OpenAI

Higgsfield 将 AI 视频从 1 分钟提升到超过 10 分钟

OpenAI介绍Higgsfield借助GPT-6 Astra将可生成视频时长从约一分钟提升到10分钟以上,其创作智能体还能调用外部工具处理3D建模。这些能力均为CEO转述的厂商说法,缺乏独立验证。

配图来源 · OpenAI

Higgsfield AI⁠(在新窗口中打开) 的使命是让任何有想法的人都能进行专业的视频和图像创作。在 GPT‑6 Astra 出现之前,视频时长上限约为 1 分钟。如今,首席执行官兼联合创始人 Alex Mashrabov 表示,用户可以创建超过 10 分钟的视频。

更长的视频只是 Higgsfield AI 帮助小型创作团队承担更宏大工作的方式之一。据 Alex 介绍,借助 GPT‑6 Astra 和 GPT‑Image‑2.5 等模型,单个创作者现在可以从头到尾执行高端时尚营销活动。

“对 Higgsfield 来说最重要的是,我们看到小型创作团队如今凭借 GPT-6 Astra 和 GPT-Image-2.5 等模型的力量,确实能够取得更大的成功。”
——Alex Mashrabov,Higgsfield AI 首席执行官兼联合创始人

借助 GPT‑6 Astra 实现更长的视频

Higgsfield AI 的创意智能体承担重复性的制作任务,例如创建一个镜头的多个变体。借助 GPT‑6 Astra,这些智能体还可以调用外部工具来处理 3D 建模中复杂的手工工作。Alex 表示,这一能力有助于解决创意 AI 最困难的难题之一:在更长的视频中保持一致性。

证据可以在 Higgsfield AI 自己的 YouTube 频道上看到,Alex 称该频道拥有近 500,000 名订阅者。该频道教创作者如何使用 AI 模型和工作流。过去,Higgsfield AI 制作这些内容需要相当多的手工操作。但借助 GPT‑6 Astra,团队已经构建了一个工作流,利用 AI 生成超过 10 分钟的教学视频。

能够制作更长的教学视频对 Alex 个人也很重要。他支持哈萨克斯坦的乡村学校,并描述了早期利用 GPT‑6 Astra 的视觉理解能力来识别学生可能在哪些主题上有困难,并创建针对他们学习需求量身定制的视频。

借助 GPT‑Image‑2.5 为小型企业带来更精准的图像

对于制作宣传内容的小型企业来说,可读的文本和精准的信息图表可能与图像本身同样重要。Alex 表示,GPT‑Image‑2.5 让没有大型制作预算的企业也能制作此类内容。

“GPT‑Image‑2.5 是最先进的,也是首个能够在图像之上可靠地渲染文本和信息图表的同类模型,”他说。

借助 Codex 加速从创意到产品的路径

Higgsfield AI 通过约 200 名创意人员和 100 名工程师的紧密协作来构建其产品。Alex 分享道,Codex 为创意团队提供了“一名真正强大的软件工程师的力量”。

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。现在,Alex 表示 GPT‑6 Astra 减少了将这些想法融入产品所需的工作。

“GPT-6 Astra 可以交付可用于生产的代码,这在以前是绝无可能的。”
——Alex Mashrabov,Higgsfield AI 首席执行官兼联合创始人

随着原型制作与生产之间的摩擦减少,Alex 表示 Higgsfield AI 能够更快地开发和交付更好的产品。

展望借助 GPT‑Live‑1 实现语音转视频

接下来,Higgsfield AI 希望创作者能够描述一个想法,并在他们讲述的过程中看到它成形。Alex 将这一愿景称为“语音到电影”,即 AI 理解创作者的口头意图并实时呈现他们的构想。

他认为 OpenAI 在规划、工具调用、图像生成和语音方面的进步正在让这一体验更近一步。他将 OpenAI 的语音模型描述为“在语音理解和日常交流方面都是同类最佳”。

对 Higgsfield AI 来说,其雄心是让制作一部电影的感觉更像是描述一个想法,而 AI 处理中间的更多工作。

OpenAI <3 初创企业

加入社区开始构建(在新窗口中打开)
原始出处

OpenAI

内容说明

原始发布及相关权利归来源方。

机器翻译 · 请以原文为准