The Untold Story of Higgsfield | $1B ARR in 18 Months | Why Moats in AI are BS | CEO, Alex Mashrabov

Hicksfield 18 个月营收从 100 万美元飙到 10 亿，团队每人每月模型花费超 1 万美元。

模型再强，也赢不了真实工作流

Alex Mashrabov 是 Higgsfield 创始人兼 CEO。19 岁时，他已进入全球竞技编程前三；后来创办 AI Factory，并以 1.66 亿美元出售给 Snap。这个履历让他既见过模型研发，也见过消费级产品如何规模化。Higgsfield 的故事尤其有意思：它从追逐模型能力起步，最后却把胜负手押在镜头控制、内容生产、模型调度和客户业务结果上。

这期回答了 7 个问题：

1. 为什么视频 AI 的公开基准分数，可能几乎无法预测真实生产力？
2. 一家烧掉大部分种子轮资金的公司，如何靠 8 次访谈找到 PMF？
3. 不投付费广告，怎样把内容团队变成自己的增长渠道？
4. 为什么 $99 月订阅用户，能在半年后变成每年 600 万美元的客户？
5. 自研模型真的是护城河，还是模型路由能力才决定利润？
6. 员工每月花 1 万美元买模型，会如何重写“10 倍人才”的定义？
7. 为什么产品迭代越快，AI 客服反而越难替代人工？

被问到他为何放弃“追逐模型基准”、视频模型究竟该如何评估时，Mashrabov 先泼了一盆冷水：今天很多视频基准，测的其实只是 text to video，也就是“给一句文字，生成一段视频”。这很适合做排行榜，却不太像真实制作。Higgsfield 开源生成电影项目里的单个提示词，平均长度超过 3,000 个词；每个场景平均还要给至少 10 张参考图，规定角色长相、背景、角色之间的空间位置。

"It's virtually impossible to really define a visual output and and direct the execution just through text."（仅靠文字，几乎不可能真正定义一个视觉输出，并指导其执行。）

这意味着，视频生成更像一个现代渲染引擎，而不是“输入文案、拿走成片”的自动售货机。创作者真正要控制的是镜头运动、构图、人物一致性、场景关系和风格延续。榜单能测一次生成有没有像样，却很难测模型能不能接住这一整串视觉决策。因此，未来竞争不只是“谁单次生成更惊艳”，而是谁能让人把参考图、镜头语言和反复修改塞进同一条工作流。这个判断主要适用于视频生产；在编码等高价值场景，用户仍会追着最新前沿模型跑。

被问到 Higgsfield 上线后是否立刻获得产品市场匹配时，Mashrabov 的答案是否定的。公司花了一年多寻找能跑通的产品，1,600 万美元种子轮里烧掉超过 1,000 万美元。等到账上不足 500 万美元，他回头看，认为自己此前花太多精力研究热点、叙事和如何抢注意力，反而没把产品做扎实。

团队随后找了 8 位创意总监做访谈。8 个人给出的缺口高度一致：AI 没有 camera control，也就是用户无法真正控制镜头。对创意总监而言，这不是锦上添花的功能，而是叙事是否成立的前提。

"Everyone told us that camera control does not exist in AI and camera control is so important to tell a story."（每个人都告诉我们，AI 里不存在镜头控制，而镜头控制对讲故事至关重要。）

团队围绕这个瓶颈推出产品，去年 3 月 31 日发布后，Mashrabov 称 PMF 几乎立刻出现。这意味着，早期 AI 产品的转折点未必来自更大的模型，也未必来自更响亮的概念，而可能是把专业用户每天卡住的一个环节做透。边界也很现实：这次转向发生在资金近乎见底时，不是一套能低成本复刻的“访谈方法论”，而是一场只剩一次机会的下注。

被问到消费者增长最有效的渠道是什么时，Mashrabov 说 Higgsfield 不做付费投放。它的押注是：最好的商业视频应该先在 Higgsfield 上做出来，再把完整工作流展示给用户看。于是，公司把内容团队当成产品和分发的一部分，而不是品牌部门的附属品。

Higgsfield 有超过 150 名创意专业人员，接近公司员工总数的一半。这支团队制作产品发布视频、教程，也制作首部生成电影，并把电影项目开源。开源的意义不只是“展示一个成片”，而是让别人能看到它怎么被做出来、能不能模仿。

"we have an in-house team of over 150 creative professionals. 150. It's it's almost half of the whole work workforce frankly."（我们有一支超过 150 名创意专业人士的内部团队。150 人。坦率说，这几乎占了整个员工队伍的一半。）

但生成不等于完成。制作 90 分钟电视质量内容，需要生成超过 100 小时的候选素材。也就是说，模型负责把素材池灌满，人依然要判断哪一条镜头值得留下。这意味着内容分发的核心不是“AI 让内容零成本”，而是公司用内容证明能力、教育用户、沉淀工作流，进而把分发变成自己的基础设施。账单并没有消失，只是从买广告变成了持续投入创意生产与筛选。

被问到为何从自研模型转向多模型并用时，Mashrabov 承认，自己一度也相信追逐模型基准是正确道路。后来 Higgsfield 把自研收缩到明确用例：例如审美写真、产品一致性这类需求稳定、可以反复优化的图像模型。其他任务，则同时使用自有模型、开放权重模型和闭源模型。

原因首先是利润结构。Mashrabov 称，自有模型和开放权重模型的毛利率超过 80%，闭源模型通常只有 20% 到 30%。公司还会在超过 40% 的情况下，替客户决定应该使用哪个模型。

"The margin on own models and open weights models is over 80%."（自有模型和开放权重模型的利润率超过 80%。）

他把这套能力叫作“tokconomics”：客户要完成的工作量既定，产品层的任务是减少所需 token，并挑选最有效、最便宜的 token。换句话说，应用公司未必非得拥有“宇宙最强模型”；更可能靠调度能力赚钱——把不同任务送给不同模型，既保证结果，也不让成本失控。这会把护城河从模型参数迁到工作流和路由权。不过，长程推理、复杂编码等场景仍可能必须调用前沿闭源模型，成本优先不能覆盖所有任务。

被问到收入构成和客户扩张速度时，Mashrabov 给出一个很夸张的案例：一名客户 6 个月前还只买每月 99 美元订阅，如今签下了每年超过 600 万美元的合同。这个跨度看起来不像订阅升级，更像客户换了一套生产系统。

"One customer started 6 months ago spending just subscription $99 a month. $99 a month. And now we just signed a deal over 6 million."（有一个客户 6 个月前只花每月 99 美元订阅。99 美元一个月。现在我们刚签下一份超过 600 万美元的合同。）

背后是直接面向消费者的电商公司，开始用 AI 原生方式重建获客：不是每月做几条广告，而是每周批量生产数百、甚至数千条广告，再持续做 A/B 测试。Higgsfield 的 B2B 收入已略高于总收入的 50%，说明它卖的并不只是剪视频的工具，而是广告测试和内容规模化生产的能力。

这意味着，AI 视频的商业化上限不由最初的订阅价决定，而由客户是否把它接进销售增长流程决定。一旦工具能持续影响广告转化，定价单位就可能从“一个席位”变成业务结果。边界在于，视频 AI 比编码 AI 晚约两年进入采用期，按需消费收入也显著低于领先的编码公司；600 万美元合同不能自动代表整个市场已经成熟。

被问到公司每月模型支出超过 400 万美元、平均每人超过 1 万美元时，Mashrabov 描述了一种很不传统的组织成本。Higgsfield 近 400 名员工，内部使用模型的月支出超过 400 万美元。这里的“生产资料”不再只是电脑、软件和工资，还包括每个人能够调用多少模型推理。

有一名员工不满意资产管理工作流，连续 5 个晚上使用 Astra 模型，想自己造出解决方案。一周下来，模型费用超过 3 万美元。

"I just caught a guy who spent over 30k in a week on Astra model."（我刚发现有个人一周就在 Astra 模型上花了超过 3 万美元。）

Mashrabov 说，许多人每周都会在模型上花超过 1 万美元；未来顶尖工程师和顶尖创意人员，每月模型支出可能达到 5 万到 10 万美元，薪资也会随之上涨。这意味着，“10 倍人才”的定义正在变：不只是一个人效率更高，而是这个人能驾驭一群代理、更多算力和更大试错预算。公司的人才管理会更像资本配置，要判断这笔推理费是否沉淀为可复用能力。反面也很清楚：那次 3 万美元实验带来学习，却还没达到可生产部署的程度，财务团队也认为成本控制已经偏紧。

被问到代理会不会让组织规模大幅缩小、客服和法务会不会被替代时，Mashrabov 的结论和常见想象相反。Higgsfield 的法务团队超过 10 人，客户成功团队超过 40 人，而且所有人都在重度使用 AI。AI 的确能处理超过 60% 的客服请求，尤其是第一线问题；但到了 B2B 场景，他说 AI 目前仍然“不工作”。

问题不完全在模型聪不聪明，而在知识是否跟得上。Higgsfield 几乎每周发布新产品，代理需要同步更新功能信息、操作规则、客户例外和处理流程。产品越快，维护代理所需的上下文越多。

"the agents are as good as context and rules which they have."（代理的能力取决于它们拥有的上下文和规则。）

这意味着，自动化不会线性地减少员工人数。一个稳定、规则固定的业务，适合让 AI 接手重复问答；一个每周改两次规则、客户又有复杂权限和商业承诺的 B2B 产品，反而需要更多人维护知识、检查异常、协调跨部门决策。AI 能把一线请求挡在外面，却不能自动消除组织变化本身。因而，真正的瓶颈常常不是“有没有客服机器人”，而是公司有没有能力持续维护机器人的上下文。

被问到消费者 30 天、90 天留存时，Mashrabov 没有回避短板：用户在第一个月大约流失 30%，之后曲线才会趋平。他坦言，logo retention，也就是按客户账户计算的留存，并不理想；作为参照，传统 B2B SaaS 通常希望首月 logo retention 超过 80%。

"there is quite massive drop within the first month"（第一个月的流失相当大。）

这和 Higgsfield 的业务客户形成鲜明反差：其 12 个月 NRR，即老客户收入留存与扩张后的比例，已经超过 300%。这说明它可能存在“两层漏斗”：上层是大量抱着好奇心进来的用户，其中不少人没能快速学会如何把工具用出价值；下层则是已经接入实际业务的客户，他们会高速扩张预算。

这意味着，下一阶段的增长瓶颈不只是获客，而是缩短用户从“看见能力”到“做出结果”的时间。教程、案例、模板和工作流引导，未必是边缘功能，反而可能决定首月流失能否下降。Mashrabov 也明确承认，这仍是没有解开的题，公司在用户教育上还有大量工作要做。

被问到每周工作 80 到 90 小时、如何兼顾妻子和儿子时，Mashrabov 给出的数字比任何创业鸡汤都具体：理想情况下，他每周至少陪妻子 3 小时，陪儿子至少 5 小时；如果连续出差一到三周，才会尝试用周日补回来。过去 3 个月里，他只有一天从早到晚陪儿子，期间没有处理邮件，也没有和团队沟通。

"I try to spend ideally at least 3 hours a week with my wife at least 5 hours a week with my son."（理想情况下，我会尽量每周至少花 3 小时陪妻子、至少花 5 小时陪儿子。）

他把这种高强度投入和移民经历联系起来：从小被教育要进入一个“技术真正重要”的地方，因此总觉得自己必须证明属于这里。这意味着，外界看到的高速执行，并不只由融资、算力和人才支撑，还来自创始人持续把私人时间兑换成公司速度。这是最难写进财报的一笔融资：短期能换来决策更快、问题更少堆积，长期却把成本压进亲密关系里。Mashrabov 没有给出平衡方案，只说感谢妻子的耐心。

“视频 AI 的胜负不在榜单，而在无法被文字穷尽的工作流”和“模型不是护城河，调度最便宜的能力才是利润源”，其实都在指向同一件事：模型能力会越来越像供应链的一环，而不是产品价值的终点。

对 Higgsfield 来说，镜头控制解决的是创作者能否完成工作；内容团队解决的是用户能否看懂工作流；模型路由解决的是同样的工作怎样以更低成本完成；从 $99 到 600 万美元的扩张，则检验这些能力有没有进入客户的收入流程。真正决定客户是否留下来的，不是模型演示时有多炫，而是它是否能让广告多测几轮、内容多产几版、团队少卡几个环节。

但速度并不免费。“产品更新越快，AI 客服越难替代人”说明，自动化越深，规则维护越重；首月 30% 流失说明，产品再强，用户不会用也等于没有价值；而创始人每周 80 到 90 小时的投入，则揭开了高速增长背后的私人账本。

对读者自己的处境也是一样：不必先问“哪个模型最强”，更该问它究竟嵌进了自己哪一步工作、替自己减少了什么决策、又制造了哪些新的维护成本。模型会更新，工作流留下来；真正值得经营的，是后者。