От минуты к десяти: новый стандарт длины
Компания OpenAI анонсировала масштабное обновление своей генеративной модели Higgsfield. Ключевое изменение касается длительности создаваемого видеоконтента: если ранее максимальный лимит составлял около 1 минуты, то теперь система способна генерировать непрерывные ролики длительностью более 10 минут. Это критически важно для создания полноценных нарративов, а не просто коротких клипов.
Технология Voice-to-Video
Помимо увеличения хронометража, Higgsfield теперь поддерживает функцию Voice-to-Video. Модель способна синхронизировать движения губ и мимику персонажей с аудиодорожкой в реальном времени. Это позволяет создавать видео, где персонажи не только двигаются естественно, но и произносят реплики, точно попадая в ритм и интонацию озвучки.
Консистентность и детализация
Главная сложность при генерации длинных видео — сохранение визуальной согласованности (консистентности) персонажей и фона на протяжении всего ролика. Обновленная архитектура Higgsfield решает эту проблему, предотвращая «дрожание» объектов и искажение черт лица при длительных сценах. Модель учитывает контекст предыдущих кадров, чтобы обеспечить плавный переход между ними.
Значение для индустрии
Переход от коротких 10-секундных клипов к 10-минутным видеорядом открывает новые возможности для создателей контента, маркетологов и разработчиков игр. Это позволяет генерировать полноценные сцены, рекламные ролики или образовательные материалы без необходимости ручной склейки и пост-продакшена. Higgsfield остается в стадии раннего доступа, и OpenAI продолжает работать над улучшением качества и скорости генерации.
Источник: OpenAI ↗