik annak, ahogyan a Higgsfield AI segíti a kisebb kreatív csapatokat az ambiciózusabb munkák megvalósításában. Alex szerint a GPT‑6 Astrához és a GPT‑Image‑2.5‑höz hasonló modellekkel ma már egyetlen alkotó is megvalósíthat prémium divatkampányokat az elejétől a végéig.
„Számunkra a Higgsfieldnél az a legfontosabb, hogy látjuk: a kisebb kreatív csapatok ma már valóban sikeresebbek lehetnek az olyan modellek erejével, mint a GPT-6 Astra és a GPT-Image-2.5.”
A Higgsfield AI kreatív ügynökei átveszik az ismétlődő gyártási feladatokat, például egy felvétel több változatának elkészítését. A GPT‑6 Astrával ezek az ügynökök külső eszközöket is meghívhatnak a 3D-modellezés összetett, manuális feladatainak elvégzéséhez. Alex szerint ez a képesség segít megoldani a kreatív AI egyik legnehezebb problémáját: az egységes megjelenés megőrzését a hosszabb videók teljes hosszán.
Az eredmény a Higgsfield AI saját YouTube-csatornáján is látható, amelynek Alex elmondása szerint közel félmillió feliratkozója van. A csatorna az AI-modellek és -munkafolyamatok használatát tanítja meg a kreatív szakembereknek. Korábban ezeknek a tartalmaknak az előállítása jelentős manuális munkát igényelt a Higgsfield AI csapatától. A GPT‑6 Astrával azonban a csapat olyan munkafolyamatot alakított ki, amely AI segítségével generál több mint 10 perces oktatóvideókat.
A hosszabb oktatóvideók készítésének lehetősége Alexnek személyesen is fontos. Vidéki iskolákat támogat Kazahsztánban, és beszámol egy kezdeti próbálkozásról is: a GPT‑6 Astra vizuális értelmezési képességével azonosítják azokat a témákat, amelyek nehézséget okozhatnak a diákoknak, majd a tanulási igényeikhez igazított videókat készítenek.
A promóciós tartalmakat készítő kisvállalkozásoknak az olvasható szöveg és a pontos infografika ugyanolyan fontos lehet, mint maga a kép. Alex szerint a GPT‑Image‑2.5 azoknak a vállalkozásoknak is lehetővé teszi az ilyen tartalmak elkészítését, amelyeknek nincs nagy gyártási költségvetésük.
„A GPT‑Image‑2.5 csúcstechnológiát képvisel, és az első olyan modell a maga nemében, amely megbízhatóan képes szöveget és infografikát megjeleníteni a képeken” – mondja.
A Higgsfield AI mintegy 200 kreatív szakember és 100 mérnök szoros együttműködésével fejleszti a termékét. A Codex „egy igazán kiváló szoftvermérnök képességeivel” ruházza fel a kreatív csapatot – osztja meg Alex.
A kreatív szakemberek a Codex segítségével alakítják ötleteiket szoftverprototípusokká. Korábban ezeknek a prototípusoknak az éles üzembe állításához jelentős munkára volt szükség a frontend- és backendfejlesztőktől. Alex szerint a GPT‑6 Astra most csökkenti az ötletek termékbe építéséhez szükséges munkát.
„A GPT-6 Astra éles használatra kész kódot tud előállítani, amire korábban soha nem volt lehetőség.”
Mivel gördülékenyebb lett az átmenet a prototípustól az éles működésig, Alex szerint a Higgsfield AI gyorsabban tud jobb termékeket fejleszteni és piacra dobni.
A Higgsfield AI következő célja, hogy az alkotók szóban elmondhassák az ötletüket, és már beszéd közben lássák, ahogy az formát ölt. Alex ezt az elképzelést úgy nevezi: „beszédből film”. Az AI megérti az alkotó szóban kifejezett szándékát, és valós időben jeleníti meg az elképzelését.
Úgy látja, hogy az OpenAI előrelépései a tervezés, az eszközhívás, a képgenerálás és a hangkezelés terén közelebb hozzák ezt az élményt. Az OpenAI hangmodelljéről azt mondja: „kategóriájában a legjobb a beszédértésben és az egyszerű, hétköznapi kommunikációban is”.
A Higgsfield AI célja, hogy a filmkészítés egyre inkább egy ötlet elmeséléséhez hasonlítson, miközben az AI egyre többet vállal át a megvalósítás munkájából.
