Higgsfield kéo dài video AI từ 1 phút lên hơn 10 phút
Higgsfield giúp các nhà sáng tạo làm video dài hơn với GPT‑6 Astra, tạo hình ảnh chính xác với GPT‑Image‑2.5 và tiến tới làm phim bằng giọng nói với GPT‑Live.
Higgsfield AI(mở trong cửa sổ mới) theo đuổi sứ mệnh giúp bất kỳ ai có ý tưởng đều có thể tạo video và hình ảnh chuyên nghiệp. Trước khi có GPT‑6 Astra, những video đó chỉ dài tối đa khoảng một phút. Giờ đây, theo CEO kiêm đồng sáng lập Alex Mashrabov, người dùng có thể tạo video dài hơn 10 phút.
Tạo video dài hơn chỉ là một trong những cách Higgsfield AI giúp các nhóm sáng tạo nhỏ đảm nhận những dự án tham vọng hơn. Theo Alex, với các mô hình như GPT‑6 Astra và GPT‑Image‑2.5, giờ đây một nhà sáng tạo có thể tự thực hiện các chiến dịch thời trang cao cấp từ đầu đến cuối.
“Điều quan trọng nhất với chúng tôi tại Higgsfield là thấy các nhóm sáng tạo nhỏ giờ đây thực sự có thể thành công hơn nhờ sức mạnh của những mô hình như GPT-6 Astra và GPT-Image-2.5.”
Các tác nhân sáng tạo của Higgsfield AI đảm nhận những công việc sản xuất lặp đi lặp lại, chẳng hạn như tạo nhiều phiên bản của một cảnh quay. Với GPT‑6 Astra, các tác nhân này còn có thể gọi công cụ bên ngoài để xử lý những công việc thủ công phức tạp khi dựng mô hình 3D. Alex cho biết khả năng đó giúp giải quyết một trong những bài toán khó nhất của AI sáng tạo: duy trì tính nhất quán xuyên suốt các video dài hơn.
Minh chứng có thể thấy ngay trên kênh YouTube của Higgsfield AI, kênh mà theo Alex có gần nửa triệu người đăng ký. Kênh này hướng dẫn người làm sáng tạo cách sử dụng các mô hình và quy trình làm việc với AI. Trước đây, Higgsfield AI phải làm rất nhiều việc thủ công để sản xuất những nội dung đó. Nhưng với GPT‑6 Astra, đội ngũ đã xây dựng một quy trình dùng AI để tạo video hướng dẫn dài hơn 10 phút.
Khả năng tạo video hướng dẫn dài hơn cũng có ý nghĩa với cá nhân Alex. Anh hỗ trợ các trường học ở vùng nông thôn Kazakhstan và chia sẻ về một thử nghiệm ban đầu: dùng khả năng hiểu hình ảnh của GPT‑6 Astra để xác định những chủ đề học sinh có thể đang gặp khó khăn, rồi tạo video phù hợp với nội dung các em cần học.
Với các doanh nghiệp nhỏ đang tạo nội dung quảng bá, chữ dễ đọc và đồ họa thông tin chính xác có thể quan trọng không kém bản thân hình ảnh. Alex cho biết GPT‑Image‑2.5 giúp các doanh nghiệp tạo được loại nội dung đó mà không cần ngân sách sản xuất lớn.
Anh nói: “GPT‑Image‑2.5 đạt trình độ hiện đại nhất và là mô hình đầu tiên thuộc loại này có thể thể hiện chính xác chữ và đồ họa thông tin trên nền hình ảnh một cách ổn định.”
Higgsfield AI phát triển sản phẩm nhờ sự phối hợp chặt chẽ giữa khoảng 200 nhân sự sáng tạo và 100 kỹ sư. Alex chia sẻ rằng Codex mang đến cho đội ngũ sáng tạo “năng lực của một kỹ sư phần mềm thực sự giỏi”.
Các nhân sự sáng tạo dùng Codex để biến ý tưởng thành nguyên mẫu phần mềm. Trước đây, việc đưa những nguyên mẫu đó vào vận hành thực tế đòi hỏi sự tham gia rất lớn của các kỹ sư front-end và back-end. Giờ đây, Alex cho biết GPT‑6 Astra giúp giảm khối lượng công việc cần thiết để đưa những ý tưởng đó vào sản phẩm.
“GPT-6 Astra có thể cung cấp mã sẵn sàng để đưa vào vận hành thực tế, điều chưa từng khả thi trước đây.”
Theo Alex, khi quá trình chuyển từ nguyên mẫu sang vận hành thực tế bớt trở ngại, Higgsfield AI có thể phát triển và ra mắt sản phẩm tốt hơn trong thời gian ngắn hơn.
Tiếp theo, Higgsfield AI muốn các nhà sáng tạo có thể mô tả ý tưởng và nhìn thấy ý tưởng thành hình ngay khi đang nói. Alex gọi tầm nhìn đó là “biến lời nói thành phim”, trong đó AI hiểu ý định mà nhà sáng tạo diễn đạt bằng lời và hiện thực hóa ý tưởng của họ theo thời gian thực.
Anh nhận thấy những tiến bộ của OpenAI trong lập kế hoạch, gọi công cụ, tạo hình ảnh và giọng nói đang đưa trải nghiệm đó đến gần hơn với thực tế. Anh mô tả mô hình giọng nói của OpenAI là “tốt nhất trong phân khúc về khả năng hiểu giọng nói cũng như giao tiếp thông thường”.
Higgsfield AI đặt tham vọng khiến việc làm phim trở nên gần với việc mô tả một ý tưởng hơn, để AI đảm nhận nhiều hơn những công đoạn từ ý tưởng đến thành phẩm.
