Higgsfield借助新模型将AI视频时长拉长至10分钟以上

专业视频与图像创作正在向更多普通人开放。Higgsfield AI 致力于降低创意门槛。在此之前，平台生成的视频时长上限普遍在1分钟左右；如今，其首席执行官兼联合创始人 Alex Mashrabov 表示，用户已能够直接生成10分钟以上的长视频。

长视频制作能力的突破，让小型创意团队可以承接更具野心的项目。据介绍，借助 GPT-6 Astra 和 GPT-Image-2.5 等模型，单个创作者从头到尾独立操盘顶级时尚大片已成为现实。

突破一致性瓶颈，解锁10分钟长视频

Higgsfield AI 研发的创意 AI 智能体（Agent）主要承担重复性的制作任务，例如为单个镜头生成多种变化版本。在引入 GPT-6 Astra 后，这些智能体能够进一步调用外部工具，接管原本繁琐的 3D 建模手工操作。这一能力的升级，直击创意 AI 领域最棘手的痛点：长视频中的多镜头一致性难题。

这一技术的实际成效已体现在 Higgsfield AI 官方 YouTube 频道上。该频道拥有近50万订阅者，专门教学员如何利用 AI 模型与工作流进行创作。过去，制作教学视频需要耗费大量人工剪辑；如今团队已经跑通全新工作流，完全依靠 AI 生成长度超10分钟的成套教学内容。

这项技术同样被应用于教育公益。Mashrabov 长期支持哈萨克斯坦的乡村学校，他尝试利用 GPT-6 Astra 的视觉理解能力，自动定位学生在学习中遇到的难点，并针对性生成个性化的辅导长视频。

图像文字排版优化与原型落地加速

对于预算有限的小微企业而言，制作宣传物料不仅需要优质画面，清晰易读的文字排版与信息图表同样关键。GPT-Image-2.5 弥补了这一短板，能够在图像上方稳定、准确地渲染出文字和图表，大幅降低了营销素材的生产门槛。

在产研协作方面，Higgsfield AI 拥有约200名创意人员和100名工程师。Codex 为创意团队提供了相当于资深软件工程师的编程支持，创意人员可以直接将灵感转化成软件原型。过去，将这些原型推向生产环境需要大量前后端工程师介入；而现在借助新模型，系统可以直接交付达到生产级别的代码，极大缩短了从创意到成品的研发链路。

下一步：从语音直出电影

Higgsfield AI 下一步的研发重心是「语音成片」（voice to movie）。团队希望让创作者只需开口描述想法，画面就能在说话的过程中实时成型，由 AI 实时理解创作者的口头意图并完成镜头渲染。

随着规划能力、工具调用、图像生成与实时语音交互技术的持续演进，制作一部影片的体验正变得更像在脑暴表达，中间复杂的生产制作环节将由 AI 全面接管。