Hinter dem kometenhaften Erfolg von ByteDance Seedance verbirgt sich ein Einhorn-Unternehmen mit einer Bewertung von 5 Milliarden US-Dollar.

Früher wurden KI-Modelle aus Übersee nach China importiert, heute ist das Verhältnis umgekehrt.

„Melden Sie sich sofort an, und Sie erhalten nach der Veröffentlichung von Seedance 2.5 auf Higgsfield 7 Tage lang unbegrenzten uneingeschränkten Zugriff.“

Dies ist der aktuelle Werbeslogan des US-amerikanischen KI-Videogenerierungs-Startups Higgsfield. Higgsfield entwickelt selbst keine eigenen Modelle, sondern bietet lediglich Vermittlungsdienste für Videogenerierungsmodelle wie Google Veo, Kling und Seedance an.

Man muss wissen, dass das Team von Higgsfield nur 150 Mitarbeiter umfasst, davon etwa 60 Kern-Ingenieure und Produktmitarbeiter, weitere über 70 sind Filmpraktiker mit Erfahrung in Werbefilmproduktion. Und die Plattform hat nach nur 15 Monaten seit ihrem Start einen jährlichen Umsatz von 500 Millionen US-Dollar erreicht, wobei die Kunden hauptsächlich B2B-Werbeagenturen sind.

Higgsfield ist zweifellos eines der Unternehmen, die von dem Boom der Videogenerierungsmodelle profitiert haben. Anfang dieses Jahres lag die Bewertung von Higgsfield bei der Finanzierungsrunde noch bei 1,3 Milliarden US-Dollar, ein halbes Jahr später hat sich die Bewertung bei der neuesten Finanzierungsrunde fast vervierfacht und erreicht 5 Milliarden US-Dollar.

Eine weitere Entwicklung in diesem halben Jahr lautet: Nach dem Boom von ByteDance Seedance 2.0 machte dieses Modell über 40 % des gesamten Token-Verbrauchs von Volcano Engine aus, und die Aufrufe auf dem Überseemarkt stiegen stetig an und erreichten einen Anteil von fast 50 %. Jetzt wird Seedance 2.5 auf dem Überseemarkt eingeführt, was eine neue Wachstumsphase einleitet.

Die in China entwickelten großen Videogenerierungsmodelle füllen die Plattform von Higgsfield aus. Das Seedance-Modell ist das auffälligste auf der Higgsfield-Plattform und steht an der Spitze. Daneben gibt es noch Kling 3.0, MiniMax H3, Ali Huanlema und Wan 2.7. Die gemeinsamen Anstrengungen der chinesischen KI-Kräfte haben den starken Anstieg der Bewertung von Higgsfield ermöglicht und es zu einem US-amerikanischen KI-Einhorn-Unternehmen gemacht.

Früher wurden ausländische Modelle nach China importiert, heute liefern chinesische große Videomodelle umgekehrt die globale Film- und Werbeindustrie. Wenn B2B zur sichersten Richtung der KI-Branche wird und die KI-Videogenerierung die unabhängige Strecke mit der größten kommerziellen Sicherheit ist, beweist die Entwicklung von Higgsfield zwei Sicherheiten:

Auf der Produktionsseite werden die Fähigkeiten der Modelle eingeholt oder ersetzt, während das cloudbasierte Kooperationsnetz der eigentliche Wettbewerbsvorteil ist. Die von den Nutzern angesammelten Vermögenswerte weisen das Merkmal auf, dass Stärkeres immer stärker wird. Im kommerziellen Kreislauf wird ein durchgehender kommerzieller Pfad zur Anbindung an Werbeplattformen aufgebaut, wobei die Gebühren schließlich nach dem Ergebnis des Werts berechnet werden und Agenturen Marken dabei helfen, die Verkaufsumwandlung von Waren zu verbessern.

1

Eine Open-Source-Veröffentlichung im Wert von 500.000 US-Dollar

Vor kurzem hat Higgsfield die Herstellungsgeheimnisse eines KI-Films als Open Source veröffentlicht.

„Hell Grind“ ist ein 95-minütiger KI-Langfilm, bei dem jedes einzelne Frame von KI generiert wurde. Er wurde von Higgsfield mit Kosten von 500.000 US-Dollar hergestellt, wovon 400.000 US-Dollar für Rechenleistungskosten entfielen. Dieser Film ist auch ein repräsentatives Werk, das von Seedance 2.0 generiert wurde, und wurde gemeinsam mit Volcano Engine auf dem Filmmarkt des diesjährigen Filmfestivals von Cannes vorgeführt.

Die von Higgsfield veröffentlichten Open-Source-Materialien umfassen 115.446 Generierungsaufzeichnungen, über hundert nach Szenen nummerierte Materialordner, einige Videoprompts mit einer Länge von bis zu 3000 Wörtern sowie drei methodische Dokumente mit klaren Arbeitsregeln. Bisher hat die Anzahl der Aufrufe bereits 300.000 überschritten.

Diese Open-Source-Veröffentlichung löst ein systemisches Problem der Branche: Das Videogenerierungsmodell selbst verfügt über kein Gedächtnis. Sobald die Beschreibung der Hauptfigur in einem Prompt nicht vollständig genug ist, wird er in der nächsten Szene ein anderes Gesicht haben und eine andere Jacke anziehen. Diese Open-Source-Veröffentlichung stellt ein vollständiges Arbeitssystem zur Lösung der oben genannten Probleme punktuell zur Verfügung. Das veröffentlichte Werkzeug namens CINEDANCE kann automatisch Videoprompts gemäß allen diesen Regeln erstellen.

Umgerechnet auf die Rechenleistungskosten von 400.000 US-Dollar betragen die durchschnittlichen Kosten jeder KI-Generierung bei diesem KI-Film, der nach Cannes eingeladen wurde, 3,5 US-Dollar. Für die Praktiker der KI-Filmindustrie entspricht diese Open-Source-Veröffentlichung dem Erhalt einer kostenlosen Ausbildung im Wert von 500.000 US-Dollar.

Um beispielsweise das fehlende Gedächtnis des Modells zu überwinden, besteht die Charakterkarte aus drei Bildern: Nahaufnahme des Gesichts, Ganzkörperansicht von vorne und Ganzkörperansicht von hinten. Jede Ressource muss vor der Bestätigung einen Stresstest bestehen: Zehn Generierungen mit verschiedenen Posen und Lichtverhältnissen, bei denen die Figur in allen zehn Fällen erkannt werden muss, um den Test zu bestehen.

Um die KI zur Darstellung von Emotionen anzuleiten, sind in den Prompts keine Wörter wie Traurigkeit oder Wut erlaubt. Es werden nur die Muskelbewegungen beschrieben: Der Unterkiefer wird fest zusammengebissen und dann losgelassen, das Blut aus der Nase läuft auf die Lippen, ohne abgewischt zu werden, ein langsames Blinzeln folgt auf ein schnelles doppeltes Blinzeln. Dialoge dürfen nur im Audiobereich erscheinen, im Aktionsbereich ist kein einziges Wort erlaubt, sonst fügt das Modell willkürlich andere Aktionen oder ein leichtes Lachen hinzu.

Darüber hinaus kann sich das KI-Modell nicht merken, wer in der vorherigen Szene an welcher Position stand. Bei Szenenwechseln muss dies genau markiert werden. Die Methode des Teams besteht darin, für jede Szene eine rein textuelle Grundrisszeichnung anzufertigen, auf der Orientierungspunkte, Links-Rechts-Beziehungen, die Position der Kamera und die Linie, die nie überschritten werden darf, angegeben sind. Diese Beschreibung wird einmal pro Szene verfasst und danach in jedem Frame unverändert eingefügt. Am Anfang jeder Szene bleibt eine Sekunde lang eine Totalansicht ohne Dialoge und Aktionen, damit das Modell zuerst eine Aufnahme der Positionen machen kann.

Am wichtigsten ist, dass es im Materialordner einen speziellen Ordner für Nachbearbeitungsaufzeichnungen gibt, der insgesamt 14.593 Einträge enthält, was etwa 13 % der Gesamtmenge entspricht.

Bei der großen Actionszene in der Mitte des Films wurden vier- bis fünftausend Generierungen für eine einzelne Szene verbraucht. Bei den Szenen mit der Nummer 73.x am Ende des Films benötigte dasselbe Team nur noch zehn bis zwanzig Generierungen pro Szene. Die Erklärung im Herstellungsprotokoll ist sehr direkt: Die Arbeitsformel wurde erst kurz vor Ende der Produktion fertiggestellt. Dieser Open-Source-Bericht ist genau diese Formel, also die Version, die das Team sich schon vom ersten Tag an gewünscht hätte.

Das bedeutet, dass hinter der scheinbar perfekten Herstellung von KI-Filmen komplexe Herstellungsverfahren und ein hoher Verbrauch an Rechenleistung stehen. Das Team hat im Herstellungsprotokoll selbst geschrieben: Jede einzelne Regel in diesem Protokoll geht auf einen fehlgeschlagenen Frame zurück.

Für die KI-Filmindustrie sind diese Open-Source-Ressourcen möglicherweise wertvoller als der Film selbst.

2

Kein Modellanbieter werden, sondern ein großer Großhändler

Zu Beginn der Gründung von Higgsfield hat das Unternehmen auch Umwege gemacht.

Bei der Gründung begannen Alex Mashrabov, CEO von Higgsfield AI, und Yerzat Dulat, CTO von Higgsfield AI, mit der selbstständigen Entwicklung von Videogenerierungsmodellen, um Sora herauszufordern. Ersterer arbeitete früher in der generativen KI-Abteilung von Snap, Letzterer stammt aus Kasachstan. Später wechselte das Unternehmen zu einer KI-Videoplattform um, die mehrere Modelle aggregiert.

Mashrabov sprach später über die Gründe für die Umstellung: Fast jede Woche werden neue Videomodelle in der Branche veröffentlicht, kein einziges Labor kann alle Szenarien gewinnen. Die Bindung an ein einzelnes Labor ist ein Fehler.

Für Startups ist es daher einfacher zu überleben, „Schaufeln zu verkaufen“ statt „nach Gold zu graben“.

Mashrabov stellte dann Google Veo, Kuaishou Kling und ByteDance Seedance in sein Angebot und begann als Großhändler aufzutreten. Nutzer können dieselbe Anweisung gleichzeitig an mehrere Modelle senden und das beste Ergebnis als Lieferung auswählen. Auf die Kritik von außen, es handele sich nur um eine Hülle für fremde Modelle, antwortete er, dass in Zukunft fast alle Softwareunternehmen auf Modellen laufen werden, die sie nicht selbst besitzen, und diese Debatte an sich sinnlos sei.

Der echte Wettbewerbsvorteil sind nicht die Modelle, Modelle sind allgemeine Fähigkeiten, die man mit Geld kaufen kann. Jeder in der Branche kann dieselbe Seedance-Schnittstelle erhalten, aber niemand kann Ihre Projektdateien, Teamarbeitsabläufe und die angesammelten massiven Filmressourcen erhalten. Der Schlüssel liegt daher in einem Kooperationserlebnis, das von mehreren Personen gemeinsam genutzt werden kann und mit zunehmender Nutzung immer besser wird, sowie dem daraus resultierenden Netzwerkeffekt.

Für ByteDance ist ein Großhändler wie Higgsfield zur Verbreitung seiner großen Modelle notwendig, ebenso wie ein Ausstellungsstück wie „Hell Grind“, das nach Cannes geschickt werden kann. Für ein US-Startup wie Higgsfield ist es wiederum notwendig, spezielle Kooperationsrechte für Seedance zu erhalten und die Open-Source-Veröffentlichung von „Hell Grind“ in der Branche bekannt zu machen, um Investoren anzuziehen.

Auf der Plattform von Higgsfield können Sie die exklusive Kooperationsversion Seedance 2.0 Enhanced Fast sehen, gleichzeitig wurde Seedance 2.5 auf der Plattform eingeführt.

Beim Preisvergleich ist es für US-Nutzer, die gelegentlich wenige Videos generieren, am günstigsten, die offizielle Version von Dreamina (CapCut) einzeln zu nutzen. Bei langfristigen monatlichen Abonnements und häufiger Massenproduktion ist Higgsfield AI jedoch das kostengünstigste und vorteilhafteste Angebot. Das Einstiegsabonnement kostet nur 9 US-Dollar pro Monat und hat die niedrigste Einstiegsschwelle unter den vier wichtigsten KI-Videoabonnementplattformen.

Dies ist eine typische Preisgestaltung für Lockangebote: Die Modellaufrufe werden fast zu Selbstkosten verkauft, der Gewinn wird auf einer höheren Ebene erzielt.

Laut einem Bericht von Sacra laufen bereits etwa 40 % der Nutzung von Higgsfield auf Workflow-Produkten wie Cinema Studio und Marketing Studio. Der durchschnittliche Jahresumsatz pro Nutzer beträgt etwa 1000 US-Dollar, das Fünffache von Canva, und der Jahresumsatz von Unternehmenskunden kann über 200.000 US-Dollar erreichen.

Noch wichtiger ist, dass Higgsfield die Modellprodukte nicht mehr nur als Werkzeug, sondern als Arbeitsablauf verkauft.

Sieben Zehntel seiner Einnahmen stammen von Werbeagenturen, was ein sicheres Einkommen im B2B-Bereich darstellt. Früher brauchte ein US-amerikanischer Werbekreativdirektor ein Filmteam, Geräte und Räumlichkeiten, um einen Werbespot zu drehen. Heute kann er dies an einem einzigen Tag erledigen: Das Austauschen von Schauspielern, das Ändern der Beleuchtung und das Erstellen von zehn Varianten sind alles Vorgänge in der Software, sodass Nutzer die Charaktere und Objekte in Videos viel einfacher bearbeiten können.

Auf dem Rücken der Entwicklung chinesischer KI-Modelle ist die Bewertung von Higgsfield stetig gestiegen.

Dieses Jahr im Januar schloss Higgsfield eine Finanzierungsrunde über 80 Millionen US-Dollar unter der Leitung von Accel ab, mit einer Bewertung von 1,3 Milliarden US-Dollar und einem jährlichen Umsatz von 230 Millionen US-Dollar. Einen Monat später wurde Seedance 2.0 veröffentlicht, nur drei Tage nach der Veröffentlichung von Kling 3.0, und Higgsfield erhielt unmittelbar danach eine exklusive Kooperationsvereinbarung.

Dieses Jahr im Juni überstieg der Umsatz von Higgsfield 500 Millionen US-Dollar. Das Unternehmen finanzierte 300 bis 500 Millionen US-Dollar mit einer Vorfinanzierungsbewertung von 5 Milliarden US-Dollar. Dieser fast vierfache Anstieg der Bewertung von 1,3 auf 5 Milliarden US-Dollar fand in einem Zeitfenster von vier Monaten zwischen der Veröffentlichung von Seedance 2.0 und der Veröffentlichung von Seedance 2.5 statt.

3

Die chinesische KI hinter der 5-Milliarden-Dollar-Bewertung

Am 31. Juli veröffentlichte ByteDance Seedance 2.5, die die maximale Generierungsdauer von 15 Sekunden auf 30 Sekunden verlängerte. Einige Tage später veröffentlichte MiniMax H3 und kündigte die Open-Source-Veröffentlichung der Modellgewichte an. Der API-Preis beträgt 0,8 Yuan RMB pro Sekunde, etwa ein Zwölftel des Preises von Seedance 2.5, und nach der Veröffentlichung erreichte das Modell den Spitzenplatz in der Beliebtheitsrangliste von Hugging Face.

Heute befinden sich die zwei beliebtesten in China entwickelten Modelle im Angebot von Higgsfield. Seedance 2.5 wurde für die baldige Veröffentlichung angekündigt, und H3 wurde ebenfalls in die Modellliste aufgenommen. Beim Eintritt in den Überseemarkt war H3 schneller als Seedance 2.5.

Multimodale große Videomodelle sind ein Bereich mit hohen Eintrittshürden und hohen Gewinnen, auch wenn die Analysekriterien unterschiedlich ausfallen können. Die Branchenplattform „Yun Wan“ berichtete einst, dass die Bruttomarge des Seedance-Modells 70 % erreicht, und die Plattform 36Kr enthüllte aus Branchenkreisen, dass die Bruttomarge von Seedance