Higgsfield：打造能自行配置運算資源的 Agents｜DevDay 2026

🧑‍🏫 這支是 AI 影音平台 Higgsfield 的執行長 Alex Mashrobov 在 OpenAI DevDay 的分享。他講他們怎麼讓 AI 自己挑模型、自己開運算資源，做出長影片、AI 直播這類以前要大團隊才做得到的內容。如果你在用 AI 做圖或做影片，他講的「單張好做、連貫難做」和小團隊怎麼突破，很值得參考。

• 00:00 來賓 Alex Mashrobov 曾共同創辦後來成為 Snapchat Cameos 的產品，之後在 Snap 帶領生成式 AI。
  ↳ 來賓 Alex Mashrobov 有相關經歷。他參與創辦的產品後來變成 Snapchat 的 Cameos，可以把自己的臉放進短動畫。之後他在 Snap 負責生成式 AI。
• 00:32 他現在是 Higgs Field 共同創辦人兼 CEO，用 agents 選擇模型、啟動新的 GPU，開創新的媒體創作與體驗方式。
  ↳ agent 是能自己判斷、自己動手完成任務的 AI 系統。他的公司讓 agent 自己挑模型、自己開 GPU（跑 AI 用的運算晶片），用這套方式做新型態的媒體。
• 01:03 Higgs Field 是多媒體 AI 平台。創意行銷人員可用 Astra 等模型，加上 Higgs Field 的影像與影片模型，從頭到尾製作廣告活動。
  ↳ Higgsfield 是一站式的 AI 影音平台。行銷人員可以把 Astra 這類模型和 Higgsfield 自家的影像、影片模型搭在一起用，從發想到成品做完一整套廣告。
• 01:03 他認為最重要的是，這些 AI 生成的廣告能幫企業提升營收與銷售。
  ↳ 他強調的不是「AI 做得出來」，是做出來的廣告要真的幫公司多賣東西、多賺錢。
• 01:35 團隊看到很多人想打造過去做不到的創意媒體與互動媒體，因此推出 Higgs Field API，幫開發者上線這類體驗並建立新事業。
  ↳ API 是讓別的程式接上、呼叫某個服務的介面。很多人想做以前做不到的創意或互動內容，Higgsfield 開放 API，讓開發者把這些能力接進自己的產品，甚至拿來開新生意。
• 01:35 OpenAI Astra 等模型搭配 Higgs Field API，可以讓只有一個人的團隊做出一部互動節目。
  ↳ 把 OpenAI 的模型和 Higgsfield API 組起來，以前要一整個製作團隊才做得出的互動節目，現在一個人就有機會做完。
• 02:13 他們觀察到的痛點是：做出好的單一素材（例如概念圖）很容易，但要圍繞它做出連續的體驗很難。
  ↳ 用 AI 生一張好看的概念圖很簡單。難的是讓角色、畫風、劇情前後連貫，做成一段看得下去的完整影片或體驗。
• 02:44 為了解決這個痛點，他們推出了 supercomputer。
  ↳ 他們推出叫 supercomputer 的東西來處理這個問題。影片沒細講內容，從後面幾點看，應該是一套會自己調度模型和 GPU 的 agent 系統。
• 02:44 他們做出新的影片剪輯 skill，能穩定產出 10 分鐘長的影片。他說沒有 Astra 模型就無法想像能做到。
  ↳ skill 是 AI agent 可以重複使用的一套能力或做法。他們做了一個影片剪輯 skill，能穩定剪出 10 分鐘的長片。他說少了 Astra 模型做不到。
• 03:15 為了做出這個體驗，他們花了 30,000 美元。
  ↳ 光是把這個體驗做出來就花了 3 萬美元，表示這種長影片、多步驟的 AI 製作成本不低。
• 03:15 要把這類 skill 用在正式產品上，得做很多決策，例如哪種用途該用哪個模型。
  ↳ 從實驗變成正式產品，要決定的細節很多，例如每個步驟交給哪個模型最合適。挑錯了，品質和成本都會出問題。
• 03:15 Agentic 系統必須很會自我評估，自己訂出具體標準，判斷哪種輸出品質可以接受。
  ↳ self-evaluation（自我評估）是 AI 自己檢查成果。Agentic（能自主行動）的系統要先訂清楚怎樣算合格，才能自己判斷成品能不能用，不用人一直盯。
• 03:47 他認為 Sol 模型和 Astra 模型在創意上特別獨特，並提到大概從 Sol 5.5 開始。
  ↳ 他覺得 Sol 和 Astra 這兩個模型在創意表現上特別突出，大概是從 Sol 5.5 這一版開始有這種感覺。
• 03:47 創作從點子和概念開始，接著要訂出很具體的執行計畫，並明確定義最終成果的標準。
  ↳ 跟人做創作一樣，先有點子，再寫出具體步驟，並且事先講清楚成品要達到什麼標準。這樣 AI 才知道往哪裡做、做到哪裡算完成。
• 04:18 他們發現確定性的工作流程很有價值。這類流程可包含用影片模型、微調過的影片模型做進階渲染等。
  ↳ deterministic workflow（確定性工作流程）是步驟固定、每次照同一套跑的流程，結果比較穩。裡面可以接 fine-tuned（用特定資料再訓練過的）影片模型做精細渲染。
• 04:48 為了做出 supercomputer，他們必須打造能自行啟動 GPU 基礎設施的 agent。這對不同用途都能穩定執行至關重要。
  ↳ 為了撐起 supercomputer，他們讓 agent 自己啟動 GPU 運算資源，不用人手動設定。這樣不管任務要多少運算量，都能穩定跑完。
• 05:18 他認為 Astra 大概是下一代模型，能解鎖 computer use 的應用情境。
  ↳ computer use 是讓 AI 像人一樣看螢幕、點選、操作軟體。他認為 Astra 這一代模型讓這種用法真正可行。
• 05:18 傳統創意流程需要 15 人以上的團隊，成員要熟練 10、12 套工具。點子到執行之間有很重的「製作稅」。
  ↳ production tax（製作稅）是點子變成成品過程中的隱形成本。傳統要 15 人以上、各自精通十幾套軟體，光是協調就花掉大量時間和錢。
• 05:48 這種情況在遊戲產業很常見：視覺品質門檻越來越高，預算也大幅成長。
  ↳ 遊戲業最明顯。玩家對畫面的要求越來越高，做一款遊戲需要的人力和預算也跟著大幅增加。
• 05:48 Astra 可以代替創作者操作這 10、12 套程式，讓小團隊更容易成功。主持人補充這是透過 sub-agent 做到的。
  ↳ sub-agent 是主 agent 底下負責分工的小幫手。Astra 透過 sub-agent 替創作者操作那十幾套軟體，小團隊不用每套都精通也做得出成果。
• 06:49 連續影片生成與自動剪輯需要做很多決策。其中之一是必須優化速度，才能做到即時體驗。
  ↳ real-time experience（即時體驗）是畫面當下生成、不用等。連續生成影片加上自動剪輯，要做很多取捨，其中速度一定要夠快，不然做不到即時。
• 06:49 他提到當天發表了超高速模型，讓即時體驗對所有人都更容易取得。
  ↳ 他提到當天發表了一款速度非常快的模型，讓更多人都有能力做即時體驗。
• 07:19 在那之前，他們與知名實況主 Neon 合作，做出第一個 AI 生成的直播。
  ↳ 這款快速模型出來之前，他們已經和實況主 Neon 合作，做出第一場畫面由 AI 生成的直播。
• 07:19 直播中有兩位真人創作者：Higgsfield 代言人與 Neon。兩人走在紐約街頭，和路人互動。
  ↳ 直播主角是兩位真人，Higgsfield 的代言人和 Neon。他們在紐約街頭走、和路人互動，AI 負責處理畫面。
• 07:49 模型（字幕作 Astro）即時重建整個世界，看起來很真實。這場直播超過十小時。
  ↳ 模型（字幕寫作 Astro）即時把整個街景重新生成，看起來很逼真，而且連續跑了十個多小時。
• 07:49 他說這是過去無法想像的新媒體形式。現在兩三人的開發團隊就能做出這類體驗，並在上面建立事業。
  ↳ 他認為這是以前想像不到的新媒體。現在兩三個開發者就做得出來，還能拿它來做生意。
• 08:50 三到五人的團隊就能從頭到尾做出產品，這在手機 app、網站等直接面對消費者的應用上很常見。
  ↳ direct-to-consumer app 是直接給一般消費者用的產品，像手機 app、網站。這類產品本來就常由三到五人的小團隊從零做到上線。
• 08:50 這些新型態的消費者體驗，可以靠 Higgsfield API 加上 OpenAI 模型實現。
  ↳ 這些新玩法不用自己從頭研發模型，用 Higgsfield API 加上 OpenAI 的模型就組得出來。
• 09:20 在規模較大的應用中，可控性變得很重要。
  ↳ 使用的人一多，光是做得出來不夠，還要確保 AI 的行為在掌控之中，不會亂來。
• 09:20 他們很重視替 agent 設下 guardrails，並透過搭配 GPU 的 perimeter 基礎設施提供安全部署。
  ↳ guardrails（護欄）是限制 agent 能做什麼的規則。perimeter infrastructure 可以理解成搭配 GPU、設好安全邊界的部署環境，讓 agent 在受控範圍內運作。
• 09:50 這幫他們加速了企業市場的 go-to-market。現在這項能力已在 Higgsfield API 開放，其他人也能做出同樣的體驗。
  ↳ go-to-market 是把產品推向市場、賣給客戶的過程。安全部署做好了，他們打進企業市場更快。這項能力現在也開放在 API 上給別人用。
• 09:50 主持人用冰球比喻：用最新模型開發時，要往冰球將要去的地方前進。
  ↳ 主持人用冰球打比方，要往球「將要去」的位置滑，不是追它現在的位置。意思是開發時要預想模型很快會變多強，不要只照現在的能力設計。
• 10:20 他說模型進步非常快，當天稍早就看到與 decisioning 相關的新能力即將推出。
  ↳ 模型進步得非常快，他當天稍早就看到和 decisioning（讓 AI 自己做判斷、下決定）有關的新能力快要推出。
• 10:50 他認為互動媒體創作正前所未有地普及化。過去的瓶頸在於要協調大量不同工具，有了 Astra（字幕作 Astray）才終於能突破。
  ↳ 以前做互動內容最卡的地方是要串起一大堆不同工具。他認為有了 Astra（字幕寫作 Astray）終於能突破，一般人也做得到。
• 11:20 他們開源了自己的新 skill，例如 AI 影片剪輯 skill，用來製作 AI 的 YouTube 解說影片。
  ↳ open-source（開源）是把做法公開，讓大家免費拿去用、修改。他們開源了 AI 影片剪輯 skill，可以用來做 AI 生成的 YouTube 解說影片。
• 11:20 Higgsfield 內部也用這個 skill 製作介紹自家產品的教學影片。他笑稱這像是 singularity。
  ↳ 他們自己也用這個 skill 做產品教學影片，等於用自家 AI 介紹自家 AI。他開玩笑說這像 singularity（科幻常說的 AI 自我進化轉折點）。
• 11:50 現在也有開發者用同一個 skill，製作自己產品的教學影片。
  ↳ 不只 Higgsfield 自己用，外面的開發者也拿同一個 skill 幫自己的產品做教學影片。
• 12:20 結語：他們只花 18 個月就打造出 Higgsfield，現在正是打造你自己產品的最好時機。
  ↳ 他們只花 18 個月就把 Higgsfield 做起來。他想說的是工具已經夠成熟，現在動手做自己的產品正是時候。

Higgsfield 與實況主 Neon 合作的第一個 AI 生成直播，持續了多久？