同樣是人與場景的結(jié)合，換個目標(biāo)，找到正確路徑。

就現(xiàn)階段 AI 圖片&視頻如此之卷的競爭態(tài)勢，真的很少有新產(chǎn)品進入視野，Higgsfield 卻是個例外。

Higgsfield web 端正式上線大概是 2025 年 4 月初，然后便開啟了開掛之路，大概以每個月 100w 訪問量的速度增長。到了 7 月份更夸張，環(huán)比上漲 160%+，來到了 890w，直逼千萬訪問量。與此同時，其消除的重疊受眾來到了 330w+。

這一訪問量數(shù)據(jù)，不論放在圖片生成、還是視頻生成的隊伍里，都能排進前十，而它正式上線才不到半年時間。

一、光鮮背后是 2 次失敗了的嘗試

一句話概括 Higgsfield 的話，這是一個囊括了圖片和視頻生成功能的平臺（主要以生成網(wǎng)紅圖+特效視頻見長），而從其最近的動作和對功能更新記錄的梳理來看，以相對較低成本生成包含人物角色的創(chuàng)意視頻片段是其主要定位，包括但不限于打造 AI 網(wǎng)紅、制作 MV、生成各種高成本特效畫面等等。

Higgsfield 在 8 月底推出了自己的第一個 AI Idol，Kion｜ 圖片來源：官X

但在 Higgsfield 拿到成績之前，它其實曾有過不止一次的失敗嘗試。

Higgsfield 背后的公司，于 2023 年創(chuàng)立。2024 年 4 月，團隊第一款移動端產(chǎn)品 Diffuse 全球上線?？串?dāng)時的官方推文，這是一款典型的 toC 娛樂應(yīng)用，用戶上傳一張自拍，把人像插入到某一個場景里，就可以生成一段創(chuàng)意視頻。

差不多 4 個月之后，Diffuse 更新了 2.0 版本，這一版本在“一鍵 copy 內(nèi)容”之外，添加了更多個性化因素，內(nèi)容深度上往前邁了一小步，開始偏重故事表達，但整體風(fēng)格依然偏向于 TikTok 病毒小視頻的跟拍、以及一些不具消費價值的“前世今生”、“體驗老錢風(fēng)”等類型的小視頻創(chuàng)作。

和很多靠滿足用戶一時好奇心和分享欲，用噱頭做增長的產(chǎn)品一樣，Diffuse 也沒能活下來，到現(xiàn)在已經(jīng)“查無此人”。

在 2024 年這款產(chǎn)品剛上線時，創(chuàng)始人認(rèn)為不同于其他 AI 視頻產(chǎn)品，他們的“移動優(yōu)先、社交導(dǎo)向”的策略能夠讓 Diffuse 脫穎而出，抓住社媒內(nèi)容創(chuàng)作的利基市場。他認(rèn)為“用 iOS 和安卓 App 替換掉桌面端的工作流程，能夠讓創(chuàng)作者在任何時間、任何地點創(chuàng)作內(nèi)容?！?/p>

而時間來到 2025 年，結(jié)果不言而喻，他再次公開分享時，直言 AI 技術(shù)與主要靠梗來驅(qū)動的病毒短視頻并不適配，AI 在里面沒有多少發(fā)揮空間。而新上線的 Higgsfield AI 至今還沒有上線移動端，倒是有 HeyGen 和 Kling 這樣的熱門產(chǎn)品就 Higgsfield 的關(guān)鍵詞投放 ASA，應(yīng)用商店里也不少“蹭”的產(chǎn)品。

在點點數(shù)據(jù)搜索 Higgsfield，返回的產(chǎn)品列表，全部都不是官方產(chǎn)品 ｜ 圖片來源：點點數(shù)據(jù)

2024 年，團隊的另一個嘗試是 Reelmagic。與 Diffuse 剛剛相反，Reelmagic當(dāng)時主打的點在于 AI 可以生成長視頻，背后的支撐則是一個 multi-agent 平臺。

看時間點的話，Manus 是 2025 年 3 月份上線，而 Higgsfield 在 2024 年的 12 月就推出了 mutli-agent 平臺，用戶輸入一個想法，平臺調(diào)用不同的模型完成腳本撰寫、生成分鏡、剪輯和對口型配音等任務(wù)，當(dāng)時平臺可以調(diào)用的模型也包含 Kling、Elevenlabs 等熱門主流模型。

2025 年 Manus 上線之初展示了用 Agent 去做調(diào)研報告的用例，讓人看著眼前一亮，但真的想要直接生成那種具有商業(yè)應(yīng)用價值的報告，依然很難實現(xiàn)。更不用說視頻創(chuàng)作，包括腳本、角色、分鏡、特效、配音、剪輯等更多環(huán)節(jié)，且需要兼顧角色一致性、視覺風(fēng)格統(tǒng)一等各種復(fù)雜的技術(shù)要求。這需要整個工作流上的各 agent 之間有非常深度的上下文共享，難度高出不少。想想也知道，Reelmagic 生成的結(jié)果很難達到用戶預(yù)期，現(xiàn)在同樣也無法再搜到產(chǎn)品界面。

經(jīng)過這 2 次失敗的探索之后，2025 年 4 月初，才有了 Higgsfield 現(xiàn)在的樣子：

交付的視頻不長（大多 10s 左右）、不能是玩梗的社媒病毒視頻，但保留了“把人物插入到一個場景里”的核心邏輯，依然想做社媒內(nèi)容和營銷的利基市場，只不過這次產(chǎn)品希望交付的，是更切中用戶需要的、具有“商業(yè)價值”的視頻片段。

二、“套娃式”加控制，想讓用戶更容易拿到10s以內(nèi)的“成品視頻”

我們對 Higgsfield 重新啟航之后的功能迭代歷程進行梳理，發(fā)現(xiàn)其產(chǎn)品研發(fā)主要圍繞 2 條主線：

1、自研線（1）：先上線一個自研的視頻模型，并配合 80+ 鏡頭控制，來給自己的模型能力打樣（強調(diào)鏡頭語言），后續(xù)發(fā)布各種特效和允許特效混用來吸人眼球。

自研線（2）：上線自研的圖片模型 Soul，主打生成網(wǎng)紅風(fēng)格圖，來造一波聲勢，同時圍繞 Soul 上線 Soul ID（訓(xùn)練角色功能）、Soul Inpaint（改圖）等，有一點點做 AI 網(wǎng)紅的意味，直到他們最近發(fā)布了 AI Idol，明確了產(chǎn)品的一個主要應(yīng)用場景。

從 2 個主要自研方向可以看到，其實團隊保留了失敗產(chǎn)品 Diffuse 的核心要素，即人與場景的結(jié)合，只不過加了更多的“控制”。

2、集成模型路線：在發(fā)布自研視頻模型與圖片模型之間相隔的 2 個月時間，產(chǎn)品上線了多個已經(jīng)被其他產(chǎn)品驗證過的、有流量但不需要創(chuàng)新的功能，如首尾幀、一鍵生成創(chuàng)意廣告、基于 Kontext 的改圖、draw-to-video（類似于 runway 的筆刷，在畫面上指定方向和動作讓畫面按預(yù)期運動起來），以及最新的由 Nano Banana 支持的 mini apps（本質(zhì)是香蕉模型熱門玩法的模板化）。

通過這樣的產(chǎn)品組合+社媒上的花式宣傳，Higgfield 雖說長得也像“工具箱”，但卻相對能夠讓人清晰地感受到我可以用這個產(chǎn)品做什么，角色訓(xùn)練-->生圖-->改圖/生成視頻（主要是特效和鏡頭控制）-->調(diào)整視頻的使用流程很清晰，能夠感受到團隊的思路還是“把人放到一個場景里”，只不過不再是那些無意義、無價值的病毒小視頻。

產(chǎn)品在 UI 設(shè)計上也給到了用戶很明確的引導(dǎo)，例如，角色訓(xùn)練好之后，點擊生成，就會引導(dǎo)用戶進入 Soul 生圖流程，用戶界面底部的“角色”+“風(fēng)格濾鏡（預(yù)設(shè)）”2 個按鈕，幫助用戶一下子 get 到產(chǎn)品的核心玩法。

而在指定風(fēng)格的圖片生成好之后，交互界面緊接著就會出現(xiàn)“編輯”和“動起來”2 個按鈕，點擊可分別進入Canvas和視頻生成頁面，從而對生成的視頻繼續(xù)做調(diào)整、加特效、加鏡頭控制等等操作。

可以看到在這一過程中，Higgsfield 希望通過“預(yù)設(shè)”這種控制手段，來實現(xiàn)更貼合用戶預(yù)期的效果，且這種控制手段在整個視頻生成工作流中出現(xiàn)了 2 次，是這款產(chǎn)品與其他產(chǎn)品的核心區(qū)別。

一次是在 soul 生圖階段，70+ 視覺風(fēng)格預(yù)設(shè)（包括東京街頭風(fēng)、K-pop 風(fēng)、iphone 自拍風(fēng)格、90 年代復(fù)古風(fēng)等等），確保一切內(nèi)容的起點--圖片，是能盡量貼近用戶預(yù)期的。前可靈負(fù)責(zé)人張迪 4 月份曾透露，圖生視頻占可靈 AI 視頻創(chuàng)作量的 85%。

另一次是在圖片“動起來”的階段，如上面的產(chǎn)品拆解圖，Higgsfield 通過數(shù)十種鏡頭控制、約百種特效、以及二十來種高能運動模板，來讓圖片更符合用戶意圖地動起來。

這 2 層控制也分別對應(yīng)了團隊的 2 個自研模型 - 網(wǎng)紅風(fēng)格生圖模型 soul，和主要對應(yīng)特效、鏡頭控制的視頻模型 Higgsfield（提供 lite、standard、turbo 三種方案按需選擇，同時集成了多種三方視頻模型，以更好支持不同特效和鏡頭控制，給用戶更多選擇）。

“我們探索到走這個路徑，是受到了 Deepseek 的啟發(fā)，在擴散（生成圖像、但缺乏高層次的控制）之后加入了強化學(xué)習(xí)（訓(xùn)練智能體做決策，生成更“聰明”的鏡頭）。Deepseek 去訓(xùn)練大模型進行推理，我們則是教模型去理解鏡頭運動、光線、場景結(jié)構(gòu)?！眲?chuàng)始人 Alex 曾分享設(shè)計思路。

而這兩個獨特的點，也成為了產(chǎn)品增長的神秘力量。

三、4個月逼近千萬訪問，是“一波流”還是“真王者”？

我們回頭去看 Higgsfield，之所以能夠如此快地增長，其將營銷融入產(chǎn)品的設(shè)計，發(fā)揮了關(guān)鍵作用。

從整體流量來源來看，作為一個上線幾個月的新產(chǎn)品，Higgsfield 呈現(xiàn)出了很不錯的品牌認(rèn)知，其中尤以自然搜索與社交流量明顯偏強，憑借只有可靈 AI 一半左右的月訪問量，Higgsfield 拿下了與后者差不多量級的自然搜索量、和更多的社交流量，尤其在 X 上的表現(xiàn)更好。

自然搜索部分，主要來自于特效和 Soul 相關(guān)的搜索，對應(yīng) Higgsfield 相較于其他同類產(chǎn)品的 2 個主要差異。（注：在過去 12 個月該網(wǎng)站的總訪問量是 1600w 左右，主要集中在近 3-4 個月，而近 6 個月的 Top5 關(guān)鍵詞里面，有 4 個是同一個特效，earth zoom out（鏡頭一路拉遠從地表一直到太空視角）。綜合去看，Higgsfield 的自然搜索量比較散，但也有幾個共性，一個來自于特效（earth zoom out之外，還有 bullet time 特效、以及 face punch 重拳擊面瞬間），另外主要圍繞自研生圖模型 Soul 的關(guān)鍵詞（Soul AI、Soul ID、Soul inpaint 等））。

社媒部分，Higgsfield 打造了一個“在 X 上狂肝產(chǎn)品迭代、發(fā)布吸人眼球的功能與特效”的“人設(shè)”，與其他產(chǎn)品相比，更頻繁地去做內(nèi)容挑戰(zhàn)（贈送積分、會員或者現(xiàn)金獎勵），激勵創(chuàng)作者去二次發(fā)布內(nèi)容放大流量。

功能與內(nèi)容更新和 UA（用戶獲取）的協(xié)同（據(jù)一個 AI 視頻從業(yè)者向我們透露，他們在X 上的投入、以及和先進基礎(chǔ)模型的co-branding 投入，都在一個不小的量級）

網(wǎng)紅、社媒、特效等關(guān)鍵詞，串聯(lián)起了整個產(chǎn)品的功能迭代和用戶增長策略。

而團隊這種以營銷為導(dǎo)向的產(chǎn)品策略，與其創(chuàng)始人的經(jīng)歷有關(guān)。創(chuàng)始人 Alex Mashrabov 是 SNAP 生成式 AI 的前負(fù)責(zé)人，主要負(fù)責(zé) AR 濾鏡和特效，以及聊天機器人 MyAI。Alex 曾說過，SNAP 的 AR 濾鏡做得不錯，但卻遠不如 TikTok 那樣形成規(guī)?；髁?，他認(rèn)為 TikTok 之所以能做到，是因為形成了情緒共鳴，而Higgsfield 著重讓自家 AI 學(xué)習(xí)的鏡頭控制、特效、炫酷畫面，也基本都是已經(jīng)經(jīng)過流行驗證的元素，比如“disintegration（物體化為顆粒飄散）特效”，就曾一度隨著《復(fù)仇者聯(lián)盟 4》中“滅霸的響指”風(fēng)靡全球。

這一高效獲取流量的思路，再加上一個執(zhí)行力強悍的團隊做快速迭代和更新，Higgsfield 的爆發(fā)式增長也就不顯意外了。

梳理下來，Higgsfield 背后大模型的“純自研率”其實不高，大方向仍是以特定的數(shù)據(jù)集在“基礎(chǔ)模型”上做訓(xùn)練；他們的顯著優(yōu)勢反而是在于快速將市面上最新的模型集成進來、并將某些特定能力快速包裝成炫酷的功能，并以此驅(qū)動流量增長。

通過不斷重復(fù)上圖中的循環(huán)，持續(xù)獲取流量。

同一個功能，發(fā)布 3 次，在 X 上的互動情況遠遠高于同類競品。而基本上官方的每一條推文的互動量都拉開行業(yè)均值一個量級，其X營銷非常值得學(xué)習(xí)和借鑒

當(dāng)然產(chǎn)品也不是無懈可擊，實際體驗下來，落地效果還有很大改進空間。

1、Soul ID 的角色訓(xùn)練 -- 訓(xùn)練速度很快，但筆者用訓(xùn)練的 3 個角色（包括 2 個亞洲面孔和一個歐美面孔）去生圖的時候，最終得到的成品圖片，確實抓住了角色的一些關(guān)鍵特征，但整體觀感并不像那個人。

2、Soul 生成網(wǎng)紅風(fēng)格圖片 -- 需要大量抽卡，本以為是我自己的原因，但在小紅書看到的 AI 創(chuàng)作者感受相同，大量抽卡才能抽到少數(shù)幾個可以使用的。

3、draw-to-video 功能 -- 用戶反饋是自帶的預(yù)設(shè)可能實現(xiàn)不錯的效果，但如果自己另有想法，基本上很難實現(xiàn)。在作者自己測試的結(jié)果中，角色人物的一致性，也沒能很好地實現(xiàn)。

在 Higgsfield 產(chǎn)品上能夠看到很多創(chuàng)始人 Alex 的影子：曾任職 SNAP，所以始終嘗試圍繞社媒和人做嘗試，并將社媒營銷的想法融入產(chǎn)品設(shè)計；Alex 是俄羅斯人，審美在線（俄羅斯有一批審美非常不錯的創(chuàng)作者，Recraft 的創(chuàng)始人也是俄羅斯人）。

創(chuàng)始人這兩個身份，給了 Higgsfield 產(chǎn)品雙重 buff。

但給人更深刻的印象是，團隊在經(jīng)歷失敗的嘗試之后，快速總結(jié)經(jīng)驗并再度快速投入到新嘗試中的能力。

這一次，Higgsfield 能否持續(xù)在市場中保持競爭力，核心還是要看團隊是否能將探索出來的需求和對應(yīng)的解決方案真正落地，目前來看，還有很長一段路要走。

參考文章：

1、一年流量從0到千萬，AI視頻賽道黑馬Higgsfield做對了什么，半糖自習(xí)室

2、Former Snap Exec Launches Higgsfield To Bring Cinematic Camera Language To AI-Generated Video，F(xiàn)orbes

3、Former Snap AI chief launches Higgsfield to take on OpenAI’s Sora video generato

數(shù)據(jù)來自SimilarWeb、點點數(shù)據(jù)、Semrush、廣大大等三方平臺，可能與真實數(shù)據(jù)中存在一定誤差，僅供參考。