Higgsfield 借助 GPT‑6 Astra 为创作者带来更长的视频，借助 GPT‑Image‑2.5 带来更精准的视觉画面，并通过 GPT‑Live 开辟语音电影制作之路。

Higgsfield AI ⁠（在新窗口中打开）的使命是让任何有创意的人都能轻松进行专业视频和图像创作。在 GPT‑6 Astra 出现之前，这些视频最长只有大约一分钟。如今，据首席执行官兼联合创始人 Alex Mashrabov 介绍，用户可以创建超过 10 分钟的视频。

更长的视频只是 Higgsfield AI 帮助小型创意团队承接更具雄心项目的一种方式。据 Alex 介绍，借助 GPT‑6 Astra 和 GPT‑Image‑2.5 等模型，如今单个创作者就有可能从头到尾完成高端时尚广告活动。

“对 Higgsfield 来说，最重要的是看到小型创意团队如今借助 GPT-6 Astra 和 GPT-Image-2.5 等模型的能力，确实能够取得更大的成功。”

借助 GPT‑6 Astra 让更长视频成为可能

Higgsfield AI 的创意智能体承担重复性的制作任务，例如为同一镜头创建多个变体。借助 GPT‑6 Astra，这些智能体还可以调用外部工具来处理 3D 建模中复杂的手动工作。Alex 表示，这一能力有助于解决创意 AI 最棘手的问题之一：在更长视频中保持一致性。

证据可以在 Higgsfield AI 自己的 YouTube 频道上看到，Alex 称该频道拥有近 50 万订阅者。该频道教创意人士如何使用 AI 模型和工作流。过去，Higgsfield AI 制作这些内容需要投入大量人工。但借助 GPT‑6 Astra，团队构建了一套工作流，利用 AI 生成超过 10 分钟的教学视频。

能够创建更长的教学视频对 Alex 个人而言也很重要。他支持哈萨克斯坦的乡村学校，并描述了早期利用 GPT‑6 Astra 的视觉理解能力识别学生可能遇到困难的主题，并制作针对他们学习需求视频的尝试。

借助 GPT‑Image‑2.5 为小企业提供更精准的图像

对于制作宣传内容的小企业来说，清晰可读的文字和精准的信息图可能与图像本身同样重要。Alex 表示，GPT‑Image‑2.5 让没有大额制作预算的企业也能制作这类内容。

“GPT‑Image‑2.5 处于最先进水平，也是同类模型中第一个能够在图像之上可靠呈现文字和信息图的模型。”他说。

借助 Codex 实现从创意想法到产品更快的路径

Higgsfield AI 通过约 200 名创意人员和 100 名工程师之间的紧密协作来打造其产品。Alex 分享道，Codex 赋予了创意团队“一位非常强大的软件工程师的能力”。

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 减少了将这些想法转化为产品所需的工作量。

“GPT-6 Astra 能够交付生产就绪的代码，这在以前是不可能实现的。”

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

展望 GPT‑Live‑1 的语音转视频功能

接下来，Higgsfield AI 希望创作者能够描述一个想法，并在他们说话时看到它成形。Alex 将这一愿景称为“语音转电影”，即 AI 理解创作者的口头意图并实时渲染他们的构想。

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接近现实。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的”。

对于 Higgsfield AI 而言，其目标是让创作一部电影感觉更像是在描述一个想法，由 AI 承担中间更多的环节。

转载声明：本文为转载整理，原文版权归原作者及原站点所有。

原文来源：OpenAI Blog

原创地址：https://openai.com/index/higgsfield-longer-videos-voice