Higgsfield lengir gervigreindarmyndbönd úr 1 mínútu í yfir 10

Higgsfield AI⁠(opnast í nýjum glugga) hefur það að markmiði að gera öllum sem hafa hugmynd kleift að búa til myndbönd og myndir í faglegum gæðum. Áður en GPT‑6 Astra kom til sögunnar voru þessi myndbönd í mesta lagi um ein mínúta að lengd. Nú geta notendur búið til myndbönd sem eru yfir 10 mínútur að lengd, segir Alex Mashrabov, forstjóri og meðstofnandi fyrirtækisins.

Lengri myndbönd eru aðeins ein af þeim leiðum sem Higgsfield AI nýtir til að hjálpa fámennum teymum í skapandi starfi að takast á við metnaðarfyllri verkefni. Að sögn Alex gera líkön á borð við GPT‑6 Astra og GPT‑Image‑2.5 nú einum höfundi kleift að útfæra vandaðar tískuherferðir frá upphafi til enda.

Skapandi gervigreindarfulltrúar Higgsfield AI sjá um endurtekin framleiðsluverkefni, svo sem að búa til margar útgáfur af sömu töku. Með GPT‑6 Astra geta þessir fulltrúar einnig kallað á ytri verkfæri til að sinna flókinni vinnu við þrívíddarlíkanagerð sem annars þyrfti að vinna handvirkt. Alex segir að þessi geta hjálpi til við að leysa eitt erfiðasta vandamálið við skapandi notkun gervigreindar: að halda samræmi í gegnum lengri myndbönd.

Þess má sjá merki á YouTube-rás Higgsfield AI, sem er með tæplega hálfa milljón áskrifenda að sögn Alex. Á rásinni er fólki í skapandi starfi kennt að nota gervigreindarlíkön og verkferla. Áður þurfti Higgsfield AI að leggja í töluverða handvirka vinnu við að framleiða þetta efni. En með GPT‑6 Astra hefur teymið komið upp verkferli sem nýtir gervigreind til að búa til kennslumyndbönd sem eru yfir 10 mínútur að lengd.

Möguleikinn á að búa til lengri kennslumyndbönd skiptir Alex líka máli persónulega. Hann styður skóla í dreifbýli í Kasakstan og lýsir verkefni á byrjunarstigi þar sem sjónrænn skilningur GPT‑6 Astra er nýttur til að greina hvaða viðfangsefni nemendur kunna að eiga erfitt með og búa til myndbönd sem eru sniðin að námsþörfum þeirra.

Fyrir lítil fyrirtæki sem búa til kynningarefni geta læsilegur texti og nákvæm upplýsingagrafík verið jafn mikilvæg og myndin sjálf. GPT‑Image‑2.5 gerir fyrirtækjum kleift að búa til slíkt efni án þess að hafa úr miklu fjármagni að spila til framleiðslunnar, segir Alex.

„GPT‑Image‑2.5 er í fremstu röð og fyrsta líkan sinnar tegundar sem getur með áreiðanlegum hætti sett texta og upplýsingagrafík ofan á myndefnið,“ segir hann.

Higgsfield AI þróar vöruna sína í nánu samstarfi um 200 starfsmanna í skapandi störfum og 100 verkfræðinga. Codex gefur skapandi teyminu „getu á við mjög öflugan hugbúnaðarverkfræðing“, segir Alex.

Starfsfólk í skapandi störfum notar Codex til að breyta hugmyndum sínum í frumgerðir hugbúnaðar. Áður þurfti mikla aðkomu framenda- og bakendaforritara til að koma þessum frumgerðum í rekstur. Nú segir Alex að GPT‑6 Astra dragi úr þeirri vinnu sem þarf til að gera þessar hugmyndir að hluta af vörunni.

Þar sem leiðin frá frumgerð að rekstri er greiðari segir Alex að Higgsfield AI geti þróað betri vörur og komið þeim hraðar á markað.

Næst vill Higgsfield AI gera höfundum kleift að lýsa hugmynd og sjá hana taka á sig mynd á meðan þeir tala. Alex kallar þessa framtíðarsýn „frá tali að kvikmynd“: gervigreind skilur hvað höfundur vill gera út frá munnlegri lýsingu og birtir sýn hans í rauntíma.

Hann telur að framfarir OpenAI í áætlanagerð, verkfæraköllum, myndun mynda og raddtækni færi þessa upplifun nær raunveruleikanum. Hann lýsir raddlíkani fyrirtækisins sem „því besta í sínum flokki í að skilja talað mál og einfaldlega í venjulegum samskiptum“.

Markmið Higgsfield AI er að kvikmyndagerð verði líkari því að lýsa hugmynd og að gervigreind sjái um stærri hluta vinnunnar sem þarf til að útfæra hana.