夜雨聆风
Higgsfield 总部位于旧金山，是一家生成式 AI 视频公司。它最初以面向移动端和社交媒体创作者的个性化视频生成产品切入，如今已扩展为覆盖图像、视频、声音、广告创意与 AI 电影制作的综合平台。公司宣布完成 4 亿美元 B 轮融资，估值 54 亿美元，该轮由 DST Global 领投，Tribe Capital、Goldman Sachs Alternatives、Smash Capital、Fifth Wall、Valor Capital、Intel Capital、Liberty Global Tech Ventures、Mirae Asset Capital、NTT DOCOMO Ventures、Accel、Menlo Ventures、GFT Ventures、AI Capital Partners、BroadLight Capital 跟投。
Higgsfield 的联合创始人兼 CEO Alex Mashrabov，以及联合创始人兼 CTO Yerzat Dulat。Alex Mashrabov 此前创办过计算机视觉公司 AI Factory。Snap 在 2019 年收购 AI Factory；此后 Mashrabov 在 Snap 负责生成式 AI 相关工作，参与过 AR 特效、滤镜、Cameos，以及 My AI 等产品。Yerzat Dulat 则更偏向生成式视频技术与模型研发。
在生成式视频行业中，模型能否生成画面只是第一步；角色是否会在不同镜头中“变脸”、服装是否漂移、人物动作是否失真、镜头衔接是否可用，才决定它能否进入商业生产。Dulat 所代表的技术方向，正对应 Higgsfield 后续对人物与场景一致性、镜头可控性和多场景叙事的持续投入。
Higgsfield 的核心是解决生成式视频从单条炫技短片走向可商用、可批量生产、可维持品牌与角色一致性的内容生产系统这一难题。换句话说，Higgsfield 的真正定位正在从 AI 模型公司转向“AI 原生视觉内容工作流与生产基础设施提供商”。
Higgsfield 创立于 2023 年，诞生时正值生成式视频赛道因 OpenAI Sora 等产品受到全球关注。彼时，市场对于 AI 视频的想象主要集中在“文字变成一段视频”这件事本身，但真正面向普通用户、社交媒体创作者和中小品牌的产品仍然有限。许多前沿模型门槛较高、产出过程复杂、可控性不足，也缺少适合短视频和商业传播场景的工作流。
公司最早的产品是移动端应用 Diffuse。2024 年，Diffuse 在部分市场上线 iOS 和 Android 版本，主打用户上传一张自拍照后生成以本人为主角的短视频，也支持文本提示词、参考图片和参考视频等输入方式。Higgsfield 当时的策略有明显的“移动优先”和“社交优先”特征：它并非首先服务大型影视工业，而是希望降低普通人和社交媒体创作者制作个性化视频内容的门槛。
这一时期的 Higgsfield 面临的竞争并不轻松。OpenAI、Google 等大型科技公司掌握更大规模的基础模型和算力资源；Runway、Pika、Luma 等创业公司已在生成视频领域建立品牌。Higgsfield 的选择是避免与通用基础模型公司直接进行“模型参数规模竞赛”，转而专注于产品化和垂直场景：让 AI 能够生成更具社交传播属性、更像真实拍摄作品、并更适合营销用途的视频。
到了 2025 年，Higgsfield 开始从移动端创作工具向浏览器端、专业创作与商业化工作流延伸。公司在 2025 年 3 月上线浏览器产品，强调用户可以在同一个系统中完成从创意构思、素材输入、视频生成到编辑输出的端到端流程。路透社报道称，Higgsfield 通过后训练模型与自研“推理引擎”将多个 AI 系统串联，以改善营销视频中人物、视觉风格与品牌元素的一致性。
这一升级十分关键。早期生成式视频产品常常只能提供几秒钟的片段，用户仍需在剪辑软件、图像工具、配音软件和项目管理工具之间来回切换。Higgsfield 则试图把这些步骤整合为统一的创作界面，使“从一个创意简报到一支可发布广告或短片”的流程尽可能自动化。
2026 年，Higgsfield 的产品叙事进一步转向“AI Cinema”与“视觉内容生产平台”。其 Cinema Studio 4.0 支持基于类型、镜头语言、节奏、角色和场景来生成成片式内容，而非只输出未经编辑的原始视频片段。官方介绍显示，平台目前强调原生 4K、最长一分钟生成、多镜头节奏控制、持续一致的 AI Cast 角色、可复用场景、多人实时协作，以及在一个工作区内调用多个视频模型。
Higgsfield 的产品演变大致可以概括为三个阶段：先是个性化社交视频生成，再是面向创作者的 AI 视频工作台，最终走向面向品牌、代理商、工作室和企业客户的视觉内容生产平台。
早期的 Diffuse 代表了第一阶段。用户可以上传一张自拍，生成以自己为主体的短视频；也可以利用文本、图片或视频作为参考，创建包含指定人物、动作和场景的内容。该产品瞄准了社交媒体用户对“参与感”和“自我表达”的需求：相比单纯观看 AI 生成视频，用户更希望成为视频里的主角。
第二阶段的 Higgsfield 重点是将 AI 视频能力升级为可控的创作流程。平台并非只接受一句描述后返回结果，而是允许用户围绕人物、服装、场景、运镜、风格、节奏和参考素材反复调节。这类能力对于广告、品牌内容和系列化短片尤其重要。例如，一个化妆品品牌希望连续制作十支不同主题的短视频，核心模特、品牌色彩、产品外观和视觉调性必须保持统一。若每次生成都像重新抽卡，AI 就无法真正进入商业内容工作流。
第三阶段则体现在 Cinema Studio 和更广义的“多模型创作平台”上。Higgsfield 并不完全把自己锁定为单一模型供应商，而是允许用户在一个创作界面里选择和调用多个视频模型。路透社指出，公司战略上并非直接挑战 OpenAI 或 Google 等基础模型厂商，而是将第三方模型集成进自身平台，并利用自研推理引擎组织多模型协作。
这意味着 Higgsfield 的商业逻辑接近于“模型之上的应用层与生产层”。在这一模式中，底层模型负责生成能力，Higgsfield 负责将能力封装成真正可交付的内容流程，包括创意简报、角色资产、镜头设计、跨镜头一致性、团队协同、输出规格和商业使用场景。其 Cinema Studio 4.0 已将产品描述为一个“完整的电影制作环境”：用户可以设定片种、时代背景、摄像机运动、节奏和演员，平台则帮助生成经过剪辑组织的场景。
从客户结构看，Higgsfield 的重点已明显偏向营销与商业内容。路透社在 2026 年初报道，社交媒体营销人员约占其使用量的 85%。 这意味着它并不主要依赖独立电影人或普通娱乐用户，而是优先押注一个更大、更高频且付费意愿更明确的市场：品牌需要持续生产 TikTok、Instagram、YouTube Shorts、广告投放素材、电商视觉内容和本地化营销视频。
传统视频生产的根本问题是成本、周期和组织复杂度。即使是一支很短的商业视频，也通常涉及脚本、创意、演员、摄影、灯光、场地、化妆、后期、调色、配音、字幕、合规审核和多版本分发。对于大品牌而言，这个体系成熟但昂贵；对于中小企业和内容创作者而言，则往往难以承担。
Higgsfield 首先解决的是“内容生产成本过高”的问题。通过文本、图像和参考视频生成内容，用户可以在没有完整拍摄团队、专业设备或外景预算的情况下完成初版创意，尤其适合社交平台营销、电商短片、概念广告、产品视觉化和内容测试。Mashrabov 曾将这一目标描述为降低“production tax”，即减少内容制作过程中由预算、技术门槛和协作链条带来的额外成本，让创意本身而不是制作资源决定竞争力。
其次，它试图解决“内容生产速度跟不上平台节奏”的问题。社交媒体与效果广告环境要求品牌不断测试不同文案、镜头、人物、风格、地域语言和受众版本。传统制作模式中，一条视频往往要花数天甚至数周；而 AI 生成工具可以将素材探索、创意打样和版本迭代压缩到更短周期。对于依赖高频内容分发的营销团队，这种速度优势本身就是商业价值。
第三个关键痛点是“AI 视频难以保持一致性”。生成式视频的早期缺陷并非只有分辨率和真实感不足，更在于同一角色在不同镜头中外貌变化、同一场景无法复用、品牌产品细节不稳定，以及连续叙事难以成立。Higgsfield 强调 AI Cast、可复用地点、共享元素和跨镜头角色一致性，正是为了让用户从“单条可看视频”走向“可连贯制作一组内容”。
第四个痛点是“创作工具碎片化”。过去，创作者可能需要在文生图、文生视频、视频编辑、人物配音、素材管理和协作软件之间切换。Higgsfield 希望把这些能力放进一个统一工作区，并通过多模型支持减少用户在不同 AI 平台之间迁移项目的摩擦。这种一体化思路尤其适合代理商和企业团队，因为它不仅影响单个视频的生成效率，也影响资产沉淀、品牌管理与多人协作效率。
不过，Higgsfield 并没有彻底消除生成式视频的所有生产风险。版权、训练数据来源、肖像权、深度伪造、虚假信息、品牌安全和内容审核仍是整个行业的共同挑战。早期报道指出，Higgsfield 曾表示会结合自动化和人工审核，并通过分阶段推出产品来观察潜在滥用情况；但其训练数据来源及企业客户如何处理素材与数据权利，仍需要在规模化过程中持续建立更透明、更可靠的治理机制。
Higgsfield 所处的 AI 视频市场可以大致分成三类竞争者。第一类是基础模型巨头，包括 OpenAI、Google，以及字节跳动等拥有巨大数据、算力和模型研发资源的公司。这些公司竞争的重点是模型质量、长视频生成、物理世界模拟能力、多模态理解能力和全球分发能力。它们的优势是技术上限高，但产品可能未必完全围绕营销团队或专业创作者的具体工作流程来设计。
第二类是生成式视频原生创业公司，其中最具代表性的是 Runway。Runway 长期服务艺术家、影视创作者和专业视频制作用户，在可控生成、视频编辑、特效和创作工具方面拥有较强品牌认知。Pika、Luma AI 的 Dream Machine、Kling 等则各自以易用性、生成质量、写实运动表现或高热度用户增长占据市场。Higgsfield 与这类公司直接竞争，但其差异在于更强调“营销生产系统”和“AI 电影级工作空间”，而不只是单模型体验。
第三类是面向企业传播、数字人和本地化视频的 AI 公司，例如 Synthesia、HeyGen 等。这类产品通常更聚焦企业培训、销售演示、数字人讲解和多语种内容。与它们相比，Higgsfield 的重心更偏向高视觉冲击力、广告创意、社交媒体传播和叙事化视频，而非标准化的企业数字人演示。
在商业竞争中，Higgsfield 的最大优势是其对“创意可控性”和“商业内容规模化”的押注。它不必在每一项底层模型能力上都领先，但必须在用户真正愿意付费的场景中更高效：更快地生成可发布素材，更稳定地维持角色与品牌一致性，更方便地让团队协作，并能将不同模型的能力纳入同一平台。其风险则是底层模型厂商可能不断向应用层渗透，Runway 等同行也会持续增强工作流和企业服务能力，导致产品差异化被快速压缩。
公司宣称拥有超过 3000 万全球用户、覆盖 238 个国家和地区，并为 390 家《财富》500 强企业提供视频生产工具。
初创公司融资咨询服务
WeDeal位于美国硅谷，专注于为北美 Pre-Seed、Seed 及 Series A 阶段创业公司提供专业融资咨询服务，帮助创始人建立完整的融资规划，提高融资效率和成功率。
服务内容包括：融资策略、公司估值、融资规划、股权架构（Cap Table）设计、ESOP、Pitch Deck 优化、财务模型、投资协议解读及 VC 尽职调查（Due Diligence）支持等核心环节。从投资人的视角帮助创业团队优化商业模式、融资叙事、财务预测及投资材料，并深入解析 Term Sheet、SAFE、Convertible Note、Equity SPA、SHA 等融资协议，帮助创始人降低融资过程中的法律及商业风险。我们将帮助创始人快速建立符合 VC 投资标准的融资思维。
我们还提供融资谈判策略及 Data Room 准备等服务，协助企业更高效地融资，并建立长期、可持续的资本市场战略。
如有需求，请私信后台咨询。
===================
美股二级市场数据服务
StockFan App - 用户覆盖全球60个国家的美股大数据和社区平台
