Higgsfield продужава ВИ видео са 1 минута на више од 10
Higgsfield креаторима доноси дуже видео-снимке уз GPT‑6 Astra, прецизне визуелне приказе уз GPT‑Image‑2.5 и пут ка стварању филмова гласом уз GPT‑Live.
Мисија компаније Higgsfield AI(отвара се у новом прозору) је да професионално стварање видео-снимака и слика учини доступним свакоме ко има идеју. Пре модела GPT‑6 Astra, ти видео-снимци су могли да трају највише око једног минута. Сада, каже извршни директор и суоснивач Алекс Машрабов, корисници могу да праве видео-снимке дуже од 10 минута.
Дужи видео-снимци само су један од начина на које Higgsfield AI помаже мањим креативним тимовима да се упусте у амбициозније пројекте. Према Алексовим речима, уз моделе као што су GPT‑6 Astra и GPT‑Image‑2.5, сада један креатор може самостално да реализује врхунске модне кампање од почетка до краја.
„Нама у компанији Higgsfield најважније је да видимо да мањи креативни тимови сада заиста могу да буду успешнији захваљујући могућностима модела као што су GPT-6 Astra и GPT-Image-2.5.“
Креативни агенти компаније Higgsfield AI преузимају задатке у продукцији који се понављају, попут стварања више варијација истог кадра. Уз GPT‑6 Astra, ти агенти могу и да позивају спољне алате како би обављали сложене, ручне задатке у 3Д моделирању. Алекс каже да та могућност помаже у решавању једног од најтежих проблема примене вештачке интелигенције у креативном раду: очувања доследности кроз дуже видео-снимке.
Доказ за то може се видети на YouTube каналу компаније Higgsfield AI, који, према Алексовим речима, има готово пола милиона претплатника. Канал подучава креативце како да користе ВИ моделе и радне токове. Раније је стварање тог садржаја захтевало знатан ручни рад тима компаније Higgsfield AI. Међутим, уз GPT‑6 Astra, тим је изградио радни ток који користи ВИ за генерисање едукативних видео-снимака дужих од 10 минута.
Могућност стварања дужих едукативних видео-снимака Алексу је важна и лично. Он подржава сеоске школе у Казахстану и описује почетни покушај да се способност модела GPT‑6 Astra да разуме визуелни садржај искористи за препознавање тема које ученицима можда представљају тешкоћу и стварање видео-снимака прилагођених ономе што треба да науче.
За мала предузећа која стварају промотивни садржај, читљив текст и прецизне инфографике могу бити подједнако важни као и сама слика. GPT‑Image‑2.5 омогућава такав садржај и предузећима без великих буџета за продукцију, каже Алекс.
„GPT‑Image‑2.5 је најсавременији модел и први те врсте који може поуздано да прикаже текст и инфографике преко слика“, каже он.
Higgsfield AI развија свој производ кроз блиску сарадњу око 200 креативаца и 100 инжењера. Codex креативном тиму даје „могућности заиста врсног софтверског инжењера“, каже Алекс.
Креативци користе Codex да своје идеје претворе у софтверске прототипове. Раније је увођење тих прототипова у продукцију захтевало велико ангажовање инжењера за развој корисничког интерфејса и серверског дела софтвера. Сада, каже Алекс, GPT‑6 Astra смањује обим посла потребног да се те идеје уграде у производ.
„GPT-6 Astra може да испоручи код спреман за продукцију, што раније никада није било могуће.“
Уз мање препрека на путу од прототипа до продукције, Алекс каже да Higgsfield AI може брже да развија и испоручује боље производе.
Следећи циљ компаније Higgsfield AI је да креатори могу да опишу идеју и гледају како она добија облик док говоре. Алекс ту визију назива „од гласа до филма“: ВИ разуме намеру коју креатор изговара и претвара његову замисао у слику у реалном времену.
Он сматра да напредак компаније OpenAI у планирању, позивању алата, генерисању слика и гласовним технологијама приближава то искуство стварности. Њен гласовни модел описује као „најбољи у класи за разумевање говора, али и за обичну комуникацију“.
Амбиција компаније Higgsfield AI је да стварање филма више личи на описивање идеје, док ВИ преузима већи део посла од замисли до реализације.
