2026 年 10 月 13 日
初创公司
Higgsfield 借助 GPT-6 Astra 为创作者带来更长时长的视频,依托 GPT-Image-2.5 实现精准视觉效果,并通过 GPT-Live 开拓语音电影制作(voice filmmaking)之路。
公司规模:初创公司
地区:北美
行业:媒体、娱乐与体育
产品:API、Codex
- 借助 GPT-6 Astra 让更长时长的视频成为可能
- 借助 GPT-Image-2.5 为小型企业提供更精准的图像
- 借助 Codex 实现从创意构想到产品的更快落地路径
- 展望未来:借助 GPT-Live-1 实现语音生成视频
Higgsfield AI 的使命是让任何拥有创意的人都能进行专业级的视频和图像创作。在 GPT-6 Astra 推出之前,这些视频的时长上限约为一分钟。如今,首席执行官兼联合创始人 Alex Mashrabov 表示,用户可以制作超过 10 分钟的视频。
制作更长时长的视频只是 Higgsfield AI 帮助小型创意团队承接更具野心项目的方式之一。Alex 表示,借助 GPT-6 Astra 和 GPT-Image-2.5 等模型,单个创作者从头到尾独立执行高端时尚宣传片制作已成为可能。
“对于 Higgsfield 而言,最重要的是看到小型创意团队如今能够借助 GPT-6 Astra 和 GPT-Image-2.5 等模型的力量取得更大的成功。”
——Alex Mashrabov,Higgsfield AI 首席执行官兼联合创始人
借助 GPT-6 Astra 让更长时长的视频成为可能
Higgsfield AI 的创意智能体(creative agents)负责处理重复性的制作任务,例如生成镜头的多种变体。借助 GPT-6 Astra,这些智能体还可以调用外部工具来处理 3D 建模中复杂的繁琐手动工作。Alex 表示,这项能力有助于解决创意 AI 领域最棘手的难题之一:在更长时长的视频中保持一致性。
这一点在 Higgsfield AI 自己的 YouTube 频道上得到了印证。Alex 透露,该频道拥有近 50 万订阅者,主要教授创作者如何使用 AI 模型和工作流。过去,Higgsfield AI 制作此类内容需要投入大量人力。但借助 GPT-6 Astra,该团队搭建了一套利用 AI 生成时长超过 10 分钟的教学视频的工作流。
能够制作更长时长的教学视频对 Alex 个人而言也意义重大。他一直资助哈萨克斯坦的乡村学校,并介绍了他们早期的一项探索:利用 GPT-6 Astra 的视觉理解能力,找出学生可能难以掌握的知识点,并针对他们的学习需求定制教学视频。
借助 GPT-Image-2.5 为小型企业提供更精准的图像
对于制作宣传内容的小型企业而言,具备可读性的文字与精准的信息图表往往与图像本身同样重要。Alex 表示,GPT-Image-2.5 让没有大笔制作预算的企业也能创作出此类内容。
“GPT-Image-2.5 达到了业内顶尖水平(state of the art),也是同类模型中首个能够可靠地在图像之上渲染文字和信息图表的模型,”他说道。
借助 Codex 实现从创意构想到产品的更快落地路径
Higgsfield AI 的产品研发基于约 200 名创意人员与 100 名工程师之间的紧密协作。Alex 分享道,Codex 赋予了创意团队“强大软件工程师般的能力”。
创意人员使用 Codex 将他们的想法转化为软件原型。此前,将这些原型投入生产需要前端和后端工程师的大量参与。而现在,Alex 表示 GPT-6 Astra 减少了将这些构想融入产品所需的工作量。
“GPT-6 Astra 能够交付可直接用于生产环境的代码(production-ready code),这在以前是完全无法实现的。”
——Alex Mashrabov,Higgsfield AI 首席执行官兼联合创始人
随着原型设计到生产落地之间的阻碍减少,Alex 表示 Higgsfield AI 能够更快速地开发并交付更优秀的产品。
展望未来:借助 GPT-Live-1 实现语音生成视频
下一步,Higgsfield AI 希望创作者只需描述想法,就能在说话的同时看到画面逐步成型。Alex 将这一愿景称为“语音生成电影”(voice to movie)——AI 实时理解创作者的口头意图并渲染呈现他们的构想。
他认为 OpenAI 在规划、工具调用(tool calling)、图像生成以及语音领域的进展正在让这种体验变得触手可及。他将该语音模型评价为“在语音理解及日常交流方面均属顶尖水平”。
对 Higgsfield AI 而言,他们的目标是让电影制作变得更像是在阐述一个构想,而将中间的大量环节交由 AI 处理。