Higgsfield leva os vídeos com IA de 1 minuto a mais de 10

A Higgsfield AI⁠(abre numa nova janela) tem como missão tornar a criação profissional de vídeos e imagens acessível a qualquer pessoa com uma ideia. Antes do GPT‑6 Astra, esses vídeos tinham uma duração máxima de cerca de um minuto. Agora, segundo o CEO e cofundador Alex Mashrabov, os utilizadores podem criar vídeos com mais de 10 minutos.

Os vídeos mais longos são apenas uma das formas como a Higgsfield AI ajuda as equipas criativas mais pequenas a realizar trabalhos mais ambiciosos. Segundo Alex, com modelos como o GPT‑6 Astra e o GPT‑Image‑2.5, um único criador já consegue realizar campanhas de moda de alta qualidade do princípio ao fim.

Os agentes criativos da Higgsfield AI assumem tarefas de produção repetitivas, como criar várias versões de um plano. Com o GPT‑6 Astra, esses agentes também podem recorrer a ferramentas externas para executar tarefas manuais complexas de modelação 3D. Alex afirma que esta capacidade ajuda a resolver um dos problemas mais difíceis da IA aplicada à criação: manter a consistência ao longo de vídeos mais longos.

A prova está no próprio canal de YouTube da Higgsfield AI, que, segundo Alex, tem quase meio milhão de subscritores. O canal ensina os profissionais criativos a utilizar modelos e fluxos de trabalho de IA. Anteriormente, a produção desses conteúdos exigia um esforço manual considerável por parte da Higgsfield AI. Mas, com o GPT‑6 Astra, a equipa criou um fluxo de trabalho que utiliza IA para gerar vídeos educativos com mais de 10 minutos.

A possibilidade de criar vídeos educativos mais longos também é importante para Alex a nível pessoal. Alex apoia escolas rurais no Cazaquistão e descreve uma iniciativa ainda numa fase inicial que utiliza a compreensão visual do GPT‑6 Astra para identificar matérias em que os alunos possam ter dificuldades e criar vídeos adaptados às suas necessidades de aprendizagem.

Para as pequenas empresas que criam conteúdos promocionais, ter texto legível e infografias precisas pode ser tão importante como a própria imagem. Segundo Alex, o GPT‑Image‑2.5 permite criar esse tipo de conteúdo mesmo sem grandes orçamentos de produção.

«O GPT‑Image‑2.5 representa o que há de mais avançado e é o primeiro modelo do seu género capaz de reproduzir de forma fiável texto e infografias sobre as imagens», afirma.

A Higgsfield AI desenvolve o seu produto através de uma colaboração estreita entre cerca de 200 profissionais criativos e 100 engenheiros. O Codex dá à equipa criativa «a capacidade de um engenheiro de software de excelência», conta Alex.

Os profissionais criativos utilizam o Codex para transformar as suas ideias em protótipos de software. Antes, colocar esses protótipos em produção exigia um envolvimento significativo dos engenheiros de front-end e back-end. Agora, segundo Alex, o GPT‑6 Astra reduz o trabalho necessário para integrar essas ideias no produto.

Com menos obstáculos entre a prototipagem e a produção, Alex afirma que a Higgsfield AI consegue desenvolver e lançar produtos melhores mais depressa.

O próximo objetivo da Higgsfield AI é permitir que os criadores descrevam uma ideia e a vejam ganhar forma enquanto falam. Alex chama a esta visão «da voz ao filme»: a IA compreende a intenção que o criador expressa oralmente e concretiza a sua visão em tempo real.

Na sua perspetiva, os avanços da OpenAI em planeamento, chamada de ferramentas, geração de imagens e voz estão a tornar essa experiência cada vez mais próxima. Descreve o modelo de voz da OpenAI como «o melhor da sua categoria na compreensão da voz e até na comunicação quotidiana».

Para a Higgsfield AI, a ambição é tornar a criação de um filme mais parecida com a descrição de uma ideia, deixando mais do trabalho intermédio a cargo da IA.