யோசனைகளை சினிமா சமூக வீடியோக்களாக Higgsfield எவ்வாறு மாற்றுகிறது

சுருக்கமான வீடியோ இன்று வணிகத்தை இயக்குகிறது, ஆனால் செயல்திறன் கொண்ட வீடியோ உருவாக்குவது சுலபம் அல்ல. TikTok, Reels மற்றும் Shorts ஆகியவற்றில் எளிதாகக் கிடைக்கும் கிளிப்புகள் கண்ணுக்குத் தெரியாத விதிகளின் அடிப்படையில் கட்டமைக்கப்பட்டுள்ளன: ஹூக் டைமிங், ஷாட் ரிதம், கேமரா மோஷன், வேகம் மற்றும் பிற நுட்பமான குறிப்புகள், அவை ட்ரெண்டிங்கில் உள்ள எதற்கும் உள்ளடக்கத்தை "சொந்தமாக" உணர வைக்கின்றன.

Higgsfield⁠(புதிய சாளரத்தில் திறக்கும்) என்பது குழுக்களுக்கு ஒரு தயாரிப்பு இணைப்பு, படம் அல்லது எளிய யோசனையிலிருந்து குறுகிய வடிவ சினிமாட்டிக் வீடியோக்களை உருவாக்க அனுமதிக்கும் ஜெனரேட்டிவ் மீடியா தளம் ஆகும். OpenAI GPT‑4.1 மற்றும் GPT‑5 ஐ திட்டமிட பயன்படுத்தி, Sora 2 ஐ உருவாக்க பயன்படுத்தி, இந்த அமைப்பு தினமும் சுமார் 4 மில்லியன் வீடியோக்களை உருவாக்குகிறது, குறைந்தபட்ச உள்ளீட்டை கட்டமைக்கப்பட்ட, சமூக-முதன்மை வீடியோவாக மாற்றுகிறது.

மக்கள் ஷாட் பட்டியல்களைப் பற்றி யோசிப்பதில்லை. அவர்கள் “இதை நாடகத்தன்மையுடன் செய்யுங்கள்” அல்லது “இது பிரீமியம் போல உணர வேண்டும்” என்று கூறுகிறார்கள். மாறாக, வீடியோ மாடல்கள் கட்டமைக்கப்பட்ட வழிகாட்டுதலை தேவை: நேரமிடல் விதிகள், இயக்கக் கட்டுப்பாடுகள், மற்றும் காட்சி முன்னுரிமைகள்.

அந்த இடைவெளியை நிரப்ப, Higgsfield குழு அவர்கள் 'சினிமாட்டிக் லாஜிக் லேயர்' என்று அழைப்பதை உருவாக்கியது, இது படைப்பாற்றல் நோக்கத்தைப் புரிந்து கொண்டு, எந்த உருவாக்கமும் நடைபெறுவதற்கு முன்பு அதை ஒரு தெளிவான வீடியோ திட்டமாக விரிவாக்குகிறது.

ஒரு பயனர் தயாரிப்பு URL அல்லது படத்தை வழங்கும்போது, கதை வளைவு, வேகம், கேமரா தர்க்கம், மற்றும் காட்சி வலியுறுத்தலை ஊகிக்க அமைப்பு GPT‑4.1 mini மற்றும் GPT‑5 ஐப் பயன்படுத்துகிறது. பயனர்களை நேரடியாக ப்ராம்ப்ட்களுக்கு வெளிப்படுத்துவதற்குப் பதிலாக, Higgsfield சினிமா சார்ந்த முடிவெடுப்பை அமைப்பிற்குள்ளேயே உட்பெறுகிறது. திட்டம் உருவாக்கப்பட்டவுடன், அந்த கட்டமைக்கப்பட்ட வழிமுறைகளின் அடிப்படையில் Sora 2 இயக்கம், நிஜத்தன்மை மற்றும் தொடர்ச்சியை உருவாக்குகிறது.

அந்த திட்டமிடல்-முதலில் அணுகுமுறை தயாரிப்பின் பின்னணியில் உள்ள குழுவை பிரதிபலிக்கிறது. Higgsfield, விருது பெற்ற இயக்குநர்கள் உட்பட பொறியாளர்கள் மற்றும் அனுபவம் வாய்ந்த திரைப்படத் தயாரிப்பாளர்களை ஒன்றிணைக்கிறது, மேலும் நுகர்வோர் ஊடகங்களில் ஆழமான வேர்களைக் கொண்ட தலைமைத்துவத்தையும் இணைக்கிறது. இணை நிறுவனர் மற்றும் CEO Alex Mashrabov முன்பு Snap-இல் ஜெனரேட்டிவ் AI-ஐ வழிநடத்தினார், அங்கு அவர் Snap லென்ஸ்களை கண்டுபிடித்தார், இதன் மூலம் நூற்றுக்கணக்கான மில்லியன் மக்கள் பெரிய அளவில் காட்சி விளைவுகளுடன் எவ்வாறு தொடர்பு கொள்கிறார்கள் என்பதைக் வடிவமைத்தார்.

Higgsfield-க்கு, வைராலிட்டி என்பது GPT‑4.1 mini மற்றும் GPT‑5 ஐப் பயன்படுத்தி குறுகிய-வடிவ சமூக வீடியோக்களை பெரிய அளவில் பகுப்பாய்வு செய்து, அந்தக் கண்டுபிடிப்புகளை மீண்டும் பயன்படுத்தக்கூடிய படைப்பாற்றல் கட்டமைப்புகளாக சுருக்குவதன் மூலம் அடையாளம் காணப்படும் அளவிடக்கூடிய முறைமைகளின் தொகுப்பாகும்.

உள்ளகமாக, Higgsfield வைரலிட்டியை ஈடுபாடு-அடைவு விகிதத்தின் மூலம் வரையறுக்கிறது, குறிப்பாக பகிர்வு வேகத்திற்கு முக்கியத்துவம் கொடுக்கிறது. பகிர்வுகள் லைக்குகளை மிஞ்சத் தொடங்கும் போது, உள்ளடக்கம் செயலற்ற நுகர்விலிருந்து செயலில் விநியோகமாக மாறுகிறது.

Higgsfield மீண்டும் தோன்றும் வைரல் கட்டமைப்புகளை வீடியோ முன்னமைவுகளின் நூலகமாக குறியாக்குகிறது. ஒவ்வொரு முன்னமைப்பும் சிறப்பாக செயல்படும் உள்ளடக்கத்தில் காணப்படும் தனித்துவமான கதை அமைப்பு, வேக பாணி மற்றும் கேமரா தர்க்கத்தைக் கொண்டுள்ளது. ஒவ்வொரு நாளும் தோராயமாக 10 புதிய முன்னமைவுகள் உருவாக்கப்படுகின்றன, மேலும் ஈடுபாடு குறையும் போது பழையவை சுழற்சி முறையில் அகற்றப்படுகின்றன.

இந்த முன்பதிவுகள் Sora 2 Trends-ஐ இயக்குகின்றன, இது படைப்பாளர்களுக்கு ஒரு ஒற்றை படத்திலிருந்தோ அல்லது யோசனையிலிருந்தோ டிரெண்ட்-துல்லியமான வீடியோக்களை உருவாக்க அனுமதிக்கிறது. அமைப்பு இயக்கத் தர்க்கத்தையும் தள வேகத்தையும் தானாகவே பயன்படுத்தி, கைமுறையாகச் சீரமைக்காமல் ஒவ்வொரு போக்கிற்கும் ஒத்திசைந்த வெளியீடுகளை உருவாக்குகிறது.

Higgsfield இன் முந்தைய அடிப்படை அளவீட்டுடன் ஒப்பிடுகையில், இந்த அமைப்பின் மூலம் உருவாக்கப்படும் வீடியோக்கள் பகிர்வு வேகத்தில் 150% அதிகரிப்பையும், மேலும் கீழ்நிலை ஈடுபாட்டு நடத்தையின் மூலம் அளவிடப்பட்டபடி, சுமார் மூன்று மடங்கு அதிகமான அறிவுசார் பிடிப்பையும் காட்டுகின்றன.

பிளாட்ஃபாரத்தின் மற்ற பகுதிகளை வழிநடத்தும் அதே திட்டமிடல்-முதலில் கொள்கைகளின் அடிப்படையில் உருவாக்கப்பட்ட Click-to-Ad, Sora 2 Trends-க்கு கிடைத்த நேர்மறையான வரவேற்பின் விளைவாக உருவானது. இந்த அம்சம், தயாரிப்பு நோக்கத்தை விளக்க GPT‑4.1 ஐவும் வீடியோக்களை உருவாக்க Sora 2 ஐவும் பயன்படுத்துவதன் மூலம் “prompting barrier” ஐ நீக்குகிறது.

இது எவ்வாறு செயல்படுகிறது:

1. ஒரு பயனர் தயாரிப்பு பக்கத்திற்கான இணைப்பை ஒட்டுகிறார்
2. பிராண்ட் நோக்கத்தைப் பிரித்தெடுக்கவும், முக்கிய காட்சி நங்கூரங்களை அடையாளம் காணவும், தயாரிப்பின் முக்கியத்துவத்தைப் புரிந்துகொள்ளவும் இந்த அமைப்பு பக்கத்தை பகுப்பாய்வு செய்கிறது
3. தயாரிப்பு அடையாளம் காணப்பட்டவுடன், சிஸ்டம் அதை முன்கூட்டியே வடிவமைக்கப்பட்ட பிரபலமான முன்னமைப்புகளில் ஒன்றாக வரைபடமிடுகிறது
4. கேமரா இயக்கம், தாள வேகம் மற்றும் ஸ்டைலிஸ்டிக் விதிகளுக்கான ஒவ்வொரு முன்னமைவின் சிக்கலான தொழில்முறை தரநிலைகளையும் பயன்படுத்தி, Sora 2 இறுதி வீடியோவை உருவாக்குகிறது

இலக்கு என்பது முதல் முயற்சியிலேயே சமூக தளங்களுக்கு பொருந்தும் வேகமான, பயன்படுத்தக்கூடிய வெளியீடு, மேலும் அந்த மாற்றம் குழுக்கள் வேலை செய்யும் முறையை மாற்றுகிறது. பயனர்கள் இப்போது ஐந்து அல்லது ஆறு ப்ராம்ப்ட்களை மீண்டும் முயற்சிப்பதற்குப் பதிலாக, ஒன்று அல்லது இரண்டு முயற்சிகளில் பயன்பாட்டுக்கூடிய வீடியோவைப் பெறுகின்றனர். சந்தைப்படுத்தல் குழுக்களுக்கு, அதாவது பிரச்சாரங்களை அளவு மற்றும் மாறுபாடு அடிப்படையில் திட்டமிட முடியும், முயற்சி மற்றும் பிழை முறையை சார்ந்ததல்ல.

ஒரு வழக்கமான உருவாக்கம், பணிப்பாய்வைப் பொறுத்து, 2 முதல் 5 நிமிடங்கள் ஆகும். மேடை ஒரே நேரத்தில் பல ரன்களை ஆதரிப்பதால், குழுக்கள் ஒரு மணி நேரத்தில் பத்துக்கணக்கான மாற்றங்களை உருவாக்கி, போக்குகளுக்கு ஏற்ப படைப்புத் திசைகளை சோதிக்கலாம்.

நவம்பர் தொடக்கத்தில் தொடங்கப்பட்டதிலிருந்து, Click-to-Ad தளத்தில் 20% க்கும் மேற்பட்ட தொழில்முறை படைப்பாளர்கள் மற்றும் நிறுவன குழுக்கள் ஏற்றுக்கொண்டுள்ளனர், இது வெளியீடுகள் பதிவிறக்கம் செய்யப்படுகிறதா, வெளியிடப்படுகிறதா அல்லது நேரடி பிரச்சாரங்களின் ஒரு பகுதியாகப் பகிரப்படுகிறதா என்பதைப் பொறுத்து அளவிடப்படுகிறது.

Higgsfield’s அமைப்பு பல OpenAI மாடல்களை நம்புகிறது, ஒவ்வொன்றும் பணியின் தேவைகளின் அடிப்படையில் தேர்ந்தெடுக்கப்பட்டுள்ளது.

முன்னமைக்கப்பட்ட கட்டமைப்பைச் செயல்படுத்துதல் அல்லது அறியப்பட்ட கேமரா-இயக்க ஸ்கீமாக்களைப் பயன்படுத்துதல் போன்ற நிர்ணயிக்கப்பட்ட, வடிவமைப்பு-கட்டுப்படுத்தப்பட்ட பணிப்பாய்வுகளுக்கு, தளம் GPT‑4.1 மினிக்கு கோரிக்கைகளை அனுப்புகிறது. இந்த பணிகள் உயர் வழிநடத்தும் திறன், கணிக்கக்கூடிய வெளியீடுகள், குறைந்த மாறுபாடு, மற்றும் வேகமான அனுமானம் ஆகியவற்றால் பலனடைகின்றன.

மேலும் தெளிவற்ற பணிப்பாய்வுகளுக்கு மாறுபட்ட அணுகுமுறை தேவைப்படுகிறது. பகுதி உள்ளீடுகளிலிருந்து நோக்கத்தை ஊகிக்க வேண்டியபோது, உதாரணமாக ஒரு தயாரிப்பு பக்கத்தைப் பொருள்படுத்துவது அல்லது காட்சி மற்றும் உரைச் சிக்னல்களை ஒத்திசைப்பது போன்ற சூழல்களில், Higgsfield கோரிக்கைகளை GPT‑5‑க்கு மாற்றுகிறது, அங்கு தாமதம் அல்லது செலவு கருத்துக்களை விட ஆழமான ரீஸனிங் மற்றும் பல்முகப் புரிதல் மேலோங்கும்.

Routing தீர்மானங்கள், பின்வரும் காரியங்களை பரிசீலிக்கும் உள்ளக heuristic களால் வழிகாட்டப்படுகின்றன:

• தேவையான பகுத்தறிவு ஆழம் மற்றும் ஏற்றுக்கொள்ளக்கூடிய தாமதம்
• வெளியீட்டு கணிக்கக்கூடிய தன்மை மற்றும் படைப்பாற்றல் சுதந்திரம்
• தெளிவான நோக்கம் மற்றும் அனுமானிக்கப்பட்ட நோக்கம்
• இயந்திரம் பயன்படுத்தும் வெளியீடுகள் மற்றும் மனிதர் நோக்கி உள்ள வெளியீடுகள்

“இதை சிறந்த மாடலைத் தேர்வு செய்வதாக நாங்கள் கருதவில்லை,” என்று Higgsfield நிறுவனத்தின் CTO மற்றும் இணை நிறுவனர் Yerzat Dulat கூறுகிறார். "நாங்கள் நடத்தை பலங்களைப் பற்றி சிந்திக்கிறோம். சில மாடல்கள் துல்லியத்தில் சிறந்தவை. மற்றவர்கள் விளக்கத்தில் சிறந்தவர்கள். அதற்கேற்ப அமைப்பு வழிகாட்டுகிறது.

Higgsfield இன் பல பணிப்பாய்வுகள் ஆறு மாதங்களுக்கு முன்பு செயல்படக்கூடியதாக இருக்க முடியாது.

முந்தைய பட மற்றும் வீடியோ மாடல்கள் நிலைத்தன்மையில் சிரமப்பட்டன: கதாபாத்திரங்கள் மாறின, தயாரிப்புகள் வடிவம் மாறின, மேலும் நீளமான தொடர்கள் சிதறின. OpenAI பட மற்றும் வீடியோ மாடல்களில் சமீபத்திய முன்னேற்றங்கள் ஷாட்களுக்கிடையே காட்சி தொடர்ச்சியை பராமரிக்கச் செய்து, மேலும் யதார்த்தமான இயக்கத்தையும் நீளமான விவரிப்புகளையும் இயலுமைப்படுத்துகின்றன.

அந்த மாற்றம் புதிய வடிவங்களை திறந்தது. Higgsfield சமீபத்தில் Cinema Studio-வை அறிமுகப்படுத்தியது, இது டிரெய்லர் மற்றும் குறுகிய படங்களுக்கு வடிவமைக்கப்பட்ட கிடைமட்ட வேலைநிரல். ஆரம்ப கால படைப்பாளர்கள் ஏற்கனவே பல நிமிடங்கள் நீளமான வீடியோக்களை உருவாக்கி வருகின்றனர். அவை ஆன்லைனில் பரவலாகப் பரவுகின்றன, மேலும் பல நேரங்களில் நேரடி படமாக்கப்பட்ட காட்சிகளிலிருந்து வேறுபடுத்த முடியாதவையாக இருக்கின்றன.

OpenAI மாடல்கள் தொடர்ந்து முன்னேறும்போது, Higgsfield அமைப்பும் அவற்றுடன் விரிவடைகிறது. புதிய திறன்கள், பின்னோக்கிப் பார்த்தால் தெளிவாகத் தோன்றும் பணிச்செயல்முறைகளாக மாற்றப்படுகின்றன, ஆனால் முன்பு அவை சாத்தியமாகவில்லை. மாடல்கள் முதிர்ச்சியடையும் போது, கதை சொல்லும் பணி கருவிகளை நிர்வகிப்பதில் இருந்து விலகி, தொனி, அமைப்பு மற்றும் பொருள் பற்றிய முடிவுகளை எடுப்பதை நோக்கி நகர்கிறது.