Higgsfield の AI 動画、1 分から 10 分超へ

Higgsfield AI⁠（新しいウィンドウで開く） は、アイデアさえあれば誰もがプロ品質の動画や画像を制作できるようにすることを目指しています。GPT‑6 Astra の導入前は、制作できる動画の長さは約 1 分が上限でした。今では 10 分を超える動画を制作できると、CEO 兼共同創業者の Alex Mashrabov 氏は語ります。

Higgsfield AI は、小規模なクリエイティブチームがより意欲的な仕事に挑めるよう支援しています。長尺動画の制作は、その一例にすぎません。Alex 氏によると、GPT‑6 Astra や GPT‑Image‑2.5 などのモデルにより、今ではクリエイター 1 人でも、ハイエンドなファッションキャンペーンを最初から最後まで手がけられるようになりました。

Higgsfield AI のクリエイティブエージェントは、同じショットのバリエーションを複数作成するなど、制作過程の反復作業を担います。GPT‑6 Astra により、これらのエージェントは外部ツールを呼び出し、3D モデリングで手作業を要する複雑な工程も処理できます。Alex 氏は、この機能が、クリエイティブ分野の AI にとって特に難しい課題のひとつである、長尺動画全体の一貫性の維持に役立つと語ります。

その成果は、Higgsfield AI 自身の YouTube チャンネルで確認できます。Alex 氏によると、チャンネル登録者数は 50 万人近くに上ります。このチャンネルでは、クリエイター向けに AI モデルやワークフローの活用方法を紹介しています。以前、Higgsfield AI がこうしたコンテンツを制作するには、多大な手作業が必要でした。しかし、GPT‑6 Astra によって、チームは AI を使って 10 分を超える解説動画を生成するワークフローを構築しました。

長尺の解説動画を制作できることは、Alex 氏個人にとっても大きな意味があります。カザフスタンの農村部の学校を支援する同氏は、GPT‑6 Astra の視覚理解能力を活用した初期の取り組みを紹介しています。生徒がつまずいている可能性のある単元を特定し、学習ニーズに合わせた動画を制作するというものです。

販促コンテンツを制作する小規模事業者にとって、読みやすい文字や正確なインフォグラフィックは、画像そのものと同じくらい重要になることがあります。Alex 氏によると、GPT‑Image‑2.5 によって、多額の制作予算がない企業でも、こうしたコンテンツを制作できるようになります。

「GPT‑Image‑2.5 は最先端のモデルで、画像上の文字やインフォグラフィックを安定して正確に描画できる、この種では初めてのモデルです」と同氏は語ります。

Higgsfield AI は、約 200 人のクリエイターと 100 人のエンジニアが緊密に連携して製品を開発しています。Alex 氏は、Codex によってクリエイティブチームが「非常に優秀なソフトウェアエンジニアに匹敵する力」を得られると語ります。

クリエイターは Codex を使い、アイデアをソフトウェアのプロトタイプとして形にしています。以前は、こうしたプロトタイプを本番環境に導入するには、フロントエンドとバックエンドのエンジニアが深く関与する必要がありました。今では GPT‑6 Astra が、そうしたアイデアを製品に組み込むための作業を減らしていると、Alex 氏は語ります。

Alex 氏によると、プロトタイプから製品化への移行がスムーズになったことで、Higgsfield AI はより優れた製品をより速く開発し、提供できるようになりました。

Higgsfield AI が次に目指すのは、クリエイターがアイデアを話すそばから、それが形になっていく制作体験です。Alex 氏はこの構想を「声から映画へ」と呼んでいます。AI がクリエイターの話す内容から意図を理解し、そのイメージをリアルタイムで映像化するというものです。

同氏は、計画立案、ツール呼び出し、画像生成、音声の各分野における OpenAI の進歩が、その体験の実現を近づけていると考えています。同氏は OpenAI の音声モデルについて、「音声理解でも、ごく普通の会話でも、クラス最高です」と評価しています。

Higgsfield AI が目指しているのは、アイデアを語るような感覚で映画を制作できるようにすることです。アイデアを形にするまでの作業を、AI がより多く担います。