Higgsfield 将 AI 视频时长扩展到 10 分钟以上

OpenAI 于 10 月 13 日公布了 AI 视频与图像创作平台 Higgsfield 引入 GPT-6 Astra 的案例。据 OpenAI 介绍，在 GPT-6 Astra 之前，Higgsfield 上制作的视频最长约 1 分钟，如今用户可以制作超过 10 分钟的视频。借助这一模型，Higgsfield 将 AI 视频时长扩展到 10 分钟以上。Higgsfield 首席执行官兼联合创始人 Alex Mashrabov 表示：“对 Higgsfield 来说，最重要的是看到小型创意团队借助 GPT-6 Astra 和 GPT-Image-2.5 这样的模型，现在真的能取得更大成功。”

延长视频的关键在于工具调用。Higgsfield 的创意智能体负责重复性制作任务，例如为一个镜头生成多个变体。有了 GPT-6 Astra，这些智能体还能调用外部工具，处理 3D 建模中复杂的手工工作。Mashrabov 解释说，这一能力有助于解决创意 AI 最难的问题之一，即保持长视频的一致性。

成果可以在 Higgsfield 自己的 YouTube 频道上看到。据 Mashrabov 介绍，这个教创作者使用 AI 模型和工作流程的频道订阅人数接近 50 万。过去制作这些教学内容需要大量手工投入，而团队用 GPT-6 Astra 搭建了由 AI 生成 10 分钟以上教学视频的工作流程。Mashrabov 还在支持哈萨克斯坦的乡村学校，他介绍了一项早期尝试：利用 GPT-6 Astra 的视觉理解能力找出学生感到吃力的主题，并制作有针对性的视频。

在图像方面，关键是文字。对小企业的宣传物料来说，清晰可读的文字和精确的信息图与图像本身同样重要。Mashrabov 表示，没有大额制作预算的企业现在也能用 GPT-Image-2.5 做出这样的内容。他说：“GPT-Image-2.5 是最先进的模型，也是同类模型中第一个能在图像上稳定呈现文字和信息图的模型。”他还表示，这类模型让一名创作者就能从头到尾完成高端时尚广告活动。

公司内部的工作方式也发生了变化。Higgsfield 由约 200 名创意人员和 100 名工程师紧密协作打造产品。创意团队用 Codex 把想法变成软件原型。Mashrabov 形容 Codex 给了创意团队“一位非常强大的软件工程师的力量”。过去要把原型放进正式产品，需要前端和后端工程师大量参与，而他表示：“GPT-6 Astra 能交付可用于生产的代码，这在以前从未实现过。”原型与产品之间的摩擦减少后，公司能更快推出更好的产品。

METAL 曾报道 Higgsfield 年化收入突破 10 亿美元。这个案例展示了该公司正在借助哪些模型扩大制作范围。OpenAI 在案例页面上标注的 Higgsfield 所用产品为 API 和 Codex，公司类别为北美媒体、娱乐与体育领域的初创企业。

下一个目标是语音。Higgsfield 设想创作者一边口头描述想法，画面一边实时生成，Mashrabov 称之为“语音成片”。他认为 OpenAI 在规划、工具调用、图像生成和语音方面的进展正让这种体验更近一步，并评价 OpenAI 的语音模型“在语音理解和日常交流方面都是同类最佳”。在 METAL 查看的案例视频中，Mashrabov 表示，新模型正在让想象与创作构想之间的壁垒消失。

Higgsfield 设想的电影制作更接近于描述一个想法，中间的工作更多由 AI 承担。从 1 分钟增至 10 分钟的视频时长，以及 200 名创意人员亲自交付代码的组织形态，说明制作规模的边界正从团队人数转向如何运用模型的设计。