今天higgsfield的 draw-to-video非常惊艳，只需上传一张静态图，在上面绘制涂鸦、文字或箭头等元素，即可生成具有电影质感的视频画面，指哪儿打哪儿，一发布就直接爆了。
这个效果应该不是训练一个视频编辑模型，因为它可以基于minimax、veo3、seedance来生成的。
推测是把用户的涂鸦信息转为prompt，直接给视频模型生成，或者用该prompt生成尾帧，然后基于首尾帧来生成视频
其实Higgsfield不是首创了这种涂鸦交互，8月初Jaaz.app就支持在画布上，通过涂鸦、打字、箭头来指挥agent生图，原理就是把用户的涂鸦信息转为prompt，然后结合参考图生成对应的效果图。
更早的时候，3月在公司内 AI群里分享过GPT4O的涂鸦P图案例，是用户自发探索出来的能力。估计当时已经有创业公司在思考怎么把这种交互进行产品化，当时写了这篇文档《当大模型越来越像人，人和模型应该如何交互》https://ix5mo5od606.feishu.cn/wiki/S7rMwMCyxiwsO1kQszDcTZcFnFf?from=from_copylink
刚刚在Twitter看到AI创作者Brett的一段话，很有感触，在此分享：
The best AI artists aren’t just good at prompting—they’re good at directing.
They know how to generate, filter, combine, and remix until something original emerges.
最出色的 AI 艺术家，不只是会写提示词，更擅长于‘导演’。
他们懂得如何生成、筛选、融合与重组，直到独一无二的作品浮现。
Invalid media: video
这个效果应该不是训练一个视频编辑模型，因为它可以基于minimax、veo3、seedance来生成的。
推测是把用户的涂鸦信息转为prompt，直接给视频模型生成，或者用该prompt生成尾帧，然后基于首尾帧来生成视频
其实Higgsfield不是首创了这种涂鸦交互，8月初Jaaz.app就支持在画布上，通过涂鸦、打字、箭头来指挥agent生图，原理就是把用户的涂鸦信息转为prompt，然后结合参考图生成对应的效果图。
更早的时候，3月在公司内 AI群里分享过GPT4O的涂鸦P图案例，是用户自发探索出来的能力。估计当时已经有创业公司在思考怎么把这种交互进行产品化，当时写了这篇文档《当大模型越来越像人，人和模型应该如何交互》https://ix5mo5od606.feishu.cn/wiki/S7rMwMCyxiwsO1kQszDcTZcFnFf?from=from_copylink
刚刚在Twitter看到AI创作者Brett的一段话，很有感触，在此分享：
The best AI artists aren’t just good at prompting—they’re good at directing.
They know how to generate, filter, combine, and remix until something original emerges.
最出色的 AI 艺术家，不只是会写提示词，更擅长于‘导演’。
他们懂得如何生成、筛选、融合与重组，直到独一无二的作品浮现。
Invalid media: video
