Higgsfield复盘：放弃自研模型，靠镜头控制与路由权构建护城河

一家生成式 AI 公司用 18 个月把年化收入从 100 万美元推到 10 亿美元，此前一年烧掉超 1000 万美元、迟迟找不到产品市场匹配，转折点是访谈八位资深创意总监后从「镜头与运镜控制」切入。创始人还给出判断：只调闭源 API 毛利率可能只有 20%—30%。

Higgsfield 是目前增长最快的生成式 AI 公司之一。按照创始人 Alex Mashrabov 在访谈中的说法，公司仅用 18 个月，就将年化收入从 100 万美元推高至 10 亿美元，企业客户贡献已超过一半；一个最初每月只付费 99 美元的客户，半年后甚至签下了每年 600 万美元的合同。

但这并不是一个从诞生起就一路顺风的故事。Alex 出生于中亚，19 岁进入世界竞技编程前三，后来创办 AI Factory，并以 1.66 亿美元卖给 Snap，随后负责 Snap 的生成式 AI 业务。创办 Higgsfield 后，团队曾在一年内烧掉超过 1000 万美元，却迟迟找不到产品市场匹配。直到公司账上只剩不到 600 万美元，他们才放弃追逐热点，重新回到一线创作者的真实工作流，从“镜头与运镜控制”这个具体问题切入，最终找到增长拐点。

在这场与《20VC》主持人 Harry Stebbings 的对话中，Alex 复盘了 Higgsfield 从濒临失败到高速增长的全过程，也谈到了 AI 视频模型、垂直软件、自研模型、开源生态、组织管理与内容分发的终局。他的核心判断包括：

• 真正的 PMF 不需要用数据自我说服。 Higgsfield 早期把注意力放在行业热点、叙事和流量上，烧掉超过 1000 万美元仍未找到方向。真正的转折来自对八位资深创意总监的深度访谈：他们共同指出，现有 AI 视频工具最缺乏的不是生成能力，而是专业创作所需要的镜头与运镜控制。
• 专业视频模型不是“输入一句话、生成一段视频”，而是新一代神经渲染引擎。 真实的工业级制作可能需要超过 3000 个英文单词的控制指令，以及十余张参考图，用来维持人物、服装、光影与空间关系的一致性。只测试简单文生视频能力的 Benchmark，很难反映模型在生产环境中的价值。
• 垂直公司不应该为了技术虚荣而自研模型。 Higgsfield 只有在高价值客户提出明确、强烈且愿意付费的需求时，才会投入资源训练专属模型。自研模型不是公司身份的象征，而应该是解决特定工业问题、改善产品体验和商业模型的手段。
• 垂直 AI 最重要的数据，不只是内容，而是用户的“决策序列”。 专业用户在软件中完成任务时留下的操作轨迹，记录了人类专家如何判断、选择和修正结果。企业可以利用这些真实工作流做后训练与强化学习，把原本需要十几个步骤完成的工作压缩成一次模型推断，这才是垂直软件真正难以复制的数据资产。
• 模型路由权决定 AI 应用的毛利和生死。 如果应用只是调用闭源模型 API，毛利率可能只有 20%—30%；如果能够控制开源模型、垂直后训练和动态路由，毛利率可以超过 80%。Higgsfield 已经让系统自主决定超过 40%的模型调用，将不同任务分配给效果和成本最合适的模型。
• 比拥有某一个模型更重要的，是拥有用户请求的调度权。 Alex 将这套能力称为“Tokenomics”：客户只需要提出商业目标，平台负责判断每个环节应该调用什么模型，以及如何用最少的 Token 完成任务。未来应用层的核心护城河，可能不是单一模型，而是对任务入口、工作流和模型选择权的控制。
• AI 视频的最大商业需求，首先来自广告，而不一定来自电影。 跨境 DTC 品牌可以每周生成数百乃至数千条广告素材，快速进行高密度 A/B 测试。中国团队主导的微短剧产业，也在将 AI 引入分镜、场景和角色生成。相比一次性的影视项目，广告和短剧提供了持续、高频且能够直接衡量回报的需求。
• 亚洲正在成为 AI 原生商业模式的试验场。 Higgsfield 超过 70%的收入仍来自西方市场，但其对产品速度、内容生产和商业转化的认知，很大程度上来自亚洲企业。Alex 认为，亚洲公司更愿意用新技术绕过中间商，直接触达消费者，这种进攻性使它们更快接受 AI 原生营销。
• AI 不一定让公司变得更小，却会放大顶尖个体的生产力。 Higgsfield 近 400 名员工每月内部使用 AI 的支出已经超过 400 万美元。Alex 预计，未来顶尖工程师和创意人才每月可能消耗 5 万至10 万美元的模型额度；但与此同时，公司仍在扩充法务和客户成功团队，因为复杂的企业服务无法仅靠 Agent 自动完成。
• 产品迭代越快，组织反而越需要高质量的人。 当产品每周都在更新时，Agent 所依赖的业务手册很快便会过时。AI 可以处理大量标准化客服问题，却很难跟上高速变化的产品、客户和规则。人类团队的现场判断和协作能力，仍然是企业服务中的关键基础设施。
• 硅谷高频跳槽的人才文化并不适合长期技术攻坚。 Alex 更看重欧洲和中亚工程师的稳定性与忠诚度。Higgsfield 将约 300 名核心成员放在哈萨克斯坦，并不只是为了降低成本，而是希望建立一支愿意围绕同一个目标长期作战的团队。
• AI 时代的管理者必须穿透中间层，直接接触用户、数据和产品细节。 Alex 不认可依赖层层汇报的传统管理方式。他认为，管理的本质是找到最优秀的人，为他们清除障碍、提供资源、建立长期信任，并用足够高的回报把他们留在团队中。
• 未来创意行业的分工将被重新合并。 编剧、分镜师、导演和视觉设计师等角色，可能被整合为一种新的“超级创意总监”。当 AI 能够并行生成大量视觉方案时，人类最稀缺的能力不再是具体执行，而是审美判断，以及是否拥有一个真正值得讲述的故事。
• 技术优势会消失，增长势能也不会永久持续，最终决定公司命运的是分发。 Alex 从 Snap 的衰落中得到的最大教训是，任何公司都不能把暂时的增长当成永久优势。Higgsfield 的长期目标不是只做一个视频生成工具，而是成为 DTC 品牌和创作者生产内容、获取流量的基础设施，最终掌握从内容生成到商业转化的分发入口。

从中亚竞技编程少年，到卖身 Snap

Harry Stebbings：Alex，我真的特别期待今天这场对话。 刚才在楼下我就跟你聊过，Higgsfield这一路走来的经历堪称不可思议，但外界似乎从来没有真正听过一个完整、深入的版本。非常感谢你今天能来。

Alex Mashrabov： 能来这里也是我们的荣幸，感谢邀请。 其实你自己的经历同样让人振奋——社交媒体竟然能成为普通人向上跃迁的“超级电梯”，让你能做自己热爱的事，并拥有如今的影响力。

Harry Stebbings：过奖了。我们还是先从你的成长背景聊起吧。你并不是硅谷和斯坦福体系里按部就班走出来的典型工程师，而是很早就在哈萨克斯坦打竞技编程比赛。能不能带我们回到那个时期？你最初是怎么接触并爱上计算机，又是怎么那么早就走上编程这条路的？

Alex Mashrabov： 首先得交代一下我长大的环境。 我父亲来自乌兹别克斯坦。在中亚，如果一个五口之家月收入能达到 1000 美元，就已经算相当优渥的家庭了，当地的整体生活水平其实很有限。 不过我的父母都是机械工程教授。

从我记事起——大概八岁左右——他们就不断灌输一个观念：你将来一定要去美国，因为只有在那里，技术才能真正体现价值。 为了培养我，我母亲当时不得不身兼三职。因为我受的这套训练，很大一部分开销就是要到处去参加顶尖编程竞赛、进各路训练营，跟着最拔尖的人死磕数据结构与算法。

Harry Stebbings：冒昧问一句：年纪那么小就背负着父母的高压期望，不断打竞赛，小时候会不会觉得喘不过气？

Alex Mashrabov： 压力当然巨大。 但我打心底里感激父母，是他们早早为我指明了一条清晰的路。 如果你出生在后苏联国家、印度或中国这类地方，在国际硬核竞赛中冲上世界排行榜前列，往往是普通人真正打破阶层天花板屈指可数的路径。 到了 19 岁，我已经拿到了世界竞技编程前三。 但就在那个节点上，我没有选择继续走学术路线，而是转身去创业了。

Harry Stebbings：我想你父母听到这个决定时，脸色一定相当“精彩”。 为什么会做出这个决定？ 这几乎是你人生的分水岭：努力了整整19年，父母一直告诫你这是人生最重要的正轨，结果你突然宣布：“我要去做一件风险极高的事——去开创业公司。”当时究竟发生了什么？

Alex Mashrabov： 那得追溯到 2014 年。 我很幸运，在 Transformer 架构问世前就接触了深度神经网络。我当时主攻系统层面的性能优化，比如怎么让模型推理更快、怎么在分布式机器集群间做并行调度。后来，我们做出了当时全球最先进的英俄双向机器翻译系统。 其实在那个时期，“AI 人才争夺战”就已经打响了，我当年的不少竞赛队友后来都去了 DeepMind 和 Meta。 但我个人的兴奋点不太一样。 我第一次踏上旧金山时，Uber 疯狂扩张的景象给了我极大的冲击。

我当时就在琢磨：如果一个移动应用能以如此惊人的速度席卷全球、颠覆整个物理行业，是不是意味着手机注定会成为人类未来黏性最高的核心终端？ 再往深处推演一步：未来有没有可能出现这样一种场景——地球上的每个人每天花在手机上的大部分时间，都是在刷由 AI 生成的视频？ 手机屏幕对短视频内容的吞噬是无底洞，而这些内容到底由谁来填满？ 当时的直觉告诉我：答案只能是 AI。

Harry Stebbings：所以后来卖给Snap的那家公司，就是围绕这个想法做的？

Alex Mashrabov： 没错，那家公司叫 AI Factory。 2018 年，我很有幸结识了 Mahi，他后来也成了 Higgsfield 的联合创始人。他是硅谷的老兵，经历过多轮完整的科技周期。 后来，我们以 1.66 亿美元的价格把 AI Factory 卖给了 Snap。交易完成后，我加入 Snap 负责整个生成式 AI 业务。

Harry Stebbings：等等，无意冒犯，但你讲得未免太轻描淡写了。你来自一个望子成龙的严苛家庭，一路被逼着做到顶尖，然后你直接略过了所有惊涛骇浪，轻飘飘地来了一句：“哦对了，后来我们以1.66亿美元把公司卖了。”那可是一笔真金白银的巨款。 正式交割、落袋为安的那一瞬间，你内心真实的想法是什么？

Alex Mashrabov： 你要明白，那会儿还是 AI 根本不受资本追捧的冷板凳时代。那时候 AI 公司的估值倍数绝不是今天动辄 200 倍市销率，而是无限接近于零——因为市场甚至不觉得 AI 是个正经赛道。 这就导致我们在早期融资时经历了非常残酷的股权稀释，这点必须说明。

Harry Stebbings：那会儿早期一轮融资大概能拿多少？

Alex Mashrabov： 在那个年头，一家早期初创能融到一两百万美元，就已经算相当风光了。 不过对我个人而言，那次收购最深远的意义在于，它终于给了我一张合法前往美国长居的入场券。 公司被并购后，我正式拿身份定居美国，先是在洛杉矶，后来搬到了硅谷。从某种意义上说，我儿时的美国梦在那一刻终于兑现了。

烧掉 1000 万美元后，Higgsfield 才找到 PMF

Harry Stebbings：到了美国之后，这里跟你小时候想象的模样吻合吗？

Alex Mashrabov： 这是个极好的问题。 旧金山确实是一个极具包容度的地方，这里的人不会死盯着你的肤色、种族或国籍看，这一点非常难能可贵；这里也确实保留着纯粹的技术精英主义（Meritocracy），只要你有真本事，你理论上能约到行业里的任何人。

但与此同时我也发现，硅谷的风投生态在实际运作时其实有着极其严重的从众心理（Consensus-driven）。这跟我过去在外部对硅谷“敢于独立下注”的浪漫幻想大相径庭。后来我读了一本解构风险投资运行机制的书，才释怀并意识到：原来真实世界的商业法则本来就是这样运转的。

Harry Stebbings：卖掉公司套现、顺利迁居美国、实现了人生阶段性目标。那Higgsfield究竟是怎么从这之后孕育出来的？

Alex Mashrabov： 2020 年前后，Snapchat 正处于飞速增长期。我们团队打造的动态人脸特效滤镜，成了驱动 Snapchat 日新增用户的核心引擎之一。 这里有一个极其关键的架构优势：这些滤镜是直接在移动端本地实时渲染的。 这意味着对 Snapchat 而言，每多一个用户使用的边际服务成本几乎为零。这跟今天云端调用大语言模型、每跑一个 Token 都在疯狂烧钱的商业逻辑完全是两码事。 这套技术最终覆盖并跑在了全球数亿用户的手机上。能做出一款达到如此量级的国民级消费应用，给我的震撼是无以复加的。

哪怕放到今天，它依然是人类历史上规模最大的消费级多媒体 AI 落地案例之一。 但随着工作深入，我逐渐察觉到整个数字广告生态中横亘着一个巨大的未满足痛点： 绝大多数普通企业，根本不知道该如何在瞬息万变的社交网络里保住自己的存在感。这是一个数千亿美元的真空地带。

今天，社交网络本身就是全球绝对的媒体主战场。头部的大品牌有庞大的效果广告预算，能不断砸钱试错；但世界上 99% 的普通商家根本跟不上节拍。 核心死穴非常朴素：没有任何一家普通公司能靠养活一个传统内容制作团队，来跟得上社交媒体内容消耗与迭代的惊人速度。趋势几乎是按天来洗牌的。

Harry Stebbings：也就是说你的判断是：中小品牌不可能在内部全职养一个好莱坞级的专业摄影剪辑团队，他们需要一套高度自动化的新工具来平替这套供给。这就是产品的最初雏形？

Alex Mashrabov： 没错，完全正确。 当时市场上早期的竞品方案非常粗糙，一种是让你传几张静态图，自动拼成带点背景音乐的幻灯片——虽然聊胜于无，但交付效果极其廉价；另一种是把长视频用算法切片成 9:16 的竖屏片段，虽然稍微好一点，但依旧无法解决全新视觉内容的原创问题。

到了 2023 年，有一点在我脑海中已经无比清晰： Scaling Law（尺度定律）是绝对成立的硬道理。它不再只是学术圈里纸上谈兵的假说。 尽管在视频模态上，它的引爆点可能比文本大模型和代码生成滞后两到三年，但我坚信 Scaling Law 最终一定会席卷视频领域。 所以我决定把自己全部押上去，豪赌这一次。

Harry Stebbings：我想在这里按下暂停键。我完全认同你看到的机会：赋能中小企业与创作者高频产出高质量社媒素材。但我们都知道，Higgsfield绝非一上线就一鸣惊人。 我之前和Menlo Ventures的Amy聊过，她说你们在中途经历了数次极其痛苦的业务掉头，踩了数不清的坑。 所以最开始交卷时，你们真的立刻撞上了Product-Market Fit吗？

Alex Mashrabov： 完全没有。 坦白讲，我们花了整整一年多的时间，在黑暗中反复摸索一个能够自洽的产品形态。 我们种子轮一共融了 1600 多万美元，但在找到对的方向之前，我们已经真金白银烧掉了 1000 多万美元。 到了那个节点，团队上下都清楚：子弹只够我们最后搏一次了。

平心而论，走到那步田地，我作为创始人要承担绝对的主责。 因为那段时间我把所有的注意力都放在了虚妄的指标上，整个人几乎对真正的产品现实丧失了感知。我天天在琢磨怎么借势、怎么抢占行业叙事热点、怎么制造眼球效应来劫持用户注意力。我什么算盘都打过了，唯独没有坐下来死磕怎么做出一款真正经得起推敲的好产品。 一直到账上只剩不到 600 万美元——甚至马上就要跌破 500 万美元生死线的时候——我才如梦初醒： 我们唯一的生路，就是抛弃所有浮夸的噱头，彻底回归产品本位，回归 PLG（产品驱动增长）。

你必须从骨子里坚信一件事：在工具软件领域，最终一定是最好的产品通吃。 于是我们彻底沉下心去和真实客户泡在一起。我们深度访谈了 8 位一线的资深创意总监，逐一追问他们在日常工作流中使用 AI 的真实断点，以及现有 AI 视频工具到底烂在哪里。 所有顶尖创作者不约而同地抛出了同一个答案： 现有的 AI 根本不具备真正的“运镜与机位控制能力”（Camera Control）。 而影视叙事的灵魂，恰恰就藏在运镜与构图的精确调度里。这是一个必须被正面击碎的工程瓶颈。

我们把所有的宝都押在这个痛点上，在去年 3 月 31 日正式发布了全新版本。 从那天起，我们才真正踩中了那股狂暴的上升气流，一路冲到了今天。

18 个月，从 100 万美元到 10 亿美元

Harry Stebbings：所以这一次推倒重来，是上线即引爆，立刻拿到了教科书般的PMF？

Alex Mashrabov： 是的，几乎是即刻见效。

Harry Stebbings：真正的Product-Market Fit是不是跟坠入爱河一个感觉？ 就是你根本不需要找指标去证明它，一旦它降临，你全身上下立刻就能感知到？

Alex Mashrabov： 太对了。真正成了的时候，你不需要做任何自我怀疑。 举个最直接的指标：我们到现在都完全不做任何传统意义上的付费投流买量（Paid Acquisition）。 其实我们核心团队里好几位骨干，过去在老东家都是靠狂轰滥炸的付费买量，把业务一手拉扯到 10 亿甚至 20 亿美元体量的操盘手。但在 Higgsfield，我们决意走一条截然相反的路径。

Harry Stebbings：你们真的连一分钱的Paid都不碰？

Alex Mashrabov： 完全不碰传统买量。

Harry Stebbings：那你们重度依赖的网红Influencer合作，难道不属于变相的Paid渠道吗？

Alex Mashrabov： 这个问题很犀利。 Influencer 的合作机制其实分很多种层次。通常情况下，我们会支付一部分基础视频制作费，然后更多是根据真实转化效果、点击量（CPC）以及最终的应用归因（Attribution）来做后置结算分成。这种模式在 YouTube 这类深内容长尾平台上表现尤为突出。

Harry Stebbings：说到网红营销，你们之前不是还被推到过风口浪尖吗？我有点记不清细节了，大致是有争议指责你们花钱买好评、在推广手段上过于凶猛。你觉得当时的舆论监督纯属无中生有，还是说团队在执行层面确实动作走形、犯了错误？

Alex Mashrabov： 那次风波给我们上了非常痛切且极其昂贵的一课： 任何一家想要建立长久壁垒的公司，必须把分发权牢牢攥在自己手里。 在今天的流量格局下，Distribution（分发能力）的权重比以往任何时代都要致命。 当时我们犯的根本错误在于把这部分核心职能完全外包了出去。当时我们公司内部负责创作者生态和客户成功（CSM）的加起来只有两个人，于是我们把大量达人建联与推广执行甩给了一家外部公关代理机构（Agency）。事实证明，那是一段极其糟糕且失控的合作体验。

Harry Stebbings：我们还是切回到最震撼的业务主线上来。Higgsfield目前的真实收入到底跑到了什么量级？