Video bentuk pendek memacu perdagangan moden, tetapi menghasilkan video yang benar-benar berprestasi lebih sukar daripada apa yang kelihatan. Klip yang kelihatan mudah di TikTok, Reels, dan Shorts dibina berdasarkan peraturan yang tidak kelihatan: masa hook, rentak syot, pergerakan kamera, tempo, dan petunjuk halus lain yang membuatkan kandungan terasa “asli” kepada apa sahaja yang sedang trending.
Higgsfield(dibuka dalam tetingkap baru) ialah platform media generatif yang membolehkan pasukan mencipta video sinematik berbentuk pendek daripada pautan produk, imej, atau idea ringkas. Menggunakan OpenAI GPT‑4.1 dan GPT‑5 untuk merancang dan Sora 2 untuk mencipta, sistem ini menjana kira-kira 4 juta video setiap hari, menukar input minimum kepada video berstruktur yang mengutamakan media sosial.
“Pengguna jarang menerangkan apa yang sebenarnya diperlukan oleh model. Mereka menerangkan apa yang mereka ingin rasai. Tugas kami adalah untuk menterjemahkan niat tersebut kepada sesuatu yang boleh dilaksanakan oleh model video, dengan menggunakan model OpenAI untuk menukar matlamat kepada arahan teknikal.
Orang tidak berfikir dalam senarai penggambaran. Mereka mengatakan perkara seperti “jadikan ia dramatik” atau “ini sepatutnya berasa premium.” Sebaliknya, model video memerlukan arahan yang berstruktur: peraturan masa, kekangan gerakan, dan keutamaan visual.
Untuk merapatkan jurang itu, pasukan Higgsfield membina apa yang mereka sebut sebagai lapisan logik sinematik untuk mentafsir niat kreatif dan mengembangkannya menjadi pelan video yang konkrit sebelum sebarang penjanaan berlaku.
Apabila pengguna menyediakan URL produk atau imej, sistem menggunakan GPT‑4.1 mini dan GPT‑5 untuk membuat inferens tentang lengkungan naratif, rentak, logik kamera, dan penekanan visual. Daripada mendedahkan pengguna kepada prom mentah, Higgsfield menyerap pembuatan keputusan sinematik ke dalam sistem itu sendiri. Setelah pelan dibina, Sora 2 memaparkan gerakan, realisme, dan kesinambungan berdasarkan arahan berstruktur tersebut.
Pendekatan yang mengutamakan perancangan itu mencerminkan pasukan di sebalik produk. Higgsfield mengumpulkan jurutera dan pembikin filem berpengalaman, termasuk pengarah yang telah memenangi anugerah, bersama kepimpinan yang berakar umbi dalam media pengguna. Pengasas Bersama dan Ketua Pegawai Eksekutif (CEO) Alex Mashrabov sebelum ini mengetuai AI generatif di Snap, di mana beliau mencipta lensa Snap, membentuk cara ratusan juta orang berinteraksi dengan kesan visual pada skala besar.
Bagi Higgsfield, kebolehtularan adalah satu set corak yang boleh diukur yang dikenal pasti menggunakan GPT‑4.1 mini dan GPT‑5 untuk menganalisis video sosial bentuk pendek pada skala besar dan merumuskan dapatan tersebut menjadi struktur kreatif yang boleh diulang.
Secara dalaman, Higgsfield mentakrifkan ketularan melalui nisbah penglibatan kepada capaian, dengan penekanan khusus pada kelajuan perkongsian. Apabila perkongsian mula melebihi suka, kandungan beralih daripada penggunaan pasif kepada pengedaran aktif.
Higgsfield mengekod struktur berulang dan tular ke dalam pustaka pratetap video. Setiap pratetap mempunyai struktur naratif tertentu, gaya rentak, dan logik kamera yang diperhatikan dalam kandungan berprestasi tinggi. Kira-kira 10 pratetap baharu dicipta setiap hari, dan yang lama digilirkan keluar apabila penglibatan berkurangan.
Pratetap ini menggerakkan Sora 2 Trends, yang membolehkan pencipta menjana video yang tepat mengikut tren semasa daripada satu imej atau idea. Sistem secara automatik menerapkan logik pergerakan dan kadar platform, menghasilkan output yang selaras dengan setiap trend tanpa perlu pelarasan manual.
Berbanding dengan garis asas terdahulu Higgsfield, video yang dijana melalui sistem ini menunjukkan peningkatan 150% dalam kelajuan perkongsian dan kira-kira 3 kali ganda tangkapan kognitif yang lebih tinggi, diukur melalui tingkah laku penglibatan hiliran.
Dibina berasaskan prinsip mengutamakan perancangan yang sama yang membimbing seluruh platform, Click-to-Ad berkembang daripada sambutan positif terhadap Sora 2 Trends. Ciri ini menghapuskan “halangan prom” dengan menggunakan GPT‑4.1 untuk mentafsir niat produk dan Sora 2 untuk menjana video.
Inilah cara ia berfungsi:
- Seorang pengguna menampal pautan ke halaman produk
- Sistem menganalisis halaman untuk mengekstrak niat jenama, mengenal pasti penanda visual utama, dan memahami perkara yang penting mengenai produk
- Setelah produk dikenal pasti, sistem memetakan produk tersebut ke dalam salah satu pratetap sohor kini yang telah direka bentuk terlebih dahulu
- Sora 2 menjana video akhir, menerapkan piawaian profesional kompleks setiap pratetap untuk pergerakan kamera, rentak berirama, dan peraturan gaya
Matlamatnya adalah untuk menghasilkan output yang pantas dan boleh digunakan yang sesuai dengan platform sosial pada percubaan pertama, dan perubahan itu mengubah cara pasukan bekerja. Pengguna kini cenderung untuk mendapatkan video yang boleh digunakan dalam satu atau dua percubaan, dan bukannya mengulangi lima atau enam prom. Bagi pasukan pemasaran, ini bermakna kempen boleh dirancang berdasarkan jumlah dan variasi, bukan percubaan dan kesilapan.
Penjanaan biasa mengambil masa 2–5 minit, bergantung pada aliran kerja. Kerana platform menyokong pelaksanaan serentak, pasukan boleh menjana berpuluh-puluh variasi dalam masa sejam, menjadikannya praktikal untuk menguji arah kreatif apabila trend berubah.
Sejak dilancarkan pada awal November, Click-to-Ad telah diterima pakai oleh lebih daripada 20% pencipta profesional dan pasukan perusahaan di platform ini, diukur berdasarkan sama ada output dimuat turun, diterbitkan, atau dikongsi sebagai sebahagian daripada kempen langsung.
Sistem Higgsfield bergantung pada pelbagai model OpenAI, setiap satu dipilih berdasarkan keperluan tugas.
Untuk aliran kerja deterministik yang terikat format, seperti menguatkuasakan struktur pratetap atau menggunakan skema pergerakan kamera yang diketahui, platform mengarahkan permintaan kepada GPT‑4.1 mini. Tugas-tugas ini mendapat manfaat daripada kebolehkendalian yang tinggi, output yang boleh diramal, varians yang rendah, dan inferens yang cepat.
Aliran kerja yang lebih samar memerlukan pendekatan yang berbeza. Apabila sistem perlu membuat inferens niat daripada input separa, seperti mentafsir halaman produk atau menyelaraskan isyarat visual dan teks, Higgsfield mengarahkan permintaan ke GPT‑5, di mana penaakulan yang lebih mendalam dan pemahaman multimodal mengatasi pertimbangan kependaman atau kos.
Keputusan penghalaan dipandu oleh heuristik dalaman yang menilai:
- Kedalaman penaakulan yang diperlukan berbanding kependaman yang boleh diterima
- Kebolehjangkaan output berbanding kebebasan kreatif
- Niat eksplisit berbanding niat tersirat
- Output yang digunakan oleh mesin berbanding dengan output yang ditujukan kepada manusia
“Kami tidak menganggap ini sebagai memilih model terbaik,” kata Yerzat Dulat, CTO dan pengasas bersama Higgsfield. “Kami berfikir dari segi kekuatan tingkah laku. Beberapa model lebih baik dalam ketepatan. Orang lain lebih baik dalam tafsiran. "Sistem mengarahkan dengan sewajarnya.”
Banyak aliran kerja Higgsfield tidak dapat dilaksanakan enam bulan lalu.
Model imej dan video terdahulu menghadapi kesukaran dengan konsistensi: watak-watak hanyut, produk berubah bentuk, dan urutan yang lebih panjang rosak. Kemajuan terkini dalam model imej dan video OpenAI memungkinkan pengekalan kesinambungan visual merentas babak, membolehkan gerakan yang lebih realistik dan naratif yang lebih panjang.
Peralihan itu membuka format baharu. Higgsfield baru-baru ini melancarkan Cinema Studio, sebuah ruang kerja mendatar yang direka untuk treler dan filem pendek. Pencipta awal sudah menghasilkan video berbilang minit yang tersebar luas dalam talian, sering kali sukar dibezakan daripada rakaman aksi langsung.
Apabila model OpenAI terus berkembang, sistem Higgsfield turut berkembang bersama-sama. Keupayaan baharu diterjemahkan kepada aliran kerja yang kelihatan jelas apabila difikirkan semula, tetapi sebelum ini tidak dapat dilaksanakan. Apabila model semakin matang, kerja penceritaan beralih daripada mengurus alat kepada membuat keputusan tentang nada, struktur, dan makna.
