Higgsfield AI、OpenAIの最新モデルで10分超の動画生成を実現　画像内の文字描画や音声制作への展開も

要点

• 米スタートアップのHiggsfield AIが、OpenAIの「GPT-6 Astra」などを導入し、AI動画の生成時間を従来の約1分から10分超に拡大させた。

• GPT-6 Astraによる外部ツール連携と3D処理により、長尺動画の難題だった視覚的一貫性の維持を実現した。

• 「GPT-Image-2.5」で画像内への正確な文字描画を可能にしたほか、「Codex」でクリエイター主導の試作開発を推進している。

• 「GPT-Live-1」を活用し、声でアイデアを語るだけでリアルタイムに映像化する制作環境の実現を目指している。

• 米OpenAIは2026年10月13日、公式ブログで動画生成AIスタートアップ・Higgsfield AI（ヒッグスフィールドAI）の事例を公開した。同社は「GPT-6 Astra」や「GPT-Image-2.5」などを導入し、これまで約1分にとどまっていた動画生成の上限を10分超に拡大した。個人クリエイターでも長尺かつ高品質な制作を行える環境を整えるとともに、製品開発の効率化や音声指示による映像制作の構想を進めている。

外部ツール連携と3D処理で実現した10分超の動画生成

従来の動画生成AIは長尺になるほど被写体や構図の整合性が崩れやすく、Higgsfield AIでも約1分が上限だった。しかし、同社CEO兼共同創業者アレックス・マシュラボフ（Alex Mashrabov）氏によると、「GPT-6 Astra」の導入により10分を超える動画制作が可能になったという。

同社システムでは、自律型エージェントが同一ショットのバリエーション作成など反復タスクを担当する。GPT-6 Astraにより、エージェントが外部ツールを呼び出して複雑な3Dモデリング（立体形状のデータ構築技術）を処理できるようになり、長尺動画で最難関とされる視覚的一貫性の維持が可能になった。

この技術は、登録者数約50万人を持つ同社公式YouTubeチャンネルの解説動画制作でも実証されている。従来多大な手作業を要した10分超の動画を、AI主導のワークフローで生成しているという。マシュラボフ氏はさらに、支援先であるカザフスタン農村部の学校向けにも応用し、GPT-6 Astraの視覚理解機能で生徒の苦手分野を特定して学習動画を作成する取り組みも進めている。

「GPT-Image-2.5」による正確な文字描画と少人数制作の支援

動画の長尺化に加え、静止画生成の精度向上も進められている。「GPT-Image-2.5」の導入は、小規模なビジネスや少人数のクリエイティブチームの制作を大きく後押ししている。

販促コンテンツでは、美麗なビジュアルだけでなく、可読性の高い文字や正確なインフォグラフィック（情報を視覚的に整理した図解）の配置が不可欠となる。マシュラボフ氏は同モデルを「画像の上に文字やインフォグラフィックを安定して描写できる初のモデルであり、最先端の性能を備える」と評する。予算が限られる中小企業でも高品質な販促画像を制作できるようになり、単独のクリエイターでもハイエンドなファッションキャンペーンを完遂できるようになったという。

CodexとGPT-6 Astraによる開発体制の効率化

Higgsfield AIは自社製品の開発にもOpenAIのモデルを導入している。同社では約200人のクリエイターと約100人のエンジニアが協業するが、コード生成AI「Codex」が両者の橋渡しを担う。

クリエイターはCodexを用いてアイデアを自力でソフトウェアのプロトタイプ（動作確認用の試作品）へ変換する。マシュラボフ氏はこれを「クリエイティブチームに優秀なソフトウェアエンジニアの能力を与えるもの」と表現する。

さらにプロトタイプを商用プロダクトへ移行する際、GPT-6 Astraが効果を発揮する。従来はエンジニアによる重い実装作業が必要だったが、マシュラボフ氏によると「GPT-6 Astraは本番環境に対応可能なコードを出力できる」という。試作から製品化までの摩擦が削減され、迅速なリリース体制が整ったとしている。

音声から映画を生み出す「GPT-Live-1」への展望

同社は次のステップとして、話した言葉から映像が立ち上がる「音声から映画へ（voice to movie）」という制作環境の実現を掲げる。クリエイターが口頭で伝えた意図をAIが理解し、リアルタイムに映像として描写する構想だ。

マシュラボフ氏は、計画立案やツール呼び出し、画像生成、音声理解といったOpenAIの技術進化がこの体験を近づけていると語る。特にOpenAIの音声モデルを「音声理解や通常の対話において最高水準」と評価し、映像制作を「アイデアを言葉で説明する感覚」に近づけ、途中の煩雑な工程をAIが引き受ける未来を目指している。