🎬 Higgsfield AI 调研报告

调研日期: 2026-08-06 | 官网: higgsfield.ai | GitHub: github.com/higgsfield-ai

📋 目录
1. 平台概览 · 2. 模型矩阵 (55+) · 3. 定价 · 4. CLI & SDK · 5. MCP 集成 · 6. API 架构 · 7. 特色功能 · 8. 对 KMC 管线的价值 · 9. 对比分析 · 10. 开源生态

1. 平台概览

55+
模型数量
4K
GitHub Stars
CLI
+ Python/JS SDK
SaaS
云端平台

Higgsfield AI 是一个 AI-native 创意套件平台,核心定位是「一站式 AI 内容创作」——聚合了市面上最前沿的闭源 AI 模型(视频/图片/音频/3D),通过统一的 API + CLI + Web UI 提供服务。

核心定位

⚠ 关键区别:Higgsfield 有两个「身份」——
① 开源训练框架(GitHub 4K stars, pip install higgsfield==0.0.3):分布式 LLM 训练编排,DeepSpeed/ZeRO-3,已不活跃(最后版本 2023 年)。
② AI 创意 SaaS 平台(当前主业,higgsfield.ai):模型聚合 + 生成,当前活跃开发。
两者共享品牌但完全不同的产品。

2. 模型矩阵 (55+)

VIDEO 视频模型 (22)

类型模型名说明备注
seedance_2_0Seedance 2.0旗舰视频模型旗舰
seedance_2_0_miniSeedance 2.0 Mini轻量版
seedance1_5Seedance 1.5 Pro上一代
veo3_1Google Veo 3.1Google 旗舰顶级
veo3_1_liteVeo 3.1 Lite轻量版
veo3Google Veo 3
kling3_0Kling v3.0快手
kling3_0_turboKling 3.0 Turbo加速版
kling2_6Kling 2.6
gemini_omniGemini Omni FlashGoogle 多模态独特
wan2_7Wan 2.7通义万相
wan2_6Wan 2.6
minimax_hailuoMinimax HailuoMiniMax
grok_videoGrok Video
grok_video_v15Grok Video 1.5
cinematic_studio_3_0Cinematic Studio 3.0自有电影级
cinematic_studio_video_3_5Cinema Studio 3.5最新电影级NEW
marketing_studio_videoMarketing Studio营销视频
brain_activityVirality Predictor病毒度预测分析独特

IMAGE 图片模型 (23)

类型模型名备注
nano_banana_2Nano Banana Pro旗舰
nano_banana_2_liteNano Banana 2 Lite
flux_2FLUX.2Black Forest Labs
gpt_image_2GPT Image 2OpenAI
text2image_soul_v2Higgsfield Soul V2角色一致性
seedream_v4_5Seedream 4.5ByteDance
seedream_v5_liteSeedream V5 LiteByteDance
grok_imageGrok Image
recraft_v4_1Recraft V4.1
cinematic_studio_2_5Cinematic Studio 2.5自有
soul_cinematicSoul Cinematic角色一致性 + 电影感
outpaintOutpaint画面扩展
... 以及 Image Auto / Background Remover / Z Image / Kling O1 / Hazel 等

3D 3D 模型 (5)

类型模型名备注
image_to_3dImage to 3D单图转3D
multi_image_to_3dMulti-Image to 3D多图转3D
tripo_3dText to 3DTripo
sam_3_3d3D ObjectsSAM 分割+3D
3d_rigging3D Rigging骨骼绑定

AUDIO 音频模型 (5)

类型模型名备注
seed_audioSeed Audio 1.0TTS 语音合成
sonilo_musicSonilo Music音乐生成
mirelo_text_to_audioMirelo Text to Audio通用音频
text2speech_v2Text to Speech多引擎: ElevenLabs/MiniMax/Seed/VibeVoice
inworld_text_to_speechInworld TTS
即将上线: Seedance 2.5 — 号称「最先进的视频生成模型」,8月8日起 Plus 计划享 7 天无限使用。

3. 定价体系

采用 Credit 积分制,按年付有折扣(当前 30% OFF 促销)。不同模型消耗不同 credit。

个人计划

计划Credits/月年付价
Starter200$15/月
Plus1,000$39/月
Ultra3,000更贵(截断)

Credit 消耗参考

模型200 Credit ≈
Nano Banana Pro~100 张图
Seedance 2.0 Fast~11 个视频
Seedance 2.0 (标准)1,000 credit ≈ 44 个
定价要点:
  • Starter 不能用 Seedance 2.5 — 最低 Plus 计划
  • Plus 有 7 个无限免费模型(含 Nano Banana 2、Kling 3.0 的 7 天无限试用)
  • 并行限制: Starter 2视频/4图片, Plus 6视频/8图片
  • 所有计划都包含 Supercomputer(LLM 驱动的创意编排)访问权

4. CLI & SDK

CLI (@higgsfield/cli v1.1.20)

Go 编译的二进制,支持 macOS/Linux/Windows,通过 npm / Homebrew / curl 安装。

# 安装
npm install -g @higgsfield/cli
# 或
brew install higgsfield-ai/tap/higgsfield
# 或
curl -fsSL https://raw.githubusercontent.com/higgsfield-ai/cli/main/install.sh | sh

# 认证
higgsfield auth login

# 生成图片
higgsfield generate create nano_banana_2 \
  --prompt "a quiet beach at sunrise" \
  --aspect_ratio 16:9 --resolution 2k --wait

# 生成视频 (Seedance 2.0)
higgsfield generate create seedance_2_0 \
  --prompt "drone shot over a mountain valley" \
  --duration 5 --resolution 4k --mode std --genre noir --wait

# 列出模型
higgsfield model list

# 病毒度预测
higgsfield generate create brain_activity --video ./ad.mp4 --wait

核心命令

命令用途
auth登录/登出/token 管理
generatecreate/cost/wait/get/list 任务
workflow高级流程(draw_to_video, reframe, voice-change, dubbing)
soul-id训练角色一致性 ID
model列出模型 + 参数 schema
voices列出/查询语音
upload上传图片/视频/音频
website创建/部署/发布全栈网站
game部署浏览器游戏
marketing-studio品牌广告生成
preset服务端预设风格/动作

Python SDK (higgsfield-client)

pip install higgsfield-client

import higgsfield_client

# 同步:提交并等待
result = higgsfield_client.subscribe(
    'bytedance/seedream/v4/text-to-image',
    arguments={
        'prompt': 'A serene lake at sunset',
        'resolution': '2K',
        'aspect_ratio': '16:9',
    }
)
print(result['images'][0]['url'])

# 异步:提交后轮询
controller = higgsfield_client.submit(
    'bytedance/seedream/v4/text-to-image',
    arguments={...},
    webhook_url='https://example.com/webhook'
)
for status in controller.poll_request_status():
    print(type(status).__name__)  # Queued/InProgress/Completed

result = controller.get()

JS/TS SDK (@higgsfield/client)

npm install @higgsfield/client

import { higgsfield, config } from '@higgsfield/client/v2';

config({ credentials: 'KEY_ID:KEY_SECRET' });

const jobSet = await higgsfield.subscribe('flux-pro/kontext/max/text-to-image', {
  input: { aspect_ratio: '9:16', prompt: 'A beautiful sunset', seed: 1234 },
  withPolling: true,
});

console.log(jobSet.jobs[0].results?.raw.url);

5. MCP 集成

Higgsfield 提供 MCP Server(Model Context Protocol),可以将 Claude/Cursor 等 AI 编辑器变成创意引擎。

导航路径:官网 → MCP & CLI(标注 New)
具体 MCP 配置文档需登录后查看,或在 CLI 中通过 --help 探索。

CLI 本身就是 Agent 友好的

6. API 架构

任务生命周期

提交任务 → Queued → InProgress → Completed/Failed/NSFW/Cancelled
                                    ↓
                              返回 images/video URL

认证

核心端点

端点方法用途
/requests/{id}/statusGET轮询任务状态
/requests/{id}/cancelPOST取消任务
subscribe(endpoint, input)POST提交生成任务

状态值

状态含义Credit
queued排队中未扣
in_progress生成中(不可取消)已扣
completed完成已扣
nsfw内容审核拒绝退还
failed生成失败退还
cancelled已取消退还

7. 特色功能

🎭 Soul ID — 角色一致性

上传 3+ 张照片训练一个 Soul ID,然后在所有兼容模型中复用,保持角色面部一致。

higgsfield soul-id create --name me \
  --soul-2 \
  --image ./me1.jpg \
  --image ./me2.jpg \
  --image ./me3.jpg

支持模型: text2image_soul_v2, soul_cinematic, soul_location, soul_cast

🧠 Supercomputer — LLM 创意编排

类似 ChatGPT 的创意助手,内置多种 Skill:

  • Editorial Motion Graphics
  • Faceless Video(无脸频道)
  • SaaS UGC / Physical UGC 视频
  • Brandkit(品牌套件)
  • Shorts Maker(短视频)
  • Website Building

Free Mode — 不消耗 credit 的基础模式

📊 Virality Predictor

分析已完成视频的 Hook 强度、注意力、留存率、病毒传播潜力,输出评分 + 可视化报告。

higgsfield generate create brain_activity \
  --video ./ad.mp4 --wait

🎬 Cinema Studio 3.5

Web UI 的电影级创作工作台:

  • 项目制管理(Projects)
  • 社区 + Academy 学习
  • 「See how it was made」— 可查看每个项目的所有 prompt + asset
  • 支持 Elements(自定义元素)

🔄 Workflows(高级流程)

Workflow功能
draw_to_video草图编辑视频帧
reframe视频改宽高比
voice-change视频换声音
dubbing视频多语言配音
explainer_video解说视频拼接

🌐 Website Builder

从终端创建全栈网站:

  • React 19 + TanStack Start
  • Cloudflare Workers 部署
  • D1/R2/KV/Durable Objects
  • 4 种模板: app-detail / preset / studio / custom
  • Git repo 自动生成
  • $100k App Contest
HELL GRIND — 95 分钟 AI 电影开源:Higgsfield 自己用平台制作了一部 95 分钟的完整 AI 电影,所有 prompt、asset、canvas 完全开源。这是目前最长的 AI 生成电影之一。

8. 对 KMC 管线的价值评估

可接入点

KMC 阶段Higgsfield 能力价值可行性
P04 角色设计Soul ID + Soul V2/Cinematic角色一致性训练中 需 SaaS 依赖
P07 场景图Nano Banana Pro / FLUX.2高质量场景图高
P10 语音TTS V2 (ElevenLabs/MiniMax/Seed)多引擎选择中
P11 视频渲染Seedance 2.0 / Veo 3.1 / Kling替代本地 LTX/H3中
P12 后期reframe / voice-change / dubbing视频后处理高
QCVirality Predictor完播率预测高 独特价值
⚠ 核心冲突:
  • 纯 SaaS — 无法本地部署,所有数据上传到 Higgsfield 云
  • Credit 制 — 不适合大规模批量生成(3000 credit/月 ≈ 133 个 Seedance 视频)
  • 不可控 — 模型版本、推理参数由平台控制,不能自定义
  • 网络依赖 — 国内访问需代理
  • 视频质量 — 顶级模型 (Veo 3.1 / Seedance 2.0) 质量可能超过本地 3090,但成本高
✓ 最佳利用方式:
  1. Virality Predictor — 接入 KMC QC 阶段做完播率预测,这是平台独有功能
  2. Soul ID — 角色一致性训练,如果效果好可以作为 P04 补充
  3. 高端模型 API — 通过 Python SDK 做「质量对比基准」,评估 Veo 3.1 / Seedance 2.0 vs 本地 H3 的质量差距
  4. 后处理 Workflows — reframe / dubbing 可作为 P12 工具补充

9. 对比分析

维度Higgsfield本地 KMC (3090)Replicate/fal
部署模式SaaS 平台本地 GPUServerless GPU
模型控制平台选择完全自定义部分自定义
计费Credit 包月电费 (固定)按秒计费
批量能力弱强强
最新模型Veo3.1+Seedance2.0受限中等
角色一致性Soul ID需自建无
病毒预测独有无无
隐私数据上传完全本地数据上传
SDKPython+JS+CLI+MCP任意Python+JS+API

10. 开源生态

仓库Stars说明
higgsfield-ai/higgsfield⭐ 4,023分布式 LLM 训练框架(已不活跃)
higgsfield-ai/cli⭐ 439CLI 工具(活跃,v1.1.20)
higgsfield-ai/higgsfield-client⭐ 69Python SDK
higgsfield-ai/higgsfield-js⭐ 27JS/TS SDK

社区 Skill 生态(Claude Code Skills)

Higgsfield 已有活跃的 Claude Code Skill 社区:

仓库Stars说明
beshuaxian/higgsfield-seedance2-jineng⭐ 72715 个 Claude prompt skills
AKCodez/higgsfield-claude-skills⭐ 29519 个 Claude Code skills
OSideMedia/higgsfield-ai-prompt-skill⭐ 25120 个电影级 sub-skills

总结:Higgsfield 是一个 模型聚合 SaaS 平台,不是自部署方案。
对 KMC 的最大价值是 Virality Predictor(完播率预测)和 顶级闭源模型 API 接入(Veo 3.1 / Seedance 2.0)。
不适合替代本地批量渲染管线,但适合作为质量基准和特定环节补充。