Higgsfield AI(öffnet in einem neuen Fenster) hat es sich zur Aufgabe gemacht, professionelle Video- und Bilderstellung für jeden mit einer Idee zugänglich zu machen. Vor GPT‑6 Astra lag die Länge dieser Videos bei etwa einer Minute. Jetzt, so CEO und Mitgründer Alex Mashrabov, können Nutzer Videos über 10 Minuten Länge erstellen.
Längere Videos sind nur eine Art, wie Higgsfield AI kleineren Kreativteams hilft, sich ehrgeizigeren Projekten zu stellen. Laut Alex ist es mit Modellen wie GPT‑6 Astra und GPT‑Image‑2.5 jetzt möglich, dass ein einzelner Creator hochwertige Fashion-Kampagnen von Anfang bis Ende umsetzt.
„Was für uns bei Higgsfield am wichtigsten ist, ist zu sehen, dass kleinere Kreativteams jetzt mit der Kraft von Modellen wie GPT-6 Astra und GPT-Image-2.5 tatsächlich erfolgreicher sein können.“—Alex Mashrabov, CEO und Mitgründer, Higgsfield AI
Längere Videos mit GPT‑6 Astra ermöglichen
Die Creative Agents von Higgsfield AI übernehmen wiederkehrende Produktionsaufgaben, etwa die Erstellung mehrerer Varianten einer Einstellung. Mit GPT‑6 Astra können diese Agents auch externe Tools aufrufen, um komplexe, manuelle Arbeiten in der 3D-Modellierung zu erledigen. Alex sagt, dass diese Fähigkeit eines der schwierigsten Probleme der kreativen KI angeht: die Wahrung von Konsistenz über längere Videos hinweg.
Den Beweis sieht man auf dem eigenen YouTube-Kanal von Higgsfield AI, der laut Alex fast eine halbe Million Abonnenten hat. Der Kanal bringt Creatives bei, wie sie KI-Modelle und Workflows nutzen. Früher erforderte die Erstellung dieser Inhalte erheblichen manuellen Aufwand. Doch mit GPT‑6 Astra hat das Team einen Workflow aufgebaut, der KI zur Erzeugung von instructional Videos über 10 Minuten Länge nutzt.
Längere instructional Videos erstellen zu können, ist auch für Alex persönlich wichtig. Er unterstützt ländliche Schulen in Kasachstan und beschreibt einen frühen Versuch, mit GPT‑6 Astras visuellem Verständnis Themen zu identifizieren, mit denen Studierende möglicherweise Schwierigkeiten haben, und Videos zu erstellen, die auf ihre Lernbedürfnisse zugeschnitten sind.
Präzisere Bilder für kleine Unternehmen mit GPT‑Image‑2.5
Für kleine Unternehmen, die Werbeinhalte erstellen, kann lesbare Schrift und präzise Infografiken genauso wichtig sein wie das Bild selbst. GPT‑Image‑2.5 macht diese Art von Inhalten für Unternehmen ohne große Produktionsbudgets möglich, sagt Alex.
„GPT‑Image‑2.5 ist State of the Art und das erste Modell seiner Art, das Text und Infografiken zuverlässig über den Bildern darstellen kann“, sagt er.
Ein schnellerer Weg von der kreativen Idee zum Produkt mit Codex
Higgsfield AI entwickelt sein Produkt durch enge Zusammenarbeit von rund 200 Creatives und 100 Ingenieuren. Codex gibt dem Kreativteam „die Kraft eines wirklich starken Softwareingenieurs“, erzählt Alex.
Creatives nutzen Codex, um ihre Ideen in Software-Prototypen umzusetzen. Früher erforderte die Überführung dieser Prototypen in die Produktion starke Beteiligung von Front-End- und Back-End-Ingenieuren. Jetzt, sagt Alex, reduziert GPT‑6 Astra den Aufwand, der nötig ist, um diese Ideen ins Produkt zu bringen.
„GPT-6 Astra kann produktionsreifen Code ausliefern, was zuvor nie möglich war.“—Alex Mashrabov, CEO und Mitgründer, Higgsfield AI
Mit weniger Reibung zwischen Prototyping und Produktion, sagt Alex, kann Higgsfield AI bessere Produkte schneller entwickeln und ausliefern.
Ausblick auf Voice-to-Video mit GPT‑Live‑1
Als Nächstes möchte Higgsfield AI, dass Creators eine Idee beschreiben und sehen können, wie sie Gestalt annimmt, während sie sprechen. Alex nennt diese Vision „voice to movie“, bei der KI die gesprochene Absicht eines Creators versteht und seine Vision in Echtzeit umsetzt.
Er sieht OpenAIs Fortschritte in Planung, Tool-Aufruf, Bildgenerierung und Sprache als einen Weg, dieses Erlebnis näher zu bringen. Er beschreibt das Sprachmodell als „best in class für Sprachverständnis und einfach für normale Kommunikation“.
Für Higgsfield AI ist der Anspruch, dass die Erstellung eines Films sich eher wie das Beschreiben einer Idee anfühlt, während die KI mehr der Arbeit dazwischen übernimmt.