Higgsfield ги продолжува ВИ-видеата од 1 минута на над 10

Higgsfield AI⁠(се отвора во нов прозорец) има мисија да му овозможи на секој што има идеја професионално да создава видеа и слики. Пред GPT‑6 Astra, тие видеа траеја најмногу околу една минута. Сега, вели извршниот директор и коосновач Алекс Машрабов, корисниците можат да создаваат видеа подолги од 10 минути.

Подолгите видеа се само еден од начините на кои Higgsfield AI им помага на помалите креативни тимови да се зафатат со поамбициозни проекти. Според Алекс, со модели како GPT‑6 Astra и GPT‑Image‑2.5, сега е можно еден креатор сам да реализира врвни модни кампањи од почеток до крај.

Креативните агенти на Higgsfield AI ги преземаат повторливите продукциски задачи, како што е создавањето повеќе варијанти на еден кадар. Со GPT‑6 Astra, тие агенти можат да повикуваат и надворешни алатки за да извршуваат сложени задачи во 3Д-моделирањето што инаку се работат рачно. Алекс вели дека оваа способност помага да се реши еден од најтешките проблеми при креативната употреба на ВИ: одржувањето доследност низ подолгите видеа.

Доказот може да се види на сопствениот YouTube-канал на Higgsfield AI, кој, според Алекс, има речиси половина милион претплатници. Каналот ги учи креативците како да користат модели и работни процеси со ВИ. Порано, создавањето на таа содржина бараше многу рачна работа од тимот на Higgsfield AI. Но со GPT‑6 Astra, тимот воспостави работен процес што користи ВИ за генерирање наставни видеа подолги од 10 минути.

Можноста да се создаваат подолги наставни видеа има и лично значење за Алекс. Тој поддржува рурални училишта во Казахстан и опишува почетна иницијатива што ја користи способноста на GPT‑6 Astra за разбирање визуелни содржини за да препознае теми со кои учениците можеби имаат тешкотии и да создаде видеа приспособени на она што треба да го научат.

За малите бизниси што создаваат промотивна содржина, читливиот текст и прецизните инфографици можат да бидат подеднакво важни како и самата слика. GPT‑Image‑2.5 им овозможува ваква содржина и на бизнисите без големи буџети за продукција, вели Алекс.

„GPT‑Image‑2.5 е врв на денешната технологија и првиот модел од овој вид што може сигурно да прикажува текст и инфографици врз сликите“, вели тој.

Higgsfield AI го развива својот производ преку тесна соработка меѓу околу 200 креативци и 100 инженери. Codex му ги дава на креативниот тим „способностите на еден навистина одличен софтверски инженер“, вели Алекс.

Креативците го користат Codex за да ги претворат своите идеи во софтверски прототипови. Порано, за тие прототипови да станат дел од финалниот производ, беше потребен значителен ангажман од фронтенд и бекенд инженери. Сега, вели Алекс, GPT‑6 Astra ја намалува работата потребна за тие идеи да се вградат во производот.

Со помалку пречки на патот од прототип до финален производ, Алекс вели дека Higgsfield AI може побрзо да развива и да лансира подобри производи.

Следната цел на Higgsfield AI е креаторите да можат да опишат идеја и да гледаат како таа добива облик додека зборуваат. Алекс ја нарекува таа визија „од глас до филм“: ВИ ја разбира намерата што креаторот ја искажува усно и ја претвора неговата замисла во слика во реално време.

Според него, напредокот на OpenAI во планирањето, повикувањето алатки, генерирањето слики и гласовната технологија го приближува тоа искуство до реалноста. Тој го опишува гласовниот модел на OpenAI како „најдобар во својата класа за разбирање говор, но и за обична комуникација“.

Амбицијата на Higgsfield AI е создавањето филм повеќе да наликува на опишување идеја, при што ВИ би преземала поголем дел од работата меѓу замислата и готовиот филм.