Higgsfield 與兩位創始人：從 AI Factory、Snap 生成式 AI 到新一代視頻生成平臺的創業路徑
1、先給結論：Higgsfield 真正值得研究的，不是“又一家 AI 視頻模型公司”，而是它怎樣從“自己造模型”迅速轉成“控制整個生成式視覺工作流”。
Higgsfield 2023 年啓動時，帶有相當強的模型/基礎設施色彩；到 2024 年公開亮相時，主打自研 text-to-video 和移動端 Diffuse；但到 2025—2026 年，公司最重要的定位已經發生變化：它不再把勝負押在“誰擁有世界上最強的單一視頻基礎模型”，而是把 OpenAI、Google、字節系、Kling 等不同模型接入同一工作流，再在其上增加自己的 post-training、fine-tuning、自動提示、模型自動選擇、角色/品牌一致性和 agentic orchestration。Reuters 2026 年明確把它描述成建立在基礎模型之上的應用層公司，而 Alex 自己也公開說，平臺上已經存在約 20—25 個有競爭力的模型，Higgsfield 的任務是替企業吸收這種複雜性。
因此，Higgsfield 的核心競爭邏輯不是簡單的“模型聚合器”。Alex 對 Sacra 的解釋是：聚合器解決“怎樣調用模型”，Higgsfield 想解決的是“怎樣從創意最終得到可用的視頻，甚至得到銷售結果”。OpenAI 2026 年發佈的客戶案例也驗證了這一層結構：Higgsfield 用 GPT‑4.1/GPT‑5 做創意規劃和結構化指令，再調用 Sora 2 等視頻模型完成生成。換句話說，它試圖佔據的是 Adobe/Canva/廣告代理工作流與基礎模型之間的控制層。
2、這家公司實際上有兩個完全不同、但高度互補的創始人來源。
Alex Mashrabov 的優勢是：競技編程訓練、Yandex 搜索經驗、第一次 AI 創業併成功賣給 Snap、在 Snap 直接做消費級視覺 AI 和生成式 AI、美國融資和硅谷網絡，以及對“消費產品如何傳播”的經驗。AI Factory 被 Snap 收購之後，他實際上已經完整經歷過一次“研究技術 → 消費產品 → 大平臺分發 → 併購退出”的閉環。
Yerzat Dulat 則是完全不同的路徑：哈薩克斯坦數理競賽背景、幾乎沒有傳統大學教育、自學計算機科學和機器學習、早期參與哈薩克斯坦很小的機器學習社區、自己做開源/研究項目，然後在 2023 年先啓動了 Higgsfield 的原始項目、拿到第一筆個人投資，再尋找一個能把項目帶進美國市場的合夥人。也就是說，Yerzat 更像項目的技術起點，Alex 更像把技術項目重構成全球化公司的人。
3、Higgsfield 最關鍵的時間線可以壓縮爲下面這條鏈。
2018 年，Alex 與 Victor Shaburov、Greg Tkachenko 等創辦 AI Factory；AI Factory 最終把重心放到人臉/視頻生成技術，並與 Snap 合作開發 Cameos。2020 年 1 月，Snap 以約 1.66 億美元收購 AI Factory，Alex 進入 Snap。
2023 年 5 月，按 Yerzat 本人的回憶，他先向哈薩克斯坦投資人 Murat Abdrakhmanov 推介一個與神經網絡訓練基礎設施有關的項目，獲得 25 萬美元，隨後組建團隊。之後 Nikolay “Nick” Davidov 把他介紹給 Alex；原本計劃約半小時的通話最後持續約七小時。這個階段才形成後來 Higgsfield 的核心聯合創始人組合。
2023 年下半年，團隊把方向從訓練基礎設施逐漸轉到生成式媒體/視頻；Yerzat 表示這一決定發生在 OpenAI 公開 Sora 之前。Higgsfield 作爲公司通常被公開資料記爲 2023 年成立。
2024 年 4 月，公司帶着約 800 萬美元種子輪正式公開亮相，首個主要消費產品是 Diffuse：可以 text-to-video，也可以從自拍生成“本人出演”的視頻。當時的戰略非常明顯——先做手機、短視頻和社交傳播，而不是直接攻好萊塢。
2024 年的移動消費應用很快做到約 100 萬用戶，但留存不好。Alex 後來把這視爲一次錯誤產品假設：真正願意高頻付費的人不是普通娛樂用戶，而是 VFX 創作者、廣告從業者和職業營銷人員；他們需要的控制能力在手機上很難實現。
2025 年 3 月 31 日，Higgsfield 把重心切到瀏覽器/桌面端專業工作流。按 Alex 自己的說法，這纔是公司真正找到 product-market fit 的節點。後續的 Click-to-Video、Draw-to-Video、攝像機運動 preset、角色一致性、廣告工作流，基本都是從這個判斷展開。
2025 年 9 月，公司完成 5000 萬美元 Series A，由 GFT Ventures 領投。2026 年 1 月再擴展 8000 萬美元，Series A 總融資超過 1.3 億美元，估值超過 13 億美元。
2026 年 8 月，Higgsfield 完成 4 億美元 Series B，估值 54 億美元。公司稱年化收入已達到 7 億美元、全球用戶超過 3000 萬；Reuters 對這些核心數據進行了報道。若把公開披露的約 800 萬美元 seed、超過 1.3 億美元 Series A 體系和 4 億美元 Series B 相加，主要公開融資至少約 5.38 億美元。
4、真正的轉折不是某一次融資，而是三次認知變化。
第一次是 Yerzat 從“給別人訓練模型的基礎設施”轉向“直接生成內容”。這把一個技術基礎設施項目變成了潛在的消費/媒體平臺。
第二次是從 mobile consumer 轉向 desktop professional。移動端 100 萬用戶並沒有自動變成好生意；職業創作者和營銷人員才暴露出更高付費意願、更強工作流需求和更清晰的 ROI。這次轉向直接決定了後來的 ARR 爆發。
第三次更重要：從“我們有自己的視頻模型”變成“哪個模型最好並不重要，我們控制模型之上的工作流”。這一轉向顯著降低了必須長期與 OpenAI、Google、字節、快手等公司在基礎模型資本開支上正面競爭的壓力，同時使每一個更強的新模型理論上都可能成爲 Higgsfield 的上游能力，而不是純粹的競爭威脅。
兩位創始人的成長、教育與職業路徑
5、Alex Mashrabov：他的早期背景不是典型的美國硅谷精英路線，而是“中亞/前蘇聯數理教育 → 俄羅斯競技編程體系 → Yandex → AI 創業 → Snap → 硅谷”。
關於出生與成長，公開資料呈現出一個跨地區軌跡。烏茲別克斯坦創業媒體 Pivot 將 Alex 描述爲 “Andijan-born”，他本人則說父親來自安集延，父母都是機械工程教授；Forbes Russia 的早期人物資料又顯示，他至少從小學三年級起就和後來 AI Factory 的合夥人 Greg Tkachenko 一起在俄羅斯車里雅賓斯克的物理數學中學學習。因此，把他簡單歸類爲“俄羅斯創始人”或“烏茲別克斯坦創始人”都會漏掉一部分成長路徑。
家庭最有信息價值的地方不是財富，而是技術教育資本。Alex 自述父母都是機械工程教授；這意味着他很早處於強 STEM 環境中，但他又把編程描述爲自己向上流動的重要工具。現有資料並不支持把其家庭直接定義爲富裕階層。
小學後期到青少年階段，他進入前蘇聯極強的數學、物理和算法競賽體系。Forbes Russia 記錄他和 Greg 從三年級起就在物理數學學校學習；之後 Alex 前往莫斯科進入 Moscow Institute of Physics and Technology（MIPT）。Phystech Union 將其明確稱爲 FIVT 2018 屆畢業生。
這一訓練路徑對他的創業風格影響非常明顯：Higgsfield 後來一直強調高頻發佈、快速實驗、把產品市場擬合當作持續優化問題，這種思路與競技編程“快速拆解問題—測試—修正”的方法非常接近。這一點屬於基於其履歷和後來管理方式的分析判斷，而不是 Alex 對自己成長的直接因果表述。
6、Alex 的競技編程成就很強，但網上流傳的“世界前三”需要準確區分。
他兩次進入 ICPC World Finals：2014 年代表 MIPT，團隊最終排名第 53；2016 年代表 Innopolis University，團隊排名第 38。2015 年，他所在的 MIPT Two Captains 團隊在 CodeChef SnackDown 獲得第 3。也就是說，最嚴謹的表述是 “兩屆 ICPC 世界總決賽選手，並有其他國際程序設計賽事前三成績”，而不能把“ICPC 世界前三”當作事實。
類似地，他經常被個人簡介寫成 “Forbes 30 Under 30”，但 Forbes Russia 2020 原始頁面稱 Alex 和 Greg 是該年度“100 名候選人/nominees”中的科技類別候選者。更嚴謹的寫法是 Forbes Russia 30 Under 30 nominee，而不是在沒有進一步證據時把它寫成最終 30 人獲獎者。
7、Alex 的第一段真正有代表性的職業經歷，是 Yandex，而不是 Snap。
Phystech Union 記錄他 2015 年在 Yandex 工作，參與搜索業務；Forbes Russia 同樣寫到他負責 Search 的發展。這一點很重要，因爲 Yandex 本身就是前蘇聯地區最強的搜索、機器學習和大規模消費互聯網工程環境之一。Alex 在這裏第一次把算法能力接到大規模真實產品上。
他還在 2025 年的一次公開訪談中回憶，18 歲時曾拒絕 Meta 的實習機會，並把它稱爲後來證明很重要的決定；由於當時公司仍叫 Facebook，且這一細節主要來自其本人回憶，因此應理解爲創始人的自述，而非獨立驗證過的職業記錄。
8、AI Factory 是理解 Alex 的關鍵，因爲 Higgsfield 很大程度上是第二次做同一道題。
2018 年，Victor Shaburov、Greg Tkachenko 和 Alex 共同創辦 AI Factory。Forbes Russia 的敘述顯示，他們最初測試了多個計算機視覺方向，最後集中於在視頻中改變/生成人的外觀。AI Factory 後來與 Snap 合作開發 Cameos——用戶上傳自拍後，可以把自己的臉放進短視頻場景。
2020 年 1 月，Snap 收購 AI Factory，報道中的交易金額約爲 1.66 億美元。必須強調：1.66 億美元是公司交易金額，不是 Alex 個人獲得的現金。 AI Factory 的股權結構和 Alex 的個人收益沒有被公開到足以做可靠計算的程度。
Alex 隨後進入 Snap，並繼續圍繞 Cameos、AR/AI 和生成式內容工作，最後成爲 Snap 的生成式 AI 負責人。TechCrunch 在 Higgsfield 2024 年公開時直接稱他爲 Snap 前 generative AI head。這個階段給他的最大資產不是單純的大公司職級，而是對“數億級消費用戶如何使用 AI 視覺效果”的直接經驗。
這也解釋了爲什麼 Higgsfield 一開始不是去做企業後臺軟件，而是先做自拍、短視頻、社交傳播：它實際上繼承了 Cameos/Snap 的產品 DNA，只是把 AR/人臉效果升級成生成式視頻。 這是理解兩個項目之間連續性的最關鍵一點。
9、Alex 後來的教育路徑也值得注意：他並不是停止學習，而是從純技術訓練補管理與商業。
他的公開 LinkedIn 顯示 2022—2023 年曾在 UC Berkeley Haas School of Business 學習，但公開頁面沒有列出具體學位名稱，因此不應擅自寫成 MBA。與此同時，他的履歷裏還保留大量 Coursera 的機器學習、神經網絡、數據分析和算法課程記錄。
這形成了一條很清晰的能力疊加：MIPT/競賽提供算法基礎，Yandex 提供互聯網工程，AI Factory 提供第一次創業與退出，Snap 提供全球消費產品和美國網絡，Haas 階段則強化商業/管理背景。Higgsfield 正是這些能力第一次全部集中到同一家公司。
10、Yerzat Dulat：他的路徑幾乎與 Alex 相反，是典型的“非學歷化、自學型研究者”。
2024 年哈薩克斯坦媒體把 Yerzat 描述爲阿拉木圖人、當時約 28 歲。他就讀於 Kazakhstan Republican Physics and Mathematics School，並參加過物理競賽；高中畢業後沒有走傳統大學路線。採訪中他明確解釋，自己不喜歡大學統一節奏和課程更新速度，因此選擇自學。
大約 2013—2015 年，他大量使用 Udacity、Coursera 等在線課程學習計算機科學，同時並不侷限於工程，還會讀數學、文學、哲學等內容。畢業後大約兩三年主要研究計算機科學，2016 年轉向機器學習；當時哈薩克斯坦的 ML 社羣仍然非常小。
他的成長模式不是“進入 Google/OpenAI 這樣的實驗室再獲得身份”，而是開源項目、遠程項目、諮詢和社羣。Yerzat 回憶自己早年與美國 AI startup 遠程合作，也向本地企業團隊分享/教授機器學習；因此網上有些資料會把他寫成“Kaspi/Kolesa 的 ML 負責人”，但其本人訪談中的表述更接近爲這些組織做課程、交流和項目，而不是清晰可驗證的正式高管任職。
11、Yerzat 最傳奇的一段經歷——“拒絕 OpenAI”——應當帶上來源限定。
Yerzat 在 2024 年採訪中回憶：2018 年自己發表機器學習工作後，OpenAI 聯合創始人 John Schulman 主動給他發郵件，邀請他加入 OpenAI；他當時認爲自己可以拿已有資金購買 GPU、在一個夏天裏嘗試做自己的 AGI，因此拒絕了。
這段經歷目前最強的公開證據仍然是 Yerzat 本人的敘述，未見 OpenAI 一方的公開獨立確認，因此最嚴謹的寫法是“據 Yerzat 本人回憶”。但它很能解釋他的性格：比起加入已經存在的頂尖實驗室，他更傾向於保持研究和創業自主權。
12、Yerzat 並不是只有創業敘事，他確實留下過公開研究和開源軌跡。
2023 年，他與 Aibek Bekbayev、Sungbae Chun、James Yamazaki 發佈 arXiv 預印本《The Poison of Alignment》，研究監督微調數據中的 alignment 樣本如何影響模型在若干推理基準上的表現；論文作者信息直接列出 Yerzat Dulat，並使用 Higgsfield AI affiliation。
GitHub 上還存在由 Yerzat 等人開發的 Higgsfield 開源項目，定位是面向多節點訓練、容錯和大模型訓練的機器學習框架。這一點與他的創業回憶高度一致：“Higgsfield”最早並不只是一個視頻產品品牌，它與訓練基礎設施思路有直接歷史聯繫。
這也是爲什麼 Yerzat 比較適合被理解爲 Higgsfield 的最初項目發起者和技術根系：2023 年 5 月是他先拿着基礎設施構想向 Murat Abdrakhmanov 融資、拿到 25 萬美元並組隊，之後才尋找有美國市場和創業經驗的 cofounder。
Higgsfield 的項目演變、產品與商業模式
13、創始結構：Yerzat 先起項目，Alex 把它重新定義成全球公司，Mahi de Silva 後來補上資本、戰略與商業網絡。
Yerzat 自述在獲得 Murat Abdrakhmanov 的 25 萬美元后，主動尋找能幫助項目進入美國市場的合夥人。Nikolay Davidov 介紹了 Alex，兩人第一次長談持續約七小時。Yerzat 強調自己看中的不是單純工程能力，而是 Alex 對生成式 AI、硅谷和市場的綜合理解。
公司後來形成 Alex CEO、Yerzat CTO 的分工。Alex 2026 年公開稱 Yerzat “since day one” 就是 CTO，主要負責技術、AI research 和 engineering。
第三位值得視爲核心創始層的人是 Mahi de Silva。Alex 稱自己從 2018 年就認識 Mahi，後者曾幫助他處理 AI Factory 向 Snapchat 出售的過程；Higgsfield 創業時 Mahi 先作爲 advisor 參與，長期進入重大決策，最後成爲第三位 cofounder 和 Chief Strategy Officer。
這三人的組合很有結構性：Yerzat = 技術起源；Alex = 產品、融資、CEO 與硅谷執行；Mahi = 戰略、併購經驗、資本和企業關係。 這比把 Higgsfield 簡化成“Alex 一個人的公司”更接近實際。
14、第一階段產品：Diffuse，本質上是在嘗試“生成式 AI 時代的 Snapchat Camera”。
2024 年正式公開的 Diffuse 可以直接從文字生成視頻，也可以通過自拍把用戶本人放進生成視頻。它強調 mobile-first、social-first，而不是複雜的專業時間線和節點編輯。Alex 當時對 TechCrunch 給出的目標用戶跨度很大：普通用戶、社交內容創作者和品牌營銷人員都包括在內。
這套邏輯來自 Snap：Alex 後來明確說，他在那裏形成了“視頻是互聯網的語言”“應該出現一臺新的數字攝像機”的判斷。Higgsfield 最早其實是在尋找這個新的 AI Camera。
問題是，100 萬快速用戶並沒有帶來足夠好的留存。對普通人來說，AI 視頻有新鮮感，但沒有每天使用的剛需；而專業用戶雖然有真正需求，卻需要鏡頭控制、角色一致性、品牌一致性、編輯和批量生成。因此公司放棄把 mobile consumer 當成最終形態。
Higgsfield 期間還測試過名爲 Hera 的 AI/垂直視頻消費產品，Yerzat 在 2025 年早期採訪中將其描述爲面向美國、歐洲測試 AI streaming/feed 的實驗。到 2026 年公司核心公開產品已經明顯圍繞 web creation、Cinema Studio、Marketing Studio 和 enterprise workflow 展開，因此 Hera 更應理解爲探索期項目，而非當前核心資產。
15、第二階段產品：從“生成一個視頻”轉到“完成一項創意工作”。
2025 年 3 月 31 日後的 web 產品開始圍繞可控鏡頭運動、preset、Draw-to-Video、Click-to-Video、圖像生成、角色一致性、storyboard 等能力展開。Series A 時公司給自己的名稱甚至不只是 AI video generator，而是 “Video Reasoning Engine”。
這裏最關鍵的產品哲學是減少 prompt engineering。Higgsfield 不希望用戶知道某一個模型最適合什麼，也不希望廣告人爲了一個鏡頭反覆寫幾十次 prompt；它希望用戶點擊某個攝影語言、廣告模板或效果，平臺替用戶決定 prompt、模型和生成順序。
到 2026 年，平臺已同時覆蓋 image、video、audio、editing、Cinema Studio、Marketing Studio、團隊 collaboration 等模塊。其自研/品牌化能力包括 Soul 2.0、Soul Cinema、Soul ID、Keyframes 等；同時大量視頻生成最終由 Kling、Seedance、Sora 等第三方模型承擔。Reuters 也明確把 Soul 2.0 和 Keyframes 列爲公司的 proprietary tools。
因此，分析 Higgsfield 的“技術資產”時必須把兩類東西分開：
真正屬於 Higgsfield 的資產，包括工作流軟件、reasoning/orchestration layer、post-training/fine-tuning、自動 prompt/model routing、自有 Soul 系列能力、用戶數據反饋閉環、品牌和企業客戶關係。
並不屬於 Higgsfield 的資產，包括 Sora、Kling、Seedance、Veo 等上游基礎模型本身。Higgsfield 購買、集成或與提供商合作使用這些模型，但不能把整個模型能力算成自己的知識產權。
16、第三階段：Higgsfield 正在從 creative software 向“AI 原生營銷生產系統”移動。
Alex 對 Sacra 描述的長期路徑是：今天覆蓋 ideation → creation → collaboration，下一步是 publishing 和 measurement；也就是不僅幫助你做廣告，還希望知道什麼廣告表現好，並根據社交趨勢和效果數據持續產生下一批廣告。
這解釋了所謂 reasoning engine / agentic layer 的商業意義。如果平臺只賣一次視頻生成，它很容易被模型廠商壓縮利潤；但如果它控制“研究趨勢—構思—storyboard—生成—修改—審批—投放—衡量—重新生成”的閉環，它就從生成工具變成營銷基礎設施。
2026 年推出的 Supercomputer/agentic products 進一步把多場景、多步驟視覺製作自動化。公司在 Series B 公告中稱，Supercomputer 2026 年 5 月推出後三個月，這類 agentic 產品的用戶增長 42 倍，併產生每月超過 2000 萬次內容生成；這些數字屬於公司披露，應視爲公司口徑。
17、商業模式目前已經形成三層。
第一層是個人創作者訂閱。2026 年官方價格內容顯示，Starter 一度從約 9 美元/月起，高檔 Ultra 約 129 美元/月；不同計劃提供不同數量 credits，所有模型生成都會消耗統一信用額度。價格會調整，因此這些數字只代表 2026 年中期公開定價。
第二層是 Team/Scale。公司按 seat 收費，每個 seat 帶一定月度 credits，團隊把 credits 匯入共享餘額，同時增加工作區、權限、資產管理、優先隊列、SSO、成員消費控制等協作功能。
第三層是 Enterprise。官方企業頁面顯示，企業合同按年度籤、以 seats 和生成量確定 credit-based 價格，並提供專用容量、安全/合規、SSO、管理權限等。2026 年 8 月 Alex 還宣佈專用美國 GPU deployment、dedicated capacity、Account Manager、Forward Deployed Creative 和團隊級 credit allocation。
因此 Higgsfield 不是傳統意義上的高毛利純 SaaS：它是 SaaS 訂閱 + GPU inference 消耗 + 企業合同的混合體。 Alex 自己認爲 SaaS 是最接近的商業模型，但生成視頻的成本結構明顯重於傳統軟件。
這裏也解釋了爲什麼“模型編排”不僅是產品設計，也是利潤設計。開放模型可以被 Higgsfield 自己 fine-tune、distill，以壓低特定任務成本；封閉模型則可以通過規模採購和深度合作接入。Alex 明確把 open-source 模型的一個優勢描述爲可以改善特定 use case 的 gross margin。
資本、資產、網絡、成果與爭議
18、資本網絡：Higgsfield 從一開始就不是“只依賴哈薩克斯坦本地資本”的項目。
最早的可識別資金來自 Murat Abdrakhmanov。Yerzat 說自己在 2023 年 5 月向他 pitch 後獲得 25 萬美元，這筆錢讓項目在 Alex 加入前就能組建第一批團隊。
2024 年公開 seed 約 800 萬美元，投資方包括 Menlo Ventures，以及 Charge Ventures、BITKRAFT、K5 Tokyo Black、AI Capital Partners、DVC 等。Menlo 的參與非常關鍵，因爲它給項目提供了美國頂級風險投資體系的早期背書。
2025 年 5000 萬美元 Series A 由 GFT Ventures 領投，BroadLight Capital、NextEquity Partners、AI Capital Partners、Menlo Ventures、Alpha Square Group 等參加。GFT 的 Jeff Herbst 隨後成爲重要董事/資本連接者。
2026 年 1 月 8000 萬美元 Series A extension 引入/繼續獲得 Accel、GFT Ventures、Menlo Ventures 等支持，使估值升到 13 億美元以上。
2026 年 8 月的 4 億美元 Series B 則已經是完全不同等級的資本組合：DST Global 領投；新資金包括 Tribe Capital、Goldman Sachs Alternatives 的 Growth Equity、Smash Capital、Fifth Wall、Valor Capital、Intel Capital、Liberty Global Tech Ventures、Mirae Asset Capital、NTT DOCOMO Ventures；Accel、Menlo、AI Capital Partners、GFT、Capra、BAM Corner Point、BroadLight 等老股東繼續參加。Natalia Vodianova Arnault 也以投資人和顧問身份進入。
這說明資本關係正在從“AI venture funds”擴展到 算力、金融、房地產、媒體、通信、時尚和分發網絡。對於一個希望成爲視覺生產基礎設施的平臺，這些 strategic investors 的價值不只是錢，還包括潛在行業入口。
19、還有一條容易被忽略的長期關係鏈：AI Factory 時代形成的人脈被直接複用到了 Higgsfield。
Mahi de Silva 就是最明顯的例子。Alex 表示，Mahi 2018 年以後就與自己密切合作，並幫助其處理 AI Factory 的 1.66 億美元 Snap 交易；後來 Mahi 從 Higgsfield advisor 變成第三 cofounder。
AI Capital Partners/Alpha Intelligence Capital 也是長期資本之一。相關投資人公開稱，其團隊 2023 年 12 月就給 Higgsfield 寫下第一張支票，隨後每輪繼續投資，Antoine Blondeau 後來進入董事會。
Yerzat—Murat Abdrakhmanov—Nikolay Davidov 這條哈薩克斯坦/東歐創業網絡又構成另一端。也就是說，Higgsfield 不是單一“硅谷網絡”的產物，而是中亞技術人才網絡 + 東歐工程/創業網絡 + 美國 VC/大科技網絡的交叉點。
20、公司最重要的“資產”需要分經濟資產和影響力資產兩層理解。
經濟資產首先是私有公司 Higgsfield 的股權。公司當前融資估值爲 54 億美元，但這只是私人融資定價，不等於上市市值，更不等於創始人可以即時套現的財富。
關於 Alex 的持股，Forbes Russia 2026 年援引專家估計，在最新融資後可能仍有約 20%—30%；但 Higgsfield 代表對這一股權比例說法表示否認，同時以保密協議爲由沒有披露真實數字。因此 Alex 的實際持股比例和精確淨資產暫無法確認，不應該把“54 億美元估值 × 網上傳言持股”直接寫成個人財富事實。
Yerzat 的具體持股同樣沒有可靠公開 cap table。作爲早期項目發起人和 cofounder，他顯然與公司股權深度綁定，但具體比例不能可靠推算。
公司的第二類經濟資產，是軟件/IP：Soul 系列、自有 post-training、模型 routing、reasoning/orchestration、工作流設計、企業平臺、協作系統以及不斷累積的用戶行爲與生成反饋。Reuters 2026 年專門把 Soul 2.0 和 Keyframes 作爲 Higgsfield 的 proprietary 產品舉例。
第三類是影響力資產：超過 3000 萬全球用戶、創作者網絡、Higgsfield Academy、模板/preset 生態、AI filmmaking 項目，以及越來越多的廣告代理、品牌和 studio 關係。這些未必能單獨出現在資產負債表上，卻是平臺阻止用戶直接跳去上游模型網站的重要黏性。
21、Higgsfield 最傑出的結果，是它非常快地把“AI 視頻 demo”轉化成了真實付費工作流。
2026 年 1 月 Reuters 報道，約 85% 的使用量來自 social-media marketers。也就是說，在資本市場仍大量討論“AI 視頻能不能做電影”的時候，Higgsfield 已經找到一個更現實的市場：每天必須大量製造 TikTok、Instagram、YouTube、廣告素材的營銷團隊。
Alex 對 Sacra 給過一個非常激進的客戶經濟學例子：傳統商業視頻可能花費約 10 萬美元/分鐘，而 AI-first creator 某些場景可以做到約 500 美元/分鐘。這個數字是 Alex 的估算/客戶案例，不應當視爲行業統一成本，但它準確揭示了 Higgsfield 的銷售邏輯——不是“AI 更有藝術性”，而是“同樣預算可以測試幾十倍甚至上百倍的 creative variants”。
2026 年 8 月 Reuters 報道，公司年化收入達到約 7 億美元，全球用戶超過 3000 萬，較當年 1 月約翻倍；公司還宣稱服務 390 家 Fortune 500 企業。
必須注意財務口徑。Reuters 在 2026 年 1 月專門修正報道，指出當時所謂 2 億美元數字是 annualized run rate/projection，並不是公司已確認收入。因此 2026 年持續公佈的 3 億、5 億、7 億美元指標，應優先理解爲年化運行率，而不是把它等同於已經審計、已經在一個完整財年實現的 GAAP revenue。
22、Yerzat 對哈薩克斯坦的現實影響，已經超過一個普通 CTO。
2026 年 1 月 28 日，哈薩克斯坦總統 Kassym-Jomart Tokayev 正式會見 Yerzat Dulat 和投資人 Murat Abdrakhmanov，討論 AI、創業與風險投資生態；總統府把 Higgsfield 描述爲哈薩克斯坦出現全球 AI champion 的案例。
Yerzat 在會上表示，Higgsfield 團隊接近 95% 由哈薩克斯坦專家構成，並表達了與政府合作培養 AI 人才的意願。這是 Yerzat 當場給出的公司口徑，並非獨立審計的人力數據，但它顯示 Higgsfield 對哈薩克斯坦的意義：它證明“研發主體可以大量來自中亞，但融資、客戶和公司總部可以全球化”。
Alex 也公開把 Almaty 視爲戰略工程人才中心，強調中亞在數學、編程和物理競賽上的人才密度。Higgsfield 因而具有一個很罕見的組織結構：總部和資本中心在 California，而相當大比例的技術文化根源來自 Central Asia。
23、最嚴重的爭議集中在 2026 年初的增長與營銷方式，而不是創始人早年的個人醜聞。
Forbes 2026 年 2 月的調查是目前最系統的負面報道。報道發現，Higgsfield 發給部分創作者的 Vibe Motion 營銷素材中，有一些並不是 AI 生成，而是來自 Envato 的現成 stock/video templates，之後被加上 Higgsfield logo。Mahi de Silva 承認這些素材原本是員工用於內部 ideation，卻被錯誤地發給創作者推廣，並稱內部流程失控。
更嚴重的是，Forbes 查看了 Higgsfield 向創作者傳播的宣傳素材，其中包含帶種族歧視/粗俗內容的兒童角色視頻，以及 Sydney Sweeney、Zendaya、Donald Trump 等公衆人物的非自願 deepfake。Mahi 承認部分內容由內部營銷人員和外部第三方 creator 製作並被傳播，並明確表示這是錯誤。Alex 隨後公開承認，公司高速擴張過程中內部流程和外部溝通沒有跟上價值標準；公司表示以後外部營銷材料需要法律和高級管理層強制審覈。
這一事件尤其嚴重，是因爲 Higgsfield 自己的條款禁止未經同意使用他人 likeness；因此問題不僅是“審美冒犯”，還暴露出一個生成式媒體平臺最核心的治理矛盾：爲了病毒傳播而使用更刺激的內容，可能直接與平臺的安全、版權、人格權政策衝突。
Forbes 還報道，Higgsfield 的 X 官方賬號一度因 “inauthentic behavior” 被暫停；Mahi 表示這是 X 給出的理由。
24、第二類爭議是增長質量：折扣、無限套餐、算力擁堵和 creator payment。
部分用戶向 Forbes 投訴，公司以大折扣銷售“unlimited”套餐後，實際生成幾次就出現嚴重降速；Mahi 承認高流量和 bot 攻擊導致過部分真實用戶體驗惡化，並稱公司關閉了約 4 萬個涉嫌自動化攻擊的賬戶，向受影響真實用戶累計退款約 135 萬美元。
Higgsfield Earn 創作者激勵計劃也出現提現延遲、提交內容消失、賬號被封等投訴。公司方面回應稱大量欺詐行爲——包括並非用 Higgsfield 製作的內容以及刷互動——造成審覈問題，並稱約 90% 的 submissions 已獲得支付。
這些事情沒有證明 Higgsfield 的商業模式一定不可持續，但它們提示一個重要風險：高速 ARR 增長中包含多少來自長期高留存專業用戶，多少來自折扣、免費 credits、creator marketing 和短期 viral acquisition，是判斷公司長期單位經濟模型的核心問題。Forbes 引述的投資人也表達過類似懷疑。
25、第三類爭議是文化姿態：Higgsfield 有意使用“挑釁式增長”。
Mahi 對 Forbes 承認，公司會研究 X 等平臺什麼內容能得到注意力，也知道更有爭議的內容容易獲得傳播。公司甚至曾用“結束了 20 個 creative jobs”一類措辭宣傳自動化產品，引發創作者反感。
這與 Alex/Yerzat 的技術樂觀主義形成明顯張力：Higgsfield 的經濟價值恰恰來自壓縮傳統拍攝、VFX 和廣告生產成本，因此它必然會觸碰創意勞動替代問題。公司目前更喜歡把自己描述成“降低 production tax、讓更好的 idea 獲勝”，批評者則更容易把它理解成把高技能創意工作商品化。兩種敘事實際上描述的是同一個生產率變化，只是價值判斷不同。
現實位置與綜合判斷
26、截至 2026 年 8 月 23 日，Alex Mashrabov 的現實身份已經不只是“AI 創業者”，而是生成式視覺應用層最激進的商業化代表之一。
他現在是 Higgsfield cofounder/CEO；公司最新私人融資估值 54 億美元，獲得 DST Global、Goldman Sachs Alternatives、Intel Capital、Accel、Menlo、GFT 等資本支持，全球用戶超過 3000 萬。
真正讓他有稀缺性的，並不是“懂模型”本身，而是他已經連續兩次圍繞 “人臉/視覺 AI → 消費內容產品” 建公司：第一次 AI Factory/Cameos 被 Snap 收購；第二次 Higgsfield 則正在嘗試從產品公司升級成整個視覺 AI 工作流平臺。
因此，Alex 更像一個 product/market founder with deep technical literacy，而不是典型基礎模型科學家。他真正的能力是在模型能力足夠成熟時，判斷什麼 UI、什麼分發方式、什麼用戶羣、什麼工作流可以最快把模型轉成收入。
27、Yerzat Dulat 的現實位置則更接近“中亞 AI 技術創始人樣板”。
他不是靠大學名校、美國實驗室履歷或大公司 title 獲得技術身份，而是通過競賽、自學、開源、研究、創業逐步形成影響力；2023 年又實際上先啓動了 Higgsfield 原始項目。
今天他是 Higgsfield cofounder/CTO，在公司結構裏的價值不僅是訓練模型，還包括把哈薩克斯坦工程人才變成全球公司的技術底座。他受到哈薩克斯坦總統正式接見，本身說明其象徵意義已經進入國家級科技產業敘事。
28、如果要一句話解釋兩人的分工，可以這樣理解：Yerzat 發現了技術窗口，Alex 發現了商業形態。
Yerzat 在 2023 年看到生成 AI 基礎設施與媒體生成的機會，先融資、先組技術團隊；Alex 帶來了 Snap 時代的視頻產品經驗、美國投資人網絡和消費互聯網判斷，並最終把目標從“一個生成模型”推到“AI-native creative operating layer”。
Mahi de Silva 隨後又補上第三塊——成熟 Silicon Valley 公司戰略、併購、合作和企業化經驗。這三層疊加，是 Higgsfield 能從哈薩克斯坦技術項目快速演化成 54 億美元美國私營公司的重要組織解釋。
29、Higgsfield 當前最強的護城河，並不是某一個模型。
它最強的是六樣東西疊在一起：專業視覺工作流；多模型 routing/orchestration；自有 post-training 和一致性技術；極高的產品發佈速度；創作者/營銷用戶反饋數據；以及企業客戶和資本關係。Alex 表示公司每週幾乎六天發佈產品，一年超過 300 次更新，這種速度就是在利用基礎模型廠商較慢的迭代週期做應用層套利。
反過來，它最大的結構性風險也正來自這裏：上游模型越來越容易直接提供編輯、agent 和企業功能；推理成本依舊高；平臺沒有壟斷基礎模型；而且企業客戶完全可能同時使用 Adobe、Canva、OpenAI、Google、Runway、Kling 等多個生態。Higgsfield 必須持續證明自己的 workflow 層創造的價值足以超過“直接用模型”的便利性。這是基於其當前多模型商業結構得出的競爭分析。
30、所以，Higgsfield 真正處於的位置可以概括爲：它正在爭奪“生成式視覺時代的應用控制層”。
如果基礎模型最終趨於商品化，那麼用戶不會願意每天判斷哪個模型最適合產品廣告、哪個適合電影鏡頭、哪個適合角色一致性；那個替用戶做所有選擇、保留品牌資產、連接團隊審批、自動生成並最終衡量營銷結果的平臺，就可能成爲新的創意軟件入口。Higgsfield 的全部戰略都建立在這個判斷上。
如果這個判斷成立，54 億美元估值可能並不是市場在給“一家 AI 視頻生成器”定價，而是在給一個潛在的 AI-native Adobe/Canva/creative operations platform 定價。反之，如果基礎模型廠商把工作流、角色一致性、編輯和企業管理全部垂直整合，Higgsfield 的中間層就會承受嚴重擠壓。這是當前公司最值得持續觀察的戰略分叉。
從人物角度看，Alex 最成功的地方是連續兩次把前沿視覺 AI 變成大規模消費/商業產品；Yerzat 最成功的地方是證明一個非傳統學歷、來自哈薩克斯坦的自學型研究者可以先發起一個技術項目，再借助跨境創始團隊和全球資本把它放大到世界級規模。Higgsfield 本身，則是目前最典型的“Central Asian engineering + Silicon Valley capital + global foundation models + creator economy distribution”混合體之一。