AI视频领域一笔超大额融资浮出水面。
8月17日，AI视频公司Higgsfield宣布完成4亿美元B轮融资，投后估值达到54亿美元（约合人民币364亿元）。
以今年1月刚刚超过13亿美元的估值计算，不到8个月，公司估值增长超过4倍。
本轮融资由DST Capital领投，Goldman Sachs Alternatives旗下Growth Equity、Tribe Capital、Intel Capital（英特尔投资）等机构参与，Accel、Menlo Ventures、GFT Ventures等老股东继续跟投。
与此同时，Higgsfield的年化收入（ARR）已经达到7亿美元，全球用户超过3000万。
更值得关注的是，这家公司真正押注的并不是“再造一个Seedance或者Kling”，而是在这些基础模型之上，做一套能够理解创作需求、自动选择模型、拆解任务并最终交付视频的“生产系统”。
今年5月，Higgsfield还用Seedance 2.0做出95分钟长片《Hell Grind》，并在戛纳完成了全球首映。
影片制作成本不到50万美元，其中约40万美元是AI算力成本。
这个动作与其说是在挑战好莱坞，不如说是在向客户展示：当视频生成模型逐渐商品化，真正值得付费的，可能是模型之上的那一层“导演、制片和制作团队”。
这也是Higgsfield此轮融资最值得研究的地方：一家最初从“AI视频生成工具”起家的公司，正在迅速变成一家“AI视频生产力公司”。
从13亿美元到54亿美元
Higgsfield的融资速度，已经足够用“疯狂”来形容。
2024年4月，公司完成800万美元种子轮融资，当时Higgsfield还是一家典型的模型创业公司。
2025年9月，Higgsfield完成5000万美元A轮，这个阶段，公司开始将自己的定位从单纯的“视频生成”转向“Video Reasoning Engine”，强调将创意意图转换成可执行的视频制作指令。
2026年1月，Higgsfield又获得8000万美元A轮扩展融资，估值超过13亿美元。Higgsfield把第三方模型整合到自己的产品中，并在其上构建所谓的“reasoning engine”，负责角色一致性、品牌一致性以及视频生产流程的编排。
半年之后，就是此次4亿美元B轮，估值达到了54亿美元。
与此同时，Higgsfield的商业化也在高速增长。
公司今年1月披露ARR达到2亿美元，到今年6月，其ARR已经达到5亿美元；而8月最新一轮融资时，公司口径进一步提升到了7亿美元。
Higgsfield已经从“创作者工具”，向“企业内容基础设施”迁移。
“大模型之上的第二层”
Higgsfield创始人Alex Mashrabov并不是传统意义上的影视创业者。
Higgsfield创始人Alex Mashrabov
他此前是Snap的生成式AI负责人，而Snap在2020年以1.66亿美元收购了他联合创办的AI Factory。进入Snap之后，Alex长期参与AR、视觉特效以及生成式AI产品。
Higgsfield真正的产品判断，来自一个很朴素的问题：为什么AI视频越来越逼真，却始终“不像电影”？
Alex在2025年接受《福布斯》采访时说，创作者反复告诉他的问题不是画面不够漂亮，而是“镜头没有意图”。例如，让模型生成一个人物容易，但让它准确完成推轨、俯拍、跟拍、Crash Zoom等具体摄影语言，就要反复Prompt，时间成本很高。
于是，Higgsfield早期并没有单纯追求“把模型做得更大”，而是在视频生成模型之上增加一层“摄影指导”。
其产品Cinema Studio就是这一思路的体现：用户不必自己反复试错，可以直接描述Dolly、Orbit、Tracking等镜头语言，由系统把这些摄影动作转译成模型可以执行的生成指令。
Higgsfield后来又进一步加入Soul ID、Marketing Studio以及Supercomputer，把角色一致性、营销内容和整个生产流程都纳入统一系统。
这也解释了为什么Higgsfield的产品越来越像“视频Agent”，却又不能简单定义成一家视频Agent公司。
它更准确的身份，是多模型视频生产平台+Agent编排层。
Higgsfield的平台上集合了：Seedance、Kling、Veo、Sora等视频大模型，公司并不是要替代这些模型，而是把它们组织起来。
用户只需要告诉Agent“我要做什么”，系统就负责拆分任务、选择模型、调用Cinema Studio等工具，并生成最终成片。
官方甚至把它定义为“an entire studio in a prompt”（只需一个提示就能生成整个工作室）。
在一次视频任务中，推理、文案、图像生成、视频生成、角色一致性和剪辑，可以由不同模型和不同模块协同完成。
这其实是一个非常重要的商业模式变化。
过去AI视频创业的竞争逻辑是：谁的模型效果最好？
而Agent时代的问题正在变成：谁最懂任务？谁最会调度模型？谁能以最低成本把结果交付出来？
这也是Reuters今年1月对Higgsfield的判断：它受益于一个新的创业机会——围绕基础模型建立垂直应用，而不是重复建设基础模型本身。
对于用户而言，“Seedance生成15秒视频”本身不是稀缺能力；稀缺的是，告诉AI“给我的新品做10条TikTok广告”，它能自己完成脚本、选角色、选镜头、生成视频、做版本拆分，并最终交付10条可以进入投放流程的素材。
从这个角度看，Higgsfield卖的已经不是“视频”，而是视频生产效率。
95分钟《Hell Grind》
今年5月，《Hell Grind》在戛纳亮相。
这部95分钟的AI长片由Higgsfield依托Seedance 2.0制作，公开报道显示，影片制作团队约15人，周期约14天，预算约50万美元，其中约40万美元用于AI算力。
为了得到符合影视制作标准的镜头，团队需要使用长达3000词的详细Prompt，并不断反复生成、筛选和修改。
从影视工业的角度，这个项目当然还有很多争议。它并不意味着“AI已经完全替代电影制作人”。实际上，人类创作者仍然承担了镜头构图、叙事连续性和最终筛选等大量工作。
但如果把《Hell Grind》当作一家AI公司的商业营销活动来看，它就非常成功。
因为Higgsfield不需要证明“AI已经可以独立拍出奥斯卡电影”，它只需要证明一件事：
今天的AI视频基础设施，已经足以让一个小型团队以远低于传统影视工业的成本，生产过去很难生产的内容。
更重要的是，《Hell Grind》把Seedance的能力和Higgsfield的产品能力绑定了。
Seedance解决的是“能不能生成”；Higgsfield解决的是“怎么把几十、几百甚至几千个生成结果变成一个完整项目”。
不用广告告诉客户自己很强，直接拍一部95分钟的电影给客户看。这是一个非常聪明的营销路径。
Higgsfield目前已经不是纯粹的Creator产品。
公司最新披露，全球用户超过3000万，覆盖200多个国家和地区；企业客户已经包括广告、营销、娱乐和广播等行业。
今年6月Business Insider报道称，Higgsfield平台约70%的活动来自商业广告，并已服务390家财富500强公司。
它的商业模式已经发生质变：从“用户为AI视频付费”，逐渐变成“企业用AI替代内容制作预算”。
这也解释了为什么收入跑率可以在短时间内从2亿美元跃升到5亿美元、再到7亿美元。
对消费者来说，一条AI视频可能值几美元。
对品牌来说，一整套广告创意生产链的预算则可能是数万、数十万乃至更高。
所以Higgsfield真正盯上的，并不是个人创作者的钱包，而是广告公司、品牌营销部门和内容制作公司的预算。
相似玩家
这也是国内创业公司最值得关注的地方。
Higgsfield与国内Flova、LiblibAI旗下LibTV存在明显的产品逻辑相似性：三家公司都没有把自己局限在一个“视频生成模型”里，而是在尝试成为模型之上的视频创作Agent或者工作流平台。
Flova官方对自己的定义已经非常明确：它是一套“AI原生的视频创作Agent平台”，Agent覆盖剧本、分镜、图像、视频、音频和剪辑时间线，并通过项目级记忆持续理解当前项目状态。（延伸阅读→曾3亿美金把公司卖给字节，剪映背后的操盘手，造视频Agent再融8000万美金）
2026年6月，Flova还上线了Agent接入和CLI能力，让Codex、Claude Code等其他Agent也可以调用Flova完成视频创作。
LiblibAI的路径则略有不同（延伸阅读→90后东大校友，干出最强AI黑马，刚融资3亿美元）。
它最早是模型社区，后逐渐向一站式AI视觉平台演化。
2026年3月上线的LibTV，把“创作者入口”和“Agent入口”放到了同一个产品里：用户可以自己搭建剧本、分镜、镜头和剪辑流程，Agent则可以通过Skill接口调用模型、编排工作流和自动完成制作。
所以，这三家并不是“都做AI视频”，而是试图把越来越复杂的模型能力，压缩成一个用户只需要表达目标的生产系统。
区别也很明显。
Higgsfield更强的标签是海外商业内容、广告和电影工业，强调多模型调度、摄影语言和企业工作流；Flova更偏影视与动画创作，强调项目记忆、Skill和Agent多步执行；LibTV则更接近“模型社区+专业创作工作台+Agent”的组合。
换言之，国内外正在同时出现同一种产品形态：模型不再是终点，Agent开始成为模型的操作系统。
结语：下一轮AI视频大战，
可能不再发生在模型层
过去两年，AI视频行业最核心的问题是“谁能生成更好的视频”。
到了2026年，这个问题正在变成另一个问题：谁能把视频做得更便宜、更快、更连续，而且直接进入企业生产流程？
从Higgsfield的路径看，答案似乎已经越来越清晰。
基础模型负责提供“能力”；Agent负责理解“任务”；平台负责调度模型；企业则为最终产出付费。
这也解释了为什么一家不以自研视频底模为核心的公司，能够在不到一年时间里把估值从13亿美元推到了54亿美元。
Higgsfield最值得研究的地方，或许不是它生成了多少个漂亮镜头，也不是那部95分钟的《Hell Grind》究竟能不能与传统电影相比。
真正值得关注的是，它正在证明一个新的AI商业命题：
当模型能力越来越便宜，真正昂贵的将不再是“生成”，而是把生成变成结果。
而这，也可能正是下一批AI视频Agent公司的机会。
文章来自于"创业邦"，作者 "林夕"。