Higgsfield AIは、アイデアを持つ誰もがプロレベルの動画や画像を制作できるようにすることを目指しています。GPT‑6 Astra以前は、AIで生成される動画は約1分が上限でした。現在は、共同創業者兼CEOのAlex Mashrabov氏によると、ユーザーは10分を超える動画を作成できます。Alex氏によれば、GPT‑6 AstraやGPT‑Image‑2.5といったモデルにより、一人のクリエイターが企画から完成まで高品質なファッションキャンペーンを手がけることも可能になったとのことです。
“Higgsfieldにとって最も重要なのは、GPT-6 AstraやGPT-Image-2.5のようなモデルの力によって、小規模なクリエイティブチームが今まで以上に成功できることを確認することです。” Higgsfieldのクリエイティブエージェントは反復的な制作作業を担い、GPT‑6 Astraでは複雑な3Dモデリング作業のために外部ツールを呼び出すこともできます。Alex氏は、これによりクリエイティブAIの最も難しい課題の一つ、長い動画全体での一貫性の維持に対応できると述べています。ほぼ50万人の登録者を持つ同社のYouTubeチャンネルでは、現在AIワークフローを使って10分を超える解説動画を制作しています。
中小企業にとって、GPT‑Image‑2.5は大きな制作予算がなくても、読みやすい文字や正確なインフォグラフィックを提供します。Alex氏は、画像の上に文字やインフォグラフィックを確実に描画できる初のモデルだと説明しています。Higgsfieldはまた、約200人のクリエイターと100人のエンジニアの協業によって製品を開発しています。クリエイターはCodexを使ってアイデアをソフトウェアのプロトタイプに変え、Alex氏によれば、GPT‑6 Astraは今や本番環境に対応したコードを出荷でき、これは以前には不可能だったとのことです。
今後、Higgsfieldはクリエイターがアイデアを話しながら、それが形になっていく様子を見られることを目指しており、Alex氏はこれを「ボイス・トゥ・ムービー」と呼んでいます。同氏は、計画立案、ツール呼び出し、画像生成、音声における進歩がこの体験に近づけていると指摘し、音声モデルは音声理解において同クラス最高だと述べています。
出典: OpenAI Blog · 要約：HeadlinesBriefing