OpenAI发布Higgsfield采用Astra案例

OpenAI于9月21日在自家创业案例专栏上传了AI视频工具公司Higgsfield采用GPT-6 Astra的案例。这篇案例文章的核心是开发速度。Higgsfield联合创始人兼CEO亚历克斯·马什拉博夫表示："我们很高兴GPT-6 Astra能帮助我们在一天内推出新的探索功能，而且现在这项工作只需要一名工程师就能完成。"

案例文章列出了这种速度的三个来源：Astra规划长周期任务的能力、提前拆解多步骤工作的能力，以及Higgsfield创意团队与工程师紧密协作的工作方式。从实现的角度看，前两项其实是同一种能力的两种说法——模型把一个请求拆分成多个步骤并自行排序，正是它替人省下功夫的地方。

客户端的使用方式也写在同一篇文章里。在Higgsfield制作广告，可以从一句简单的请求开始，比如"拿我们表现最好的广告，生成100个新变体"，选择GPT-6后，这个请求会转化为基于现有广告的新创意方向，生成诸如按国家定制等变体。马什拉博夫表示："Higgsfield让小企业主也能用视频AI制作广告、卖出更多产品。这正是我们在GPT-6模型上看到最大提升的地方。"

100这个数字是公司自己的指南里算出来的简单算术。5款产品乘以5种开场、再乘以4种语言，同一个创意方案就能产生100条不同的广告。这里的4种语言指的是原版加上3种配音版本；如果客户在原版之外还想要4种额外语言，语言数就变成5种，广告数就变成125条。按步骤看：1条原版经过开场变为5条，经过换品变为25条，经过配音变为100条。

每个阶段配的工具也各不相同。基准广告在Marketing Studio中制作，这个工具过去只有9种格式和手写指令可用，现在已经拥有超过1,500个成品模板。更换产品的工作由Genjutsu Object Swap负责，它只用一张参考图替换画面中的产品，镜头运动、构图、光线以及手持物品的方式都保持原样不变。把效果好的开场表演转移到不同人物或场景，则由Motion Transfer完成。

局部修改和收尾工作则交给其他工具。Seedance 2.5 Edit可为30秒以内的视频接入多达50张参考照片或视频，用户可以通过指令或在画面上直接标出要改的区域，来更换背景、服装、道具或氛围。只调整光线的Relight提供六种预设加一种自动模式，并可手动放置最多两个光源，调节位置、颜色、亮度和扩散度。Lipsync Studio通过Google Veo 3、Wan 2.5 Speak、Kling Avatars 2.0、Higgsfield Speak 2.0、Infinite Talk、Sync Lipsync 3、Kling Lipsync这七个模型覆盖18种语言，最后由Reframe把画面调整为9:16、1:1、16:9三种比例。

从实现角度看这套流程，卡点在于并行处理。公司指南写明，Genjutsu、Seedance 2.5 Edit和Lipsync Studio每次只能生成一个结果，没有专门的按钮可以打包批量运行。要真正跑完100条，就必须转到能处理并行任务和可复用流水线的Supercomputer或Canvas。同一篇文章还提到，如果替换产品的尺寸或形状与原版差异很大，或者手部位置需要改变，换品环节就可能失败。

公司列出的发布前检查清单，反过来说明了自动化究竟走到了哪一步。文中写明，需要由人来查看产品是否仍可辨认、标志和包装上的文字是否清晰、手部是否自然地拿着产品、动作是否流畅、口型是否与翻译后的配音对上。这份十二项清单里还包括由母语者审核翻译文案和发音，以及克隆声音时只能使用自己拥有或获得授权的声音。

在METAL查阅的这篇案例文章中，OpenAI把Higgsfield的公司规模标注为初创公司，地区标注为北美，使用的产品标注为API。同一专栏近几天陆续上线了其他案例。METAL此前报道过数据分析工具Hex用Astra制作可视化报告的案例。模型公司用客户名义证明速度，正在成为一种固定的形式。

Higgsfield向模型靠拢的做法也并不新鲜。METAL此前报道过该公司发布了在ChatGPT内自动生成After Effects动态图形的智能体，也报道过保留表演和运镜、只更换背景的Genjutsu。METAL还报道过游戏公司Playco用同一模型将人工修改工作量削减一半的记录。这次的案例讲的是工具制造方自己的速度故事。

功能一天内上线，这句话同时也是在说团队规模。过去要新增一个探索功能，通常需要好几个人花上好几天做策划、实现和审核，而这篇案例文章把这个过程压缩成了一名工程师和一天。但在真正产出100条广告的环节，人工要看的十二项清单依然原封不动。模型变快了多少，需要核查的工作就往后推了多少。