# Vollständiger Leitfaden zu Higgsfield Cinema Studio 4.0: Szenensteuerung, Soul 2.0 und API-Automatisierung > Detaillierte praktische Analyse des großen Updates von Higgsfield: Cinema Studio 4.0, konsistente Charaktere mit Soul 2.0, Generierung über die API und ein fertiger UGC-Workflow. Das Higgsfield-Ökosystem hat ein umfassendes technologisches Update erhalten: Cinema Studio 4.0 bietet eine erweiterte Suite für die direkte Szenensteuerung, das Modul Soul 2.0 gewährleistet eine stabile Charakterfixierung über verschiedene Frames hinweg, und der API-Katalog öffnet den Zugang zu über 50 neuronalen Netzwerkmodellen für die durchgängige Automatisierung der Videoproduktion. Dieser praktische Leitfaden behandelt detailliert alle wichtigsten Neuerungen der Plattform sowie reale Implementierungsszenarien – von der feinen manuellen Justierung von Optik und Emotionen des Protagonisten bis hin zum programmatischen Video-Pipeline-Aufbau und der autonomen Erstellung von UGC-Creatives. | Tool / Modul | Hauptzweck | Optimales Anwendungsszenario | | :--- | :--- | :--- | | **Cinema Studio 4.0** | Präzise frame-by-frame Regiekontrolle | Erstellung von Autorenschüssen mit Kontrolle über Kamera, Licht, Tempo und Optik | | **Soul 2.0 (Soul ID)** | Fixierung der Charakteridentität | Serienproduktion von Videos mit einem konsistenten Protagonisten in verschiedenen Locations | | **Higgsfield API** | Programmatische Batch-Generierung | Integration in B2B-Produkte, automatische Funnel, Massen-Rendering | | **UGC-Pipeline (Claude + Seedance)** | Anzeigengenerierung aus Produktfotos | Schneller Start von Marketing-Creatives ohne Filmcrew | --- ## 1. Die wichtigsten Updates der Higgsfield-Plattform Das zentrale Ereignis des Releases war der Launch von Cinema Studio 4.0. Der wesentliche konzeptionelle Wandel besteht im Übergang vom Versuch, alle Regieanweisungen in einen langen Textprompt zu pressen, hin zu physikalisch präzisen Tools für die Pre-Visualisierung der Szene vor dem Rendering-Start. Die wichtigsten technischen Verbesserungen umfassen: - **Erhöhung der Laufzeit:** Die maximale Dauer eines zusammenhängenden generierten Clips wurde von 15 auf 30 Sekunden erhöht; - **Batch-Upload von Referenzen:** Gleichzeitige Übermittlung von bis zu 50 Bildern statt der vorherigen 9; - **Kamerabewegungs-Bibliothek:** Über 30 kuratierte kinematografische Presets statt nur 9 Basisoptionen; - **Typen von Aufnahmesystemen:** 4 Typen von Kamerasystemen statt 3; - **Farbstile:** Über 50 professionelle Color-Grading-Presets statt 8; - **Dedizierte Controller:** Unabhängige Regler für Tempo (Tempo), Epoche (Era Selector) und Emotionsrad (Emotion Wheel) wurden hinzugefügt; - **Bidirektionale Szenenerweiterung:** Die Tools Forward Extend (Vorwärtsfortsetzung) und Backward Extend (Rückwärtsaufbau des Anfangs) wurden implementiert; - **Physik der optischen Linsen:** Die Eigenschaften der Linsen werden nun direkt während der Generierung in den Diffusionsalgorithmus integriert, anstatt als Post-Filter darübergelegt zu werden. Parallel dazu entwickelt die Plattform zwei strategische Richtungen weiter: die Architektur Soul 2.0 für konsistente digitale Avatare sowie eine REST API mit Zugriff auf über 50 spezialisierte Modelle zur Erstellung benutzerdefinierter Video-Pipelines. --- ## 2. Cinema Studio 4.0: Wichtige Änderungen und Funktionen In der vierten Version von Cinema Studio wurden die grundlegenden Aufnahmeparameter aus der textuellen Beschreibung in unabhängige Systemselektoren ausgelagert. Dies eliminiert Halluzinationen des neuronalen Netzwerks und liefert vorhersagbare Ergebnisse. ### Generationslänge bis zu 30 Sekunden Eine einzelne Generierung kann bis zu 30 Sekunden dauern. Dieses Timing reicht nicht nur für schnelle Schnitte, sondern für eine vollständige dramaturgische Szene mit Handlungsverlauf, Exposition und Höhepunkt, ohne dass manuelle Montage von Zwei-Sekunden-Fragmenten erforderlich ist. ### Multi-Referenzen: Bis zu 50 Referenzen gleichzeitig In den einzigen Generationskontext können nun bis zu 50 Quellbilder übergeben werden. Dies ermöglicht die gleichzeitige Fixierung von: - **Gesicht des Charakters:** Porträtaufnahmen aus verschiedenen Winkeln; - **Kommerzielles Produkt:** Verpackung, Form, Logo, physische Texturen; - **Location-Referenz:** Interieur, Architektur oder Naturlandschaft; - **Visuelle Ästhetik:** Gesamtstilistik des Bildes und Farbpalette; - **Requisiten-Details:** Schlüsslobjekte der Umgebung. Das Modell verarbeitet den gesamten Pool an Bildern in einer einzigen Embedding-Repräsentation, was verhindert, dass Produktdetails verwischt oder das Gesicht des Protagonisten verzerrt wird. ### 30+ Kamerabewegungen Der Werkzeugkasten von Cinema Studio 4.0 umfasst über 30 dynamische Presets für virtuelle Kamerabewegungen, darunter: - **POV (Point of View):** Subjektive Aufnahme aus der Ich-Perspektive mit natürlichem Schwanken; - **Robot Arm:** Ultra-flüssige, präzise Flüge entlang komplexer Trajektorien industrieller Kran-Manipulatoren; - **Pan Left / Pan Right:** Horizontales Schwenken der Szene unter Beibehaltung des Horizonts; - **Helicopter Shot:** Weitwinkel-Gesamtaufnahmen aus der Vogelperspektive; - **Tracking:** Verfolgung eines bewegten Objekts unter Beibehaltung des Abstands; - **Pedestal Down / Up:** Vertikale Bewegung des Stativs ohne Neigung der optischen Achse. ### Direkte Parameter zur Szenensteuerung Die Interface-Controller ermöglichen die direkte Steuerung der Physik des Bildes: - **Tempo:** Definiert den inneren Rhythmus der Bewegung und die Schnitt-Dynamik; - **Era:** Stilisiert das Bild passend zu einer historischen Epoche; - **Emotion Wheel:** Fixiert die Mimik und emotionale Spannung des Charakters; - **Colour Palette:** Bestimmt die professionelle Gamme des Grading; - **Lighting:** Formiert das Schema der Platzierung von Studiolichtquellen. Darüber hinaus erlaubt das Tool das Hochladen eines fertigen externen Videoclips und dessen nahtlose Fortsetzung nach vorne oder die Rekonstruktion früherer Ereignisse via Forward / Backward Extend. --- ## 3. Grundlegende kinematografische Einstellung: Genre, Era und Tempo Vor dem Start der Generierung wird die Videosequenz durch drei fundamentale Parameter kalibriert: das Inszenierungs-Genre, die historische Epoche und den Schnitt-Rhythmus. ### Genre-Stilisierung (Genre) Der Genre-Selektor beeinflusst umfassend den Charakter der Beleuchtung, die Dichte der Kadrierung, den Winkel der Kamera und die Geschwindigkeit der Ereignisse: - **General:** Ausgewogenes Bild mit Standard-Kontrast ohne ausgeprägten genre-spezifischen Akzent; - **Action:** Aktive dynamische Verfolgung des Objekts, dichte Kadrierung, Präsenz-Effekt; - **Epic:** Panorama-Gesamtaufnahmen, tiefe Perspektive, maximale Detailtiefe der Umgebung; - **Drama:** Mittlere und große Einstellungen, Fokus auf Gesichter, lange Belichtung des Shots, weiches Hell-Dunkel-Zeichnung; - **Comedy:** Offene frontale Komposition, hohe Exposition, Raum für Mise-en-scène und Gestik; - **Horror:** Ausgeprägte Dutch Angles, klaustrophobische Kadrierung, kontrastreiche Zonen tiefer Dunkelheit; - **Noir:** Hartes gerichtetes Licht, tiefe Schatten mit scharfen Grenzen, Silhouetten-Komposition. ### Historische Epoche (Era) Der Era-Selektor konfiguriert automatisch die Art der Filmkörnung, die Coloristik und den Charakter der optischen Verzerrungen passend zum gewählten Jahrzehnt: - **Auto:** Neutrale Anpassung an den Stil des Prompts; - **1920s:** Monochromer Kontrast, ausgeprägtes Flackern des frühen Kinos, weicher Fokus; - **1950s:** Gesättigter frühes Technicolor, charakteristisches warmes Studiolicht; - **1970s:** Gedämpfte warme Töne, typische gelb-orange Nuancen, Vintage-Blick; - **1980s:** Neon-Akzente, leichter VHS-Blur, anamorphotische horizontale Lens Flares; - **1990s:** Dichte Körnung von 35-mm-Film, natürliche analoge Farbwiedergabe; - **2000s:** Frühe digitale Schärfe mit charakteristischem kühlem Grading; - **Modern:** Kristallklare moderne digitale Bilder mit breitem Dynamikumfang (HDR); - **Future:** Futuristischer Hyperrealismus, chromatische Aberrationen, Neon-Reflexionen. ### Tempo und Schnitt-Rhythmus (Tempo) Der Parameter Tempo reguliert die Intensität der intra-frame Bewegung: - **Calm:** Meditativer, fließender Handlungsverlauf für dramatische Dialoge oder Landschaftsaufnahmen; - **Single Shot:** Kontinuierlicher stabiler Shot für Unboxing-Demonstrationen oder Produktpräsentationen; - **Dynamic:** Energetische Bewegung, optimal für Werbeclips und Promo-Material; - **Chaotic:** Schnelle harte Wechsel der Blickwinkel und hohe Action-Geschwindigkeit für Verfolgungsjagden und Actionfilme. --- ## 4. Emotion Wheel: Präzise Einstellung der Charakteremotionen Das Emotion Wheel befreit von der Notwendigkeit, dutzende Synonyme im Textprompt zu suchen, um den Protagonisten lächeln oder erschrecken zu lassen. Das System ermöglicht die Zuweisung eines präzisen emotionalen Vektors zu einem bestimmten Charakter über eine Textsyntax: ```text @character_name Fear ``` oder ```text @character_name Joy ``` Zu den verfügbaren basalen emotionalen Zuständen gehören: - **Joy:** Offene Freude, natürliches Lächeln, entspannte Mimik; - **Sadness:** Trauer, gesenkter Blick, Tränen, Verlust des emotionalen Tonusses; - **Anger:** Aggression, zusammengezogene Augenbrauen, gepresste Kiefer, angespannter Nacken; - **Fear:** Angst, weit aufgerissene Augen, zurückweichender Oberkörper; - **Surprise:** Plötzliche Überraschung, angehobene Augenbrauen, leicht geöffnete Lippen; - **Disgust:** Ekel, gerunzelte Nase, angehobene Oberlippe; - **Calm:** Neutraler emotionaler Zustand, entspannter Blick; - **Anticipation:** Angespannte Erwartung, fokussierte Aufmerksamkeit. Der Controller erlaubt zudem die Regulierung der Intensität des Gefühlsausdrucks und die Definition komplexer Übergangsemotionen. --- ## 5. Colour Palette und Lighting: Farbe und Licht als separate Einstellungen In Cinema Studio 4.0 konkurrieren das Farbschema und das Studiolicht nicht mehr miteinander im Diffusionsprozess. ### Farbpalette (Colour Palette) Dem Nutzer stehen über 50 professionelle Kino-Presets zur Verfügung, einschließlich: - **Teal & Orange:** Klassischer Hollywood-Blockbuster-Kontrast zwischen warmen Hauttönen und kühlen Schatten; - **Nostalgic Blue:** Gedämpfte kinematografische Blau-Töne mit weichem Licht; - **Vintage Warm:** Gemütliches Lampenspektrum mit Fokus auf Bernstein-Nuancen; - **Cyberpunk Neon:** Kontrastreiche Neon-Kombinationen aus Purpur, Türkis und Violett; - **Bleach Bypass:** Ausgebleichte Farben mit hartem Mikrokontrast und silbrigen Halbtönen; - **Black & White:** Sauberer hochkontrastreicher Monochrom mit reicher Grauskala. ### Schemata der Studiolichtsetzung (Lighting) Die Beleuchtung wird unabhängig vom Color Grading eingestellt: - **Soft Natural:** Diffuses weiches Tageslicht vom Fenster ohne harte Schattenübergänge; - **Rim Light:** Gegenlicht/Konturlicht, das die Silhouette des Protagonisten klar vom dunklen Hintergrund trennt; - **Volumetric (God Rays):** Volumetrische Lichtstrahlen, die durch Rauch, Nebel oder Jalousien dringen; - **Studio Softbox:** Kuratierte kommerzielle Ausleuchtung ohne tiefe Löcher in den Schatten; - **Harsh Sunlight:** Mittagssonne mit tiefen, scharfen Schatten und maximaler Kontraststärke; - **Moody Shadows:** Dramatisches Hell-Dunkel-Zeichnung (Chiaroscuro) mit Dominanz der Halbdunkelheit. --- ## 6. Optik und Charakter des Bildes: Camera, Lens und Aperture Das physikalische Modell der Optik bestimmt die Komposition, Geometrie und das Gefühl der räumlichen Tiefe. ### Aufnahmesysteme (Camera) - **Cinema Camera:** Klassisches Operator-Stativ oder Slider mit perfekter Stabilisierung; - **Handheld:** Lebendige Handkamera-Aufnahme mit leichtem Operator-Zittern, das dokumentarische Authentizität verleiht; - **Drone View:** Sanfter Luftaufnahme-Winkel mit breitem Sichtfeld; - **Action Cam:** Ultraweiter dynamischer Winkel mit Effekt des Eintauchens ins Epizentrum des Geschehens. ### Objektivsätze (Lens) - **Vintage Anamorphic:** Horizontale Stauchung, ovale Lens Flares, weiche Bildränder; - **35mm Film:** Standard-Reportage-Winkel mit natürlicher Perspektivwiedergabe; - **50mm Standard:** Sehfeld, das dem menschlichen Auge am nächsten kommt; - **85mm Portrait:** Ideale Gesichtsgeometrie ohne perspektivische Verzerrungen von Nase und Wangenknochen; - **Ultra-Wide 14mm:** Tiefe dramatische Perspektive mit leichter Dehnung der Ränder; - **Macro Lens:** Extreme Nahaufnahme mit maximaler Detailtiefe der Produkttexturen. ### Blende und Schärfentiefe (Aperture) - **f/1.2 — Shallow:** Extrem geringe Schärfentiefe, ausgeprägtes kinematografisches Bokeh, Hintergrund zu cremiger Textur aufgelöst; - **f/2.8 — Moderate:** Ausgewogene Trennung der Ebenen, scharfes Objekt und weiche Umgebung; - **f/8 — Medium:** Scharfer Vorder- und Mittelgrund, optimal für Gruppen- und Studioszenen; - **f/16 — Deep Focus:** Maximale Schärfe über das gesamte Bildfeld von der vorderen Grenze bis zum Horizont. --- ## 7. Multi-References und Extend: Erweiterung der Videosequenz Eine einzelne Generierung löst selten komplexe Produktionsaufgaben. Für schwierige Shots kommen erweiterte Input- und Timeline-Tools zum Einsatz. ### Praktische Arbeit mit 50 Referenzen Bei der Batch-Übermittlung von bis zu 50 Bildern wird empfohlen, den Referenz-Stack schichtweise zu strukturieren: 1. **Identity (3–5 Fotos):** Gesicht des Modells aus verschiedenen Winkeln bei neutralem Licht; 2. **Product (5–10 Fotos):** Produkt im Close-up, mit Etikett, in der Hand, aus verschiedenen Winkeln; 3. **Environment (5–10 Fotos):** Referenzen für Interieur, Wände, Umgebungs-Texturen; 4. **Style / Color (2–3 Fotos):** Zielbild-Vorlage bezüglich Licht und Farbkorrektur. Diese Trennung garantiert, dass das neuronale Netzwerk das Aussehen vom Modell übernimmt, während Texturen und Logos direkt vom Produktfoto stammen, ohne sie zu vermischen. ### Tools Forward Extend und Backward Extend Wenn ein Shot gelungen ist, aber Entwicklung benötigt, muss keine Alternative von Grund auf neu generiert werden: - **Forward Extend:** Analysiert den letzten Frame des Clips, behält den Kamerabewegungsvektor bei und generiert eine nahtlose Vorwärtsfortsetzung in der Zeit; - **Backward Extend:** Analysiert den Startframe und baut die vorhergehenden 5–10 Sekunden auf, indem er die Vorgeschichte der Szene zeigt. Das neue Fragment wird in derselben Licht- und geometrischen Phase wie die Ausgangsvideodatei gebildet. --- ## 8. Schritt-für-Schritt-Aufbau einer Szene in Cinema Studio 4.0 Um stabile kinematografische Qualität zu erreichen, wird die Einhaltung eines strengen Algorithmus zur Parametereinstellung empfohlen. ### Schritt 1. Genre wählen Bestimmen Sie das dramaturgische Gerüst der Szene. Das Genre kalibriert sofort Komposition und Licht. Für eine dynamische Verfolgungsjagd wählen wir `Action`, für ein intimes Geständnis oder einen Dialog – `Drama`. ### Schritt 2. Aufnahmeoptik einstellen Definieren Sie sequenziell den Kameratyp, das Objektiv, die Blende und die Palette. Beispiel eines fertigen Setups: ```text Camera: 35mm Film Lens: Vintage Anamorphic Aperture: f/4 Moderate Colour Palette: Nostalgic Blue ``` Auf diesem Schritt laden wir auch die vorbereiteten Referenzen des Protagonisten und des Produkts hoch. ### Schritt 3. Schnitt-Tempo (Tempo) wählen - `Calm` – für emotionale Pausen und Porträts; - `Single Shot` – für die Demonstration der Interaktion mit dem Produkt; - `Dynamic` – für Promo-Clips und Musikvideos; - `Chaotic` – für explosive Höhepunkte. ### Schritt 4. Emotionalen Zustand des Protagonisten definieren Über das Emotion Wheel binden wir die Emotion an den Marker des Charakters: ```text @character_name Joy ``` ### Schritt 5. Textprompt formulieren Da die gesamte Aufnahme-Ingenieurskunst (Kamera, Objektiv, Palette, Licht, Tempo) bereits über unabhängige Selektoren eingestellt ist, wird der Textprompt von technischem Ballast befreit. Er beschreibt ausschließlich die physische Handlung: ```text Молодая женщина в льняной рубашке делает глоток кофе у панорамного окна, смотрит на дождливую улицу и улыбается входящему другу. ``` ### Schritt 6. Finaler Color Grading Nach der Generierung des Basis-Clips ermöglicht der integrierte Editor die Nachbearbeitung: - **Temperature:** Feine Korrektur der Wärme/Kälte des Bildes; - **Contrast & Saturation:** Balancierung von Kontrast und Sättigung; - **Sharpness & Film Grain:** Hinzufügen von Filmtextur oder digitaler Schärfe; - **Highlights & Exposure:** Angleichung von Überbelichtungen und tiefen Schatten. --- ## 9. Soul 2.0: Erstellung und Fixierung eines permanenten Charakters Das Hauptproblem der AI-Videogenerierung ist der wechselnde Look des Protagonists von Shot zu Shot. Die Technologie Soul ID löst dieses Problem durch die Erstellung eines digitalen Abdrucks der Identität. Das neuronale Netzwerk lernt auf einem Dataset und fixiert: - Die Architektur und Anthropometrie des Gesichts; - Proportionen der Wangenknochen, Nasenform und Augenstellung; - Hautton und Mikrotexur der Haut; - Typ, Haaransatzlinie und Haarfarbe. Nach dem Speichern der Soul ID kann der Charakter in beliebige Locations platziert werden, wobei Beleuchtung, Alter, Kostüm und Aufnahmewinkel geändert werden können, ohne die Wiedererkennbarkeit zu verlieren. ### Schritt-für-Schritt-Erstellung der Soul ID Navigieren Sie im Interface folgend: `Character → Soul ID Character → Create` 1. **Dataset-Vorbereitung:** Laden Sie zwischen 20 (Mindestschwelle) und 70 hochwertigen Fotos einer Person hoch; 2. **Anforderungen an Referenzen:** - Verschiedene Blickwinkel (Frontal, Profil, Dreiviertel, Blick nach oben/unten); - Stabiles, neutrales diffuses Licht; - Hohe Auflösung ohne Kompressionsartefakte; - Keine starken Filter, Masken oder fremde Gesichter im Bild; 3. **Modelltraining:** Das System bildet einen einzigartigen ID-Token (z. B. `@alex_soul`), der in der Bibliothek des Profils gespeichert wird. ### Prompt-Erstellung für den trainierten Charakter Nach dem Training der Soul ID entfällt die Notwendigkeit, Augenfarbe oder Kinnform detailliert zu beschreiben. Das gesamte Aussehen wird über den System-Token aufgerufen: ```text @alex_soul сидит за столиком в уличном парижском кафе, в темно-синем блейзере, читает утреннюю газету, мягкое солнце, малая глубина резкости, 9:16 ``` Soul ist für die anatomische Identität verantwortlich, der Prompt für Kleidung, Mise-en-scène, Umgebung und Bewegung. --- ## 10. Higgsfield API: Autonome Generierung ohne Interface Die REST API von Higgsfield ermöglicht die Integration der Foto- und Videogenerierung direkt in eigene B2B-Systeme, Web-Services und automatisierte Skripte, ohne manuelle Arbeit im Web-Interface. Der API-Katalog vereint über 50 fortschrittliche Modelle. ### Katalog der Videogenerierungsmodelle - **Seedance 2.5:** Synchrone Generierung von Video, realistischer Stimme, Lip-Sync und Sounddesign; - **Kling 3.0:** Top-tier kinematografische Bewegungsphysik und Detailtiefe; - **Wan 3.0:** Generierung komplexer physischer Interaktionen; - **MiniMax H3:** Hochwertige Dynamik des menschlichen Körpers; - **LTX 2.5 Pro:** Ultraschnelle Generierung mit hoher Pixeldichte; - **PixVerse 6:** Stabiles Rendering von Objektbewegungen; - **Grok Imagine Video:** Kreative Stilisierung; - **Higgsfield DoP:** Spezialisiert virtueller Operator. ### Katalog der Bildgeneratoren - **Soul 2 & Soul Cinema:** Generierung fotorealistischer Porträts und kinematografischer Shots mit Gesichtsfixierung; - **Marketing Studio Image:** Produktfotografie und Verpackungs-Shots; - **Recraft 4.1, Ideogram 4.0, Qwen Image 3:** Generierung von Grafik, Typografie und Fotorealismus. ### Verbindung zur API 1. Registrieren Sie ein Entwicklerkonto auf `console.higgsfield.ai`; 2. Laden Sie das Dollar-Guthaben per Kreditkarte auf; 3. Generieren Sie einen geheimen API-Token; 4. Senden Sie HTTP-Anfragen über Python SDK, TypeScript SDK oder cURL. Das API-Format ist standardisiert: Der Wechsel zwischen Kling, Seedance oder Wan erfolgt durch Änderung des Parameters `"model_id"`. --- ## 11. Praktische API-Pipeline: Charakter → Frame → Video Die wirtschaftlichste und qualitativ hochwertigste Methode zur Videoerstellung ist eine mehrstufige Pipeline, in der jeder Schritt von einem optimalen spezialisierten Modell ausgeführt wird. ### Schritt 1. Generierung des Basis-Charakters oder Produkts Wir generieren einen statischen Frame des Charakters über Soul 2 ($0.0032 pro Generierung) oder einen Produkt-Shot über Marketing Studio Image ($0.0059): ```bash curl -X POST https://api.higgsfield.ai/v1/images/generations -H "Authorization: Bearer $HIGGSFIELD_API_KEY" -H "Content-Type: application/json" -d '{ "model": "soul-2", "prompt": "Professional businesswoman in modern office, neutral expression, high detail", "aspect_ratio": "9:16" }' ``` ### Schritt 2. Aufwertung des Frames auf kinematografisches Niveau Das erhaltene Bild wird an `Soul Cinema` ($0.0032) übergeben. Das Modell baut kinematografisches Licht, Schärfentiefe und Grading auf. Je hochwertiger und präziser der anfängliche statische Frame ist, desto weniger Artefakte entstehen bei der späteren Animation. ### Schritt 3. Animation des Frames im Videomodell Der vorbereitete statische Frame wird an Kling 3.0 oder Seedance zur Generierung der Dynamik gesendet: ```bash curl -X POST https://api.higgsfield.ai/v1/videos/generations -H "Authorization: Bearer $HIGGSFIELD_API_KEY" -H "Content-Type: application/json" -d '{ "model": "kling-3.0", "image_url": "https://storage.higgsfield.ai/renders/step2_cinematic.jpg", "prompt": "Camera slowly tracks forward as the woman turns head and speaks, natural movement", "duration_seconds": 10 }' ``` ### Schritt 4. Abruf des fertigen Ergebnisses Die Generierung läuft asynchron ab. Die API gibt eine `request_id` zurück, deren Status über Polling abgefragt oder über Webhooks empfangen werden kann. Das fertige Video wird mindestens 7 Tage lang auf den Higgsfield-Servern gespeichert, danach muss es in den eigenen S3-Speicher geholt werden. --- ## 12. Preisgestaltung und Kosten der Arbeit mit der Higgsfield API Die API funktioniert nach einem transparenten Pay-as-you-go-Modell mit vorgeladenem Guthaben. Die Zahlung für Video wird sekundengenau berechnet, für Bilder pro Stück. | Modell / Engine | Tarifierungstyp | Kosten pro Einheit | | :--- | :--- | :--- | | **Soul 2** | Bild | $0.0032 / Generierung | | **Soul Cinema** | Bild | $0.0032 / Generierung | | **Marketing Studio Image** | Bild | $0.0059 / Generierung | | **Qwen Image 3** | Bild | $0.03 / Generierung | | **Recraft 4.1** | Bild | $0.035 / Generierung | | **Grok Imagine 2.0** | Bild | $0.06 / Generierung | | **Ideogram 4.0** | Bild | $0.06 / Generierung | | **Higgsfield DoP** | Videogenerierung | $0.125 / Generierung | | **Seedance 2.5** | Video mit Audio | $0.0738 / Sekunde | | **Kling 3.0** | Hochqualitätsvideo | $0.112 / Sekunde | | **PixVerse 6** | Video | $0.115 / Sekunde | | **MiniMax H3** | Video | $0.13 / Sekunde | | **LTX 2.5 Pro** | Video | $0.17 / Sekunde | | **Wan 3.0** | Video | $0.20 / Sekunde | | **Grok Imagine Video 1.5** | Video | $0.25 / Sekunde | > [!TIP] > **Kostenberechnung für den vollständigen Produktionszyklus:** > Die Generierung eines Porträts in Soul 2 ($0.0032) + kinematografische Aufwertung in Soul Cinema ($0.0032) + 10 Sekunden Video in Kling 3.0 ($1.12) kosten insgesamt **$1.126** – weniger als $1.30 für einen fertigen Premium-10-Sekunden-Shot! **Wichtige Billing-Regeln:** - Keine versteckten Abonnementgebühren oder monatlichen Subs; - Das API-Guthaben ist unabhängig vom Web-Abo auf `higgsfield.ai` (Credits sind nicht übertragbar); - Fehlgeschlagene oder abgelehnte Generierungen ziehen keine Kosten nach sich; - Die Einzahlung ist ab dem Zeitpunkt der Buchung für 1 Kalenderjahr gültig. --- ## 13. Matrix zur Tool-Auswahl für spezifische Aufgaben Je nach Projektformat wählen Sie den optimalen Umsetzungsweg: - **Cinema Studio 4.0:** Ideal, wenn ein künstlicher Autorencclip mit maximaler manueller Kontrolle über Regie, Kamera, Optik und Emotionen des Protagonisten benötigt wird; - **Soul 2.0 (Soul ID):** Erforderlich für narrative Clips und Serien, in denen derselbe Charakter in verschiedenen Locations erscheinen muss, ohne Gesichtsverzerrung; - **Higgsfield API:** Pflicht für die Integration der Videogenerierung in Mobile- und Web-Apps, die Erstellung von SaaS-Services und das automatische Rendering von hunderten Creatives; - **Multimodell-Pipeline (Soul 2 → Soul Cinema → Kling/Seedance):** Bietet das beste Verhältnis von Qualität zu Kosten bei der Batch-Produktion kommerziellen Videocontents. --- ## 14. Fertiger UGC-Workflow: Werbespot-Produktion aus Produktfotos via Claude und Higgsfield Es existiert ein offener Production-Pipeline, der es ermöglicht, ein einzelnes statisches Produktfoto in einen vollwertigen konversionsorientierten UGC-Clip zu verwandeln, unterstützt durch die Kombination von **Claude Code / Codex** und **Higgsfield**. | Etappe | Pipeline-Phase | Output-Artefakt | Rolle und Optimierung | | :---: | :--- | :--- | :--- | | **1** | **Product Profile** | Isolierte Produktreferenz | Fixierung von Maßen, Materialien und Ergonomie | | **2** | **Marketing Brief** | Konzept und Storyboard für 3 Shots | Freigabe des Creatives vor Rendering-Start | | **3** | **Base Character** | Porträt des Protagonisten ohne Produkt | Sauberer Identity-Referenz des Gesichts | | **4** | **Storyboard** | Einzelnes panoramisches Triptychon 9:16 | Synchrone Fixierung des Akteurs und der Produktgeometrie | | **5** | **Script & Audio** | 15-Sek-Text mit Phonetik | Direktive no subtitles für sauberes Bild | | **6** | **Seedance Render** | Video + Stimme + Lip-Sync + Ambient | Auflösung 720p (67 Credits statt 134 für 1080p) | | **7** | **Post-production** | Finaler Werbe-MP4-Clip | Lokaler Schnitt: Musik, Zoom-Akzente, Untertitel | > **Durchgängige Pipeline zur Generierung von UGC-Videowerbung:** > > `(1) Product Profile` ➔ `(2) Marketing Brief` ➔ `(3) Base Character` ➔ `(4) Storyboard (Triptychon)` ➔ `(5) Script & Audio` ➔ `(6) Seedance Render` ➔ `(7) Post-production` Als Input für die Pipeline dienen ein Produktfoto, eine Beschreibung der Zielgruppe und ein Basis-Brief. Der Prozess besteht aus sieben sequentiellen Etappen: ### 1. Product Profile Claude führt eine detaillierte Analyse des Produkts durch: - Fixiert Maße, geometrische Form und Materialien; - Beschreibt Besonderheiten der Verpackung und Lesbarkeit des Etiketts; - Definiert die reale Ergonomie der Nutzung (wie das Objekt gehalten wird, wie der Deckel geöffnet wird); - Erstellt eine isolierte saubere Produktreferenz auf transparentem Hintergrund. ### 2. Marketing Brief Das konzeptuelle Gerüst des Werbeclips wird formuliert: - Definition des Haupt-Hooks (Problem / Trigger der Zielgruppe); - Dramaturgische Struktur des 15-Sekunden-Clips; - Storyboarding in drei Schlüssel-Shots; - Technische Rendering-Parameter. Die Freigabe des Briefs in einer frühen Phase verhindert Nacharbeiten bei der teuren Videogenerierung. ### 3. Base Character Ein hochwertiges fotorealistisches Porträt des Modells wird generiert – streng **ohne Produkt in der Hand**. Dieses Porträt dient als Basis-Identity-Referenz zur Fixierung des Aussehens des Akteurs. ### 4. Storyboard Ein einzelnes panoramisches Triptychon aus drei vertikalen Frames im Format 9:16 wird erstellt: 1. **Selfie-hook:** Close-up des Protagonisten, der ein Problem oder eine intrigante These ausspricht; 2. **Macro-shot:** Extreme Nahaufnahme der Interaktion mit dem Produkt (Auftragen einer Creme, Drücken eines Knopfs, Trinken eines Getränks); 3. **Call-to-Action:** Mittlere Einstellung des zufriedenen Protagonisten mit abschließender Empfehlung. Dem Modell werden gleichzeitig das Foto des Protagonisten und die Produktreferenz übergeben, wodurch die Geometrie beider Objekte vor dem Start der Videogenerierung fixiert wird. ### 5. Script & Audio Design Claude formuliert einen 15-Sekunden Voiceover-Text, unterteilt in 3 Timing-Blöcke. - **Phonetische Anpassung:** Komplexe Markennamen werden transliteriert so geschrieben, wie sie vom Sprachsynthesizer ausgesprochen werden sollen, um Betonungsverzerrungen zu vermeiden; - **Direktive `no subtitles`:** Im Prompt des Videogenerators wird zwingend der Flag zur Ausschaltung systemischer Untertitel hinzugefügt, um die Generierung visuellen Mülls innerhalb des neuronalen Netzwerks zu vermeiden. ### 6. Videogenerierung in Seedance In Seedance werden gleichzeitig drei Referenzen übergeben: Storyboard, Porträt des Charakters, Produktfoto und fertiges Audioskript. Das Modell erzeugt in einem Durchgang: - Realistisches Video mit organischen Mikrobewegungen; - Natürliche Sprecherstimme; - Präzisen Lip-Sync (Synchronisation der Lippen mit dem Ton); - Hintergründigen räumlichen Geräuschpegel (Ambient). Das Rendering wird empfohlen, in der Auflösung **720p** zu starten: Die Generierung kostet nur **67 Credits**, während 1080p doppelt so teuer ist, ohne merklichen Vorteil für mobile Social Media. ### 7. Finale lokale Nachbearbeitung Die letzte Etappe wird lokal auf der Maschine über ein automatisiertes ffmpeg-Skript ohne Verbrauch von Video-Credits durchgeführt: - Overlay von lizenziertem Musik-Hintergrund; - Generierung frame-by-frame dynamischer Untertitel mit farbiger Hervorhebung des aktiven Wortes; - Hinzufügen sanfter Zoom-Akzente und Blitze an den Schnittstellen. > [!IMPORTANT] > **Philosophie effizienter AI-Produktion:** > Fordern Sie niemals vom neuronalen Netzwerk einen fertigen Werbeclip mit einem einzelnen abstrakten Prompt. Trennen Sie den Prozess in günstige Vorbereitungsphasen (Profil des Produkts, Freigabe des Skripts, Generierung des statischen Storyboards) und starten Sie das Videomodell erst dann, wenn alle Ausgangselemente überprüft und genehmigt sind.