La dernière collaboration entre OpenAI et la plateforme de génération vidéo par IA Higgsfield a fait franchir une grande étape à une frontière jusque-là très rigide : la durée maximale des vidéos générées par IA est passée directement de 1 à 10 minutes. Ce qui soutient ce bond, c'est le GPT-6 Astra intégré par Higgsfield. Son atout le plus crucial est de permettre aux « agents créatifs » de faire appel à des outils externes pour traiter des travaux complexes, ce qui équivaut à doter la génération vidéo d'un petit réalisateur capable d'organiser lui-même le tout, garantissant ainsi qu'une longue vidéo reste cohérente dans l'apparence des personnages, les scènes et les détails visuels, sans plus connaître ces accidents de « mélange » où un personnage change de visage en cours de route.
Higgsfield a déjà mis ce flux de travail en pratique. Sa chaîne YouTube, qui compte près de 50万 abonnés — correction : 500 000 abonnés — produit déjà des vidéos pédagogiques de plus de 10 minutes ; le travail qui nécessitait auparavant un assemblage et une relecture manuels pas à pas est désormais absorbé d'un coup par le modèle, ce qui permet d'économiser beaucoup de main-d'œuvre. Parallèlement, Higgsfield a intégré GPT-Image-2.5, spécialement chargé de restituer de manière fiable les textes lisibles et les infographies — un atout particulièrement apprécié des petites entreprises, qui n'ont plus besoin de déployer de grands moyens pour leurs supports promotionels et peuvent générer des vidéos abouties à faible coût.
L'étape encore plus remarquable se situe du côté du développement. Grâce à Codex d'OpenAI, Higgsfield a accéléré le rythme d'itération de ses produits : une idée qui germe dans la tête d'un créatif peut être traduite presque directement en prototype logiciel, et les ingénieurs n'ont plus besoin d'intervenir à chaque étape depuis le début. À l'étape suivante, Higgsfield envisage d'explorer, sur la base de GPT-Live-1, un mode de création en temps réel « de la voix à la vidéo » — autrement dit, à l'avenir, il suffira de prononcer un texte devant le micro pour que l'image se crée en même temps. Passer de 1 à 10 minutes n'est qu'un début : ce que la vidéo IA veut vraiment conquérir, c'est ce territoire de la production de contenus longs qui est resté jusqu'ici entre les mains des humains.