Startup kreator Higgsfield bekerja sama dengan OpenAI untuk memperluas kemampuan pembuatan video berbasis kecerdasan buatan, dari sebelumnya sekitar satu menit menjadi lebih dari sepuluh menit per klip. Berdasarkan rilis resmi OpenAI (13/10), kolaborasi ini mengandalkan tiga model utama OpenAI, yaitu GPT-6 Astra untuk pembuatan video berdurasi panjang, GPT-Image-2.5 untuk kendali visual yang lebih presisi, serta GPT-Live yang membuka jalan ke filmmaking berbasis suara.
Bagi kreator konten, Higgsfield menjelaskan bahwa durasi yang lebih panjang menjawab salah satu keterbatasan paling terasa pada video AI selama ini, yaitu potongan yang terlalu pendek untuk kebutuhan cerita yang utuh. Lewat GPT-Live, pengguna cukup memakai perintah suara untuk membentuk adegan dan dialog, sehingga proses produksi tidak lagi harus sepenuhnya diketik di layar.
Higgsfield menambahkan bahwa GPT-Image-2.5 memberi peningkatan pada konsistensi visual, mulai dari penampilan karakter hingga komposisi setiap adegan, sehingga hasil antara satu bagian dan bagian lain tetap terjaga. Ketiga model ini tersedia lewat platform Higgsfield, dengan paket yang sudah mulai bisa diakses oleh pengguna.
Secara umum, video AI adalah proses membuat klip video dari teks, gambar, atau perintah suara menggunakan model generatif. Istilah filmmaking berbasis suara merujuk pada alur kerja di mana kreator mengendalikan cerita lewat rekaman dan instruksi suara, mirip dengan cara bekerja pada set syuting tradisional. Kemampuan menghasilkan video panjang sekaligus menjaga konsistensi visual menjadi salah satu tantangan teknis terbesar di bidang ini karena model harus mempertahankan konteks karakter, latar, dan gaya hingga ribuan bingkai sekaligus.