Higgsfield extinde clipurile AI de la 1 minut la peste 10

Higgsfield AI⁠(se deschide într-o fereastră nouă) și-a propus să facă posibilă crearea de videoclipuri și imagini profesionale pentru oricine are o idee. Înainte de GPT‑6 Astra, aceste videoclipuri puteau avea cel mult un minut. Acum, spune Alex Mashrabov, director general și cofondator, utilizatorii pot crea videoclipuri de peste 10 minute.

Videoclipurile mai lungi sunt doar una dintre modalitățile prin care Higgsfield AI ajută echipele mici de creație să abordeze proiecte mai ambițioase. Potrivit lui Alex, cu modele precum GPT‑6 Astra și GPT‑Image‑2.5, un singur creator poate acum să realizeze de la început până la sfârșit campanii de modă la cele mai înalte standarde.

Agenții de creație ai Higgsfield AI preiau sarcinile repetitive de producție, cum ar fi crearea mai multor variante ale unui cadru. Cu GPT‑6 Astra, acești agenți pot apela și instrumente externe pentru a prelua sarcini complexe de modelare 3D care se execută manual. Alex spune că această capacitate contribuie la rezolvarea uneia dintre cele mai dificile probleme ale AI-ului folosit în creație: păstrarea consecvenței pe parcursul videoclipurilor mai lungi.

Dovada se vede chiar pe canalul YouTube al Higgsfield AI, care, potrivit lui Alex, are aproape jumătate de milion de abonați. Canalul îi învață pe profesioniștii din domeniul creativ să folosească modele AI și fluxuri de lucru. În trecut, producerea acestui conținut presupunea multă muncă manuală pentru Higgsfield AI. Însă, cu GPT‑6 Astra, echipa a creat un flux de lucru care folosește AI pentru a genera videoclipuri educaționale de peste 10 minute.

Posibilitatea de a crea videoclipuri educaționale mai lungi are și o importanță personală pentru Alex. El sprijină școli din mediul rural din Kazahstan și descrie o inițiativă aflată la început, care folosește capacitatea GPT‑6 Astra de a înțelege informații vizuale pentru a identifica subiectele la care elevii ar putea întâmpina dificultăți și a crea videoclipuri adaptate nevoilor lor de învățare.

Pentru afacerile mici care creează conținut promoțional, textul lizibil și infograficele precise pot fi la fel de importante ca imaginea în sine. GPT‑Image‑2.5 le permite și afacerilor fără bugete mari de producție să creeze astfel de conținut, spune Alex.

„GPT‑Image‑2.5 este un model de ultimă generație și primul de acest tip care poate reda în mod fiabil textul și infograficele suprapuse peste imagini”, spune el.

Higgsfield AI își dezvoltă produsul prin colaborarea strânsă dintre aproximativ 200 de specialiști în creație și 100 de ingineri. Codex îi oferă echipei de creație „capacitățile unui inginer software foarte bun”, explică Alex.

Specialiștii în creație folosesc Codex pentru a-și transforma ideile în prototipuri software. Anterior, trecerea acestor prototipuri în producție necesita o implicare considerabilă din partea inginerilor de front-end și back-end. Acum, spune Alex, GPT‑6 Astra reduce efortul necesar pentru a integra aceste idei în produs.

Alex spune că, datorită unei tranziții mai ușoare de la prototip la producție, Higgsfield AI poate dezvolta și lansa mai rapid produse mai bune.

În continuare, Higgsfield AI își dorește ca utilizatorii să poată descrie o idee și să o vadă prinzând contur chiar în timp ce vorbesc. Alex numește această viziune „de la voce la film”: AI-ul înțelege intenția exprimată verbal de creator și îi transpune viziunea în imagini, în timp real.

În opinia sa, progresele OpenAI în planificare, apelarea instrumentelor, generarea de imagini și tehnologiile vocale ne aduc mai aproape de această experiență. El descrie modelul vocal al OpenAI drept „cel mai bun din categoria sa în înțelegerea vorbirii, dar și în comunicarea obișnuită”.

Ambiția Higgsfield AI este ca realizarea unui film să semene mai mult cu simpla descriere a unei idei, AI-ul preluând o parte tot mai mare din munca dintre idee și rezultatul final.