https://x.com/i/article/2120398474739077120
再读 Higgsfield 创始人访谈：从烧掉千万美元找方向，到即将二十亿美元 ARR，AI 应用的生意怎么做？
一家 AI 视频公司，为什么不再把“做出最强模型”放在首位？为什么不看好每月 20 美元的订阅生意，却愿意每月花超过 400 万美元，让自己的员工使用 AI？
Higgsfield 创始人兼 CEO Alex Mashrabov 在 20VC 的这场访谈里，给出了一套相互关联的答案：
公司要争取的，不只是生成内容的用户，更要关注持续用内容创造收入的企业；模型是完成工作的手段，真正需要掌握的是产品、客户关系和分发能力。
这场访谈最值得看的，也不是增长神话本身，是他怎样解释早期犯错、模型取舍和组织扩张。
先烧掉一千多万美元，才找到客户真正需要的东西
Mashrabov 不是第一次创业。此前，他创办的 AI Factory 被 Snap 收购。他在节目中给出的价格是 1.66 亿美元；当年的媒体也报道过这一金额，但 Snap 没有公开确认财务条款。
有过成功经历，并不意味着第二次创业就能直接找到方向。
按他的回忆，主要团队位于哈萨克斯坦的 Higgsfield 种子轮筹到约 1600 万美元，却花了一年多寻找合适的产品，消耗了一千多万美元。他承认，自己当时过于追逐热点、叙事和注意力，逐渐偏离了真实需求。
转折来自与八位创意总监的交流。他们反复提到同一个问题：AI 视频缺少真正好用的镜头控制，而讲故事离不开镜头语言。
这让团队找到一个比“生成更好看的视频”更具体的切入点：让创作者能够控制想要的画面，而不是不断抽取随机结果。
Mashrabov 说，产品在 2025 年 3 月 31 日发布后，才真正感受到产品与市场的契合。
这里的启示很直接：技术能力再强，也不能代替对客户工作的理解。客户未必想要一项更强的生成能力，可能只是想让一个反复做不好的环节终于可控。
十亿美元是年化收入，不是已经赚到的全年营收
节目用“十亿美元 ARR”描述 Higgsfield 的规模，但 Mashrabov 对算法作了专门解释：取最近四周收入，再乘以 13。另外，在 10 月份 ARR 已经达到了 13.5 亿美元，未来三个月很有希望达到 20 亿美元！
公司从约 100 万美元年化收入增长到 10 亿美元，用了 18 个月。比总量更值得关注的是客户结构。他说，业务用途贡献的收入已经略高于一半。
他举了一个未具名客户的例子：六个月前，对方还只购买每月 99 美元的订阅，后来签下了超过 600 万美元的年度订单。
这个案例不能代表所有客户，但能说明他想做哪类生意：客户不是偶尔生成一段视频，是把生成能力接入持续生产内容的业务流程。
例如，直接面向消费者的电商品牌，需要批量制作广告素材，测试不同创意。如果内容能帮助客户卖出更多商品，预算就不一定被限制在个人软件订阅的水平。
为什么他不看好每月 20 美元的订阅竞争
Mashrabov 判断，面向专业个人用户、每月约 20 美元的 AI 订阅，会遭遇 Google、OpenAI 等大公司的强烈挤压。
这是他的市场判断，不是已经发生的必然结局。但它解释了 Higgsfield 的方向：低价订阅可以是入口，却不能成为全部商业模式。
关键不只是让更多人注册，是让客户在实际工作中发现更大价值，进而扩大使用规模。
他说：业务客户第十二个月的净收入留存率超过 300%。简单说，按这一指标，既有客户群在流失、缩减和扩张之后，收入规模仍增长到了原来的三倍以上。他也承认，公司历史很短，这个数字需要谨慎理解，不能直接当成长期稳定表现。
增长也并非毫无阻力。他说，用户首月流失大约达到三成，公司还需要更好地帮助用户理解和获得价值。
这两件事可以同时存在：不少人试过后离开，但真正把工具用于业务的客户，可能迅速扩大支出。
因此，Higgsfield 不只投入产品研发，也大量投入内容、教程和客户成功。Mashrabov 说，内部创意团队超过 150 人。他尤其强调，要掌握自己的内容与分发能力，而不是把客户体验全部交给外部代理。
自研模型不是放弃了，是不再为刷榜而做
谈到模型路线，他承认，早期过度追求自研是自己的错误。
但这不意味着公司认为模型没有价值。他说，早期视觉特效和镜头控制帮助产品打开市场，自研图像模型也曾推动业务增长。现在改变的是投入原则：只在客户确实需要的场景里继续做，而不是追求抽象意义上的“世界最强”。
他认为，视频模型更像一种新的渲染引擎。实际制作往往需要复杂提示、参考图和多轮调整，单纯的文生视频基准，未必能代表完整创作流程。
在他的描述里，后训练的一项重要价值，是学习客户的决策过程，把原来十步的操作压缩成一步。
这与通用模型竞赛的目标不同：客户要的可能不是更高的综合智力，是更便宜、更可控、更少返工的产出。
他还给出一组毛利差异：使用自有模型或开源权重的相关业务，毛利可以超过 80%；使用闭源模型时，大约只有 20%—30%。当然这不是公司整体毛利率，也不能脱离具体工作负载直接外推。
值得注意的是，他说，超过 40% 的情况下，Higgsfield 能决定工作流采用哪个模型。
从商业上看，这种选择权很重要：如果客户购买的是完成任务的能力，平台就有机会在保证效果的前提下，选择更合适的模型，而不是始终绑定最昂贵的接口。
每月 400 万美元模型费，花在员工内部使用上
这是节目标题最容易被误读的数字。
Mashrabov 说的每月超过 400 万美元，是团队内部使用模型的开支，并非支撑全部客户服务的推理成本。因此，不能拿它与十亿美元年化收入简单相除，推算公司的利润率。
他当时称公司接近 400 人，按这一口径，人均每月模型支出超过 1 万美元。
其中一个例子是，一位创意人员为了改进素材整理和自动剪辑，连续几个晚上自己动手做工具，一周花掉超过 3 万美元。成品还没有达到可以直接上线的程度，但 Mashrabov 认为，这次学习和探索仍然值得。
这当然不是“花得越多越先进”。他也承认，支出有时会失控。更值得注意的是，这家公司允许非工程人员尝试用 AI 改造自己的工作，而不只是等待工程团队排期。
工具选择同样没有固定信仰。他说，团队曾广泛转向 Claude，后来工程师又快速转向 Codex，部分顶尖创意人员也跟着迁移。
他的态度是：模型优势会变化，组织应该能够跟着变化，而不把全部流程押在某一个供应商上。
AI 用得越深，不一定意味着人数越少
Mashrabov 没有把这些投入解释为大幅缩减团队的前奏。
相反，他说，自己曾高估 AI 对法务和客服的替代能力，因此招聘得太慢。后来法务团队超过 10 人，客户成功团队超过 40 人，而且都在大量使用 AI。
他的解释很具体：公司几乎每周都有新产品，规则变化很快，客服 Agent 很难始终跟上。第一线的部分问题可以自动处理，但企业客户仍需要大量人工服务。
这不是说 AI 无法提升效率，更是在提醒我们：单个任务更快完成，与整个公司需要更少的人，并不是同一个结论。
如果产品更多、客户更复杂、交付要求更高，节省下来的时间也可能被新的需求迅速吸收。
真正想成为的，不是一家视频生成工具公司
谈到护城河，Mashrabov 并没有给出一个已经稳固的答案。他承认，AI 产业的价值最终会沉淀在哪一层，目前仍然不清楚。
他更看重两件事：帮助客户获得实际结果，以及形成网络效应。
对 Higgsfield 来说，前者意味着让企业借助 AI 内容卖出更多商品；后者则包括创作者分享项目、互相复用经验所形成的社区价值。
他的长期设想，是成为品牌内容与分发的基础设施，类似 Shopify 在电商经营中的位置，而不只是提供一次视频生成。
也正因此，访谈里的宏大数字必须分清：80 亿美元估值是节目提到的融资传闻，并未得到嘉宾确认；公开报道的上一轮融资估值为 54 亿美元。至于未来超过 1000 亿美元的公司市值，以及后续百亿美元收入目标，都是愿景，不是当前经营结果。
我自己的感受
这场访谈最值得借鉴的，恰恰不是复制 Higgsfield 的烧钱速度，是它逐渐明确了三个选择：围绕客户任务而非模型榜单做产品；围绕商业产出而非低价订阅拓展预算；围绕实际场景决定哪些模型值得自己做。
对 AI 产品和 Agent 从业者而言，这比“应用层有没有壁垒”更具体。
如果产品只是转售一次生成结果，就容易承受模型降价和平台竞争；如果它能理解客户流程、组织多个模型、减少返工，并持续帮助客户完成工作，才更有机会争取长期预算。
但高速增长还不是最终答案。客户扩张能否持续，毛利能否守住，内部 AI 投入能否稳定转化为产出，都需要更长时间证明。
Higgsfield 展示的是一条正在被验证的路径：不一定拥有最强模型，但要努力成为客户最离不开的工作系统。