Higgsfield AI借助GPT-6 Astra实现10分钟以上长视频生成，探索语音驱动电影制作
2026/10/13 20:00阅读量 2
AI视频初创公司Higgsfield AI宣布，依托OpenAI的GPT-6 Astra和GPT-Image-2.5模型，成功将AI生成的视频时长从约1分钟扩展至10分钟以上。这一突破解决了长视频中的画面一致性问题，使小型创意团队能够独立完成高端时尚广告等复杂项目。此外，该公司正利用Codex加速产品原型开发，并计划通过GPT-Live-1实现“语音到电影”的实时创作体验。
事件概述
AI视频与图像创作平台 Higgsfield AI 宣布其工作流已发生重大升级，核心在于整合 OpenAI 的多项前沿模型技术。CEO Alex Mashrabov 指出，借助 GPT-6 Astra 和 GPT-Image-2.5，Higgsfield 不仅大幅延长了视频生成时长，还提升了视觉精度和开发效率，旨在让小型创意团队具备执行大型商业项目的能力。
核心信息
1. 突破时长限制：GPT-6 Astra 支持超10分钟视频生成
- 一致性挑战解决： 此前 AI 视频通常局限于1分钟左右，主要难点在于长序列中的画面一致性。GPT-6 Astra 赋予创意代理（Creative Agents）调用外部工具处理复杂3D建模任务的能力，从而有效维持长视频的内容连贯性。
- 实际应用案例： Higgsfield 的 YouTube 频道（拥有近50万订阅者）利用该模型生成了超过10分钟的 instructional videos（教学视频），大幅减少了人工制作成本。
- 社会价值延伸： 创始人 Alex Mashrabov 利用 GPT-6 Astra 的视觉理解能力，为哈萨克斯坦农村学校定制教学视频，识别学生薄弱环节并提供针对性内容。
2. 提升视觉精度：GPT-Image-2.5 强化文本与图表渲染
- 精准图文结合： 针对中小企业宣传需求，GPT-Image-2.5 被描述为业界首个能可靠地在图像上渲染可读文本和信息图表的模型。
- 降低制作门槛： 该能力使得缺乏大型制作预算的小型企业在创建促销内容时，能够获得专业级的视觉效果，无需依赖传统后期特效团队。
3. 加速产品开发：Codex 打通创意到代码的路径
- 原型即生产： Higgsfield 内部拥有约200名创意人员和100名工程师。通过 Codex，创意人员可直接将想法转化为软件原型。
- 代码交付能力： GPT-6 Astra 具备直接生成生产就绪代码（production-ready code）的能力，显著降低了前端和后端工程师在原型落地阶段的介入程度，缩短了从概念到产品的迭代周期。
4. 未来愿景：GPT-Live-1 实现“语音到电影”
- 实时语音交互： Higgsfield 正在探索基于 GPT-Live-1 的“Voice to Movie”功能。该功能旨在让创作者通过口语描述想法，AI 实时理解意图并渲染画面。
- 技术基础： 这一愿景依赖于 OpenAI 在规划、工具调用、图像生成及语音理解方面的综合进步，特别是其语音模型在理解和日常通信方面的顶级表现。
值得关注
Higgsfield AI 的案例表明，当前 AI 视频生成技术已从单纯的“片段生成”转向“长叙事构建”和“全链路自动化”。GPT-6 Astra 在长上下文一致性上的突破，以及 GPT-Image-2.5 在细节控制上的提升，共同推动了 AI 内容创作向专业化、规模化迈进。同时，Codex 与语音模型的结合，预示着未来创作流程可能进一步简化为自然语言交互，极大降低影视制作的专业技术壁垒。