Higgsfield: videi z umetno inteligenco od 1 do več kot 10 minut
Higgsfield ustvarjalcem z GPT‑6 Astra omogoča daljše videoposnetke, z GPT‑Image‑2.5 natančne vizualne vsebine, z GPT‑Live pa utira pot ustvarjanju filmov z glasom.
Higgsfield AI(odpre se v novem oknu) želi profesionalno ustvarjanje videoposnetkov in slik približati vsakomur, ki ima idejo. Pred prihodom modela GPT‑6 Astra so bili ti videoposnetki dolgi največ približno eno minuto. Zdaj lahko uporabniki ustvarjajo videoposnetke, daljše od 10 minut, pravi izvršni direktor in soustanovitelj Alex Mashrabov.
Daljši videoposnetki so le eden od načinov, kako Higgsfield AI manjšim ustvarjalnim ekipam pomaga pri zahtevnejših projektih. Po Alexovih besedah lahko z modeli, kot sta GPT‑6 Astra in GPT‑Image‑2.5, en sam ustvarjalec zdaj od začetka do konca izpelje vrhunske modne kampanje.
»Za nas v podjetju Higgsfield je najpomembneje videti, da so lahko manjše ustvarjalne ekipe z zmogljivostmi modelov, kot sta GPT-6 Astra in GPT-Image-2.5, zdaj res uspešnejše.«
Ustvarjalni agenti Higgsfield AI prevzemajo ponavljajoče se produkcijske naloge, kot je ustvarjanje več različic istega kadra. Z modelom GPT‑6 Astra lahko ti agenti tudi kličejo zunanja orodja, ki opravijo zahtevno ročno delo pri 3D-modeliranju. Alex pravi, da ta zmožnost pomaga reševati eno najtežjih težav pri ustvarjanju z umetno inteligenco: ohranjanje doslednosti skozi daljše videoposnetke.
Dokaz za to je YouTube kanal podjetja Higgsfield AI, ki ima po Alexovih besedah skoraj pol milijona naročnikov. Na kanalu ustvarjalce učijo uporabe modelov umetne inteligence in delovnih postopkov. V preteklosti je morala ekipa Higgsfield AI v pripravo teh vsebin vložiti precej ročnega dela. Z modelom GPT‑6 Astra pa je zasnovala delovni postopek, ki z umetno inteligenco ustvarja izobraževalne videoposnetke, daljše od 10 minut.
Možnost ustvarjanja daljših izobraževalnih videoposnetkov je Alexu pomembna tudi osebno. Podpira podeželske šole v Kazahstanu in opisuje začetni poskus, pri katerem zmožnost razumevanja vizualnih vsebin modela GPT‑6 Astra uporabljajo za prepoznavanje snovi, ki učencem morda povzroča težave, ter za ustvarjanje videoposnetkov, prilagojenih njihovim učnim potrebam.
Za mala podjetja, ki ustvarjajo promocijske vsebine, so lahko berljivo besedilo in natančne infografike prav tako pomembni kot sama slika. GPT‑Image‑2.5 takšne vsebine omogoča tudi podjetjem brez velikih proračunov za produkcijo, pravi Alex.
»GPT‑Image‑2.5 je tehnološko najsodobnejši in prvi tovrstni model, ki lahko na slikah zanesljivo upodobi besedilo in infografike,« pravi.
Higgsfield AI svoj izdelek razvija v tesnem sodelovanju približno 200 ustvarjalcev in 100 inženirjev. Codex ustvarjalni ekipi daje »zmožnosti res odličnega programskega inženirja«, pove Alex.
Ustvarjalci s Codex svoje zamisli pretvarjajo v prototipe programske opreme. Prej je prenos teh prototipov v produkcijsko okolje zahteval veliko dela inženirjev za uporabniški vmesnik in zaledne sisteme. Zdaj GPT‑6 Astra po Alexovih besedah zmanjšuje obseg dela, potrebnega za vključitev teh zamisli v izdelek.
»GPT-6 Astra lahko pripravi kodo, ki je takoj primerna za produkcijsko uporabo, kar prej nikoli ni bilo mogoče.«
Ker je na poti od prototipa do produkcije manj ovir, lahko Higgsfield AI po Alexovih besedah hitreje razvija in na trg pošilja boljše izdelke.
Naslednji cilj podjetja Higgsfield AI je ustvarjalcem omogočiti, da opišejo zamisel in že med govorjenjem opazujejo, kako dobiva podobo. Alex to vizijo imenuje »od glasu do filma«: umetna inteligenca razume, kaj želi ustvarjalec povedati, in njegovo vizijo upodablja v realnem času.
Meni, da napredek podjetja OpenAI pri načrtovanju, klicanju orodij, generiranju slik in glasovnih tehnologijah to izkušnjo približuje uresničitvi. Njegov glasovni model opisuje kot »najboljšega v svojem razredu pri razumevanju govora in tudi pri povsem običajnem sporazumevanju«.
Higgsfield AI želi, da bi bilo ustvarjanje filma bolj podobno opisovanju zamisli, umetna inteligenca pa bi prevzela več dela na poti do končnega filma.
