Higgsfield predlžuje AI videá z 1 minúty na viac než 10
Higgsfield prináša tvorcom dlhšie videá s GPT‑6 Astra, presné vizuály s GPT‑Image‑2.5 a cestu k tvorbe filmov hlasom s GPT‑Live.
Higgsfield AI(otvorí sa v novom okne) chce sprístupniť profesionálnu tvorbu videí a obrázkov každému, kto má nápad. Pred príchodom GPT‑6 Astra mohli tieto videá trvať najviac približne jednu minútu. Teraz môžu používatelia podľa generálneho riaditeľa a spoluzakladateľa Alexa Mashrabova vytvárať videá dlhšie než 10 minút.
Dlhšie videá sú len jedným zo spôsobov, ako Higgsfield AI pomáha menším kreatívnym tímom púšťať sa do ambicióznejších projektov. Podľa Alexa už dnes dokáže jediný tvorca vďaka modelom ako GPT‑6 Astra a GPT‑Image‑2.5 zrealizovať špičkové módne kampane od začiatku až do konca.
„Pre nás v Higgsfield je najdôležitejšie vidieť, že menšie kreatívne tímy dnes vďaka schopnostiam modelov ako GPT-6 Astra a GPT-Image-2.5 skutočne môžu byť úspešnejšie.“
Kreatívni agenti Higgsfield AI preberajú opakujúce sa produkčné úlohy, napríklad vytváranie viacerých variantov záberu. S GPT‑6 Astra dokážu títo agenti vyvolávať aj externé nástroje, ktoré zvládnu zložitú manuálnu prácu pri 3D modelovaní. Podľa Alexa táto schopnosť pomáha riešiť jeden z najťažších problémov AI v kreatívnej tvorbe: zachovať konzistentnosť v dlhších videách.
Dôkaz vidno na vlastnom kanáli Higgsfield AI na YouTube, ktorý má podľa Alexa takmer pol milióna odberateľov. Kanál učí kreatívcov používať modely AI a pracovné postupy s nimi. Tvorba tohto obsahu si predtým v Higgsfield AI vyžadovala veľa manuálnej práce. S GPT‑6 Astra však tím vytvoril pracovný postup, ktorý pomocou AI generuje inštruktážne videá dlhšie než 10 minút.
Možnosť vytvárať dlhšie inštruktážne videá má pre Alexa aj osobný význam. Podporuje vidiecke školy v Kazachstane a opisuje prvé pokusy využiť schopnosť GPT‑6 Astra porozumieť vizuálnemu obsahu na identifikáciu tém, ktoré môžu žiakom robiť ťažkosti, a na tvorbu videí prispôsobených tomu, čo sa potrebujú naučiť.
Pre malé firmy, ktoré tvoria propagačný obsah, môžu byť čitateľný text a presné infografiky rovnako dôležité ako samotný obrázok. Podľa Alexa umožňuje GPT‑Image‑2.5 vytvárať takýto obsah aj firmám bez veľkých produkčných rozpočtov.
„GPT‑Image‑2.5 je špičkový model a prvý svojho druhu, ktorý dokáže spoľahlivo vykresliť text a infografiky na obrazovom podklade,“ hovorí.
Higgsfield AI vyvíja svoj produkt v úzkej spolupráci približne 200 kreatívcov a 100 vývojárov. Codex dáva kreatívnemu tímu „schopnosti naozaj výborného softvérového vývojára“, hovorí Alex.
Kreatívci pomocou Codex premieňajú svoje nápady na softvérové prototypy. Nasadenie týchto prototypov do produkcie si predtým vyžadovalo výrazné zapojenie frontendových aj backendových vývojárov. Teraz podľa Alexa GPT‑6 Astra znižuje množstvo práce potrebnej na začlenenie týchto nápadov do produktu.
„GPT-6 Astra dokáže dodať kód pripravený na produkčné nasadenie, čo predtým nebolo možné.“
Vďaka plynulejšiemu prechodu od prototypu k produkcii môže podľa Alexa Higgsfield AI rýchlejšie vyvíjať a uvádzať na trh lepšie produkty.
Ďalším cieľom Higgsfield AI je umožniť tvorcom opísať nápad a sledovať, ako sa mení na skutočnosť už počas rozprávania. Alex túto víziu nazýva „od hlasu k filmu“: AI porozumie slovne vyjadrenému zámeru tvorcu a v reálnom čase zobrazuje jeho predstavu.
Verí, že pokroky OpenAI v plánovaní, vyvolávaní nástrojov, generovaní obrázkov a práci s hlasom približujú túto víziu k realite. Hlasový model OpenAI opisuje ako „najlepší vo svojej triede v porozumení reči aj v bežnej komunikácii“.
Ambíciou Higgsfield AI je, aby sa tvorba filmu viac podobala opisovaniu nápadu a aby AI prevzala väčšiu časť práce na jeho realizácii.
