摘要

Higgsfield 在达到100万美元后18个月，年化收入突破10亿美元，快于 Cursor 的24个月；Alex Mashrabov称，公司“可能是仅次于 OpenAI 和 Anthropic 的全球第3家”。 口径是过去4周收入×13，年度合同按28天切片折算，只计算“已发生的收入”，不计入多年期企业订单；他说 OpenAI、Anthropic 和 CloudBell 都采用同一口径。企业收入略高于50%，移动端低于10%；尽管市场叙事强调亚洲，西方市场占比远超70%，按使用量计算最大的城市是首尔。
扩张曲线才是最具交易价值的核心数字：第12个月净收入留存率（NRR）超过300%，而且“在B2B SaaS里根本不会发生”。 第1个月流失率约30%，之后趋于稳定；但 Mashrabov 最喜欢的案例，是一位6个月前从每月99美元起步的客户，如今签下了“年合同金额超过600万美元”的订单——背后是AI原生电商广告主每周批量生成数百乃至数千条广告，以及一个规模超过100亿美元、由中国公司主导的短剧行业，正在“端到端用AI制作”内容。
Mashrabov把模型基准测试称为“企业心理战”（corporate psyops）：实验室把测试数据放进训练集，再为季度奖金操纵分数；而视频基准测试测的是文本生成视频，真实制作中的提示词平均超过3000字，每个场景至少引用10张图片。他的证据是 OpenRouter 数据：美国现有大厂里真正相关的只有 Google，而中国有 Tencent、Xiaomi 和 Alibaba；开源模型今年的份额已从低于30%升至超过60%。
利润结构才是模型层逻辑：自有模型和开放权重模型的毛利率超过80%，闭源模型只有20%–30%；而 Higgsfield 在超过40%的情况下自行选择模型，并把这层路由称为“tokenomics”。出于野心构建专有模型是“我的错误”；如今公司只在客户有明确需求时训练模型，因为“制作一条能传播的社交媒体视频，不一定需要博士级智能”。
内部模型开支每月超过400万美元，覆盖接近400人，人均超过1万美元；其中一名创意人员曾在一周内花掉“超过3万美元”使用 Astra，通过 vibe coding 做出产品此前没有的工作流。 Mashrabov预计，10X工程师和创意人员的模型开支可能达到每月5万–10万美元，薪资也会同步上升；但他反驳团队会大幅收缩的说法：法务团队超过10人，客户成功团队超过40人，因为“智能体的能力取决于它们拥有的上下文和角色”，而 Higgsfield 每周都在发布产品。
护城河最终只有两件事——交付结果和网络效应；Mashrabov对智能体集群的热潮持怀疑态度：“我不确定未来5年内会发生这件事。” Higgsfield 的社区开源项目在8周内从约10个种子项目增长到超过1万个。他的逆向押注是，Google 和 OpenAI “会彻底摧毁它们的专业消费者订阅市场”——也就是 Canva 类产品服务的每月20美元档位。
财务模型预计明年年底达到“4.5”，并且已经计入“显著减速”；Mashrabov自己的回答是“超过1000万美元”，但访谈没有说明4.5这一数字的单位。 他称好莱坞对AI的态度正从负面转向中性，目标是月环比至少增长30%。他认为硅谷折价确实存在：Harry说，硅谷公司若以这样的收入规模和增速上市，估值将轻松超过250亿美元，并提到 Cognition 的500亿美元估值；Mashrabov还指出，除制药和大型科技公司外，上市公司在销售和营销上的支出高于研发。
这家公司本身就是一个结构性异常：接近400名员工中有超过300人在哈萨克斯坦，没有付费广告，150多人的内部创意团队通过自有内容贡献了大部分收入。 Mashrabov否认这是劳动力套利：哈萨克斯坦的物理奥赛成绩位列全球前5，教育体系在苏联数学教育基础上融入了新加坡式原则；他也是创始人高强度投入的反向样本——每周工作80–90小时，每周与妻子相处3小时，不拥有房产，开一辆租赁的 Tesla Model 3。

精读

1. 从乌兹别克斯坦走到全球前三——以及严重稀释下的1.66亿美元退出

Mashrabov的成长背景定义了他的工作方式：他的父亲来自乌兹别克斯坦，“一个5口之家每月收入1000美元，就算得上富裕”；父母都是机械工程教授，从他8岁起就告诉他，“必须去美国，因为那里才是技术真正重要的地方”。母亲同时打3份工，而他的教育重心是编程竞赛和训练营；19岁时，他已跻身全球竞赛编程前三。
Higgsfield之前的经历始于2014年的前Transformer神经网络，包括一个当时处于全球领先水平的英俄翻译系统；项目队友后来被 DeepMind 和 Meta 招募。2018年认识 Mahi 后，他加入 AI Factory，后者以1.66亿美元出售给 Snap。交易伴随着“严重稀释”，因为当时AI公司的收入倍数“接近于0”，而不是200倍收入。在 Snap 期间，他负责 GenAI；团队打造的面部滤镜贡献了大部分日新增用户，在设备端运行，成本“几乎为零”，并扩展到数亿用户——“现在可能仍是使用量最大的消费级媒体AI产品”。
他到达硅谷后的判断是：在获取机会层面，这里确实存在真正的精英 meritocracy；但“我在硅谷投资人身上看到的是，他们极度依赖共识”。

2. Higgsfield险些倒闭——镜头控制成为破局点

创业时的核心判断是，“社交媒体的生产速度无人跟得上，因为趋势几乎每天都在变化”；到2023年，“规模定律终于明确适用于视频”，只是比 LLM 和编程晚了“两三年”。
他对濒临倒闭的描述异常坦诚：花了1年多寻找产品，1600万美元种子轮烧掉超过1000万美元，“我们觉得只剩最后一次机会”。他对自己的诊断是：“我已经脱离现实……我当时在追逐今天的热点、优化正确的叙事、想办法劫持注意力……而不是打造一款好产品。”
手里只剩略低于500万美元时，他们访谈了8名创意总监，所有人的回答都一样：“AI里不存在镜头控制，而镜头控制对讲故事极其重要。”产品于前一年的3月31日上线。Harry问，产品市场匹配是否像爱情一样——真正遇到时自然会知道；Mashrabov回答：“是的，确实是知道了就知道了。”

3. 18个月做到10亿美元年化收入——以及这个数字究竟如何构成

录制当天，Bloomberg宣布 Higgsfield 年化收入达到10亿美元，从100万美元增长到这一规模用了18个月，而 Cursor 用了24个月。Mashrabov说，计算方式是过去4周收入×13，年度合同按这28天的切片折算，只计入“已发生的收入”；3年期企业订单没有被计入。他说 OpenAI、Anthropic 和 CloudBell 也采用同一方法。
收入结构中，企业收入略高于50%；Mashrabov称约10%来自纯消费级场景，同时又单独表示移动端收入占比低于10%。剩余部分包括正在成长中的自由职业创作者，他们的行为“有点像一段旅程”：大多数人在1年内会回来，Higgsfield则通过 Higgsfield Academy 和 YouTube 频道教育他们，帮助其成为“新一代AI原生劳动力”。
真正的 punchline 是扩张：第1个月收入下降约30%，之后留存趋于平稳；他承认这不符合B2B SaaS的标准，但企业客户第12个月的NRR超过300%——“在B2B SaaS里根本不会发生”。最典型的案例，是一位客户在6个月内从每月99美元升级为年金额超过600万美元的合同，动力来自亚洲发源的趋势：DTC电商围绕每周数百乃至数千条广告重建获客体系；短剧则是一个规模超过100亿美元、主要由中国公司控制的行业，大多数新剧都已端到端使用AI制作。

4. 没有付费广告、150多名内部创意人员——以及20美元订阅的终结

竞争对手告诉 Harry，这是“科技行业最令人印象深刻的网红营销活动”，但 Mashrabov说，“我们没有做任何付费投放”。消费端增长由一支超过150人的内部创意团队驱动，几乎占总员工的一半，负责制作发布视频和教程，其中包括他所称的第一部AI生成电影，而且完全开源。一个能说明问题的比例是：制作90分钟的电视级内容，需要生成超过100小时的素材——“创意决策、挑出正确片段，仍然非常重要”。
对网红争议，他做了部分自我检讨：当时 Higgsfield 在创作者和客户成功两端只有2个人，并把分发外包给一家代理商。“那不是一次好的经历。”他总结出的普遍教训是：“拥有自己的分发渠道非常重要，分发现在比以往任何时候都更重要。”
他明确押注的逆向判断是：Google 和 OpenAI 专注于广告，因此“会彻底摧毁它们的专业消费者订阅市场”——也就是每月20美元的档位。Canva的低门槛消费级设计场景，是他认为这一趋势已经出现的“最明显例子”。Higgsfield的应对是让用户突破20美元的消费层级，“让他们升级，并每年在我们这里花超过1000美元”。

5. 基准测试是“企业心理战”——自研模型的错误与 tokenomics

他完整承认了那次架构决策的错误：“这是我的错误……有一段时间我确实认为追逐基准测试有价值，但我现在相信这只是一种企业心理战。”他描述大型实验室内部的做法：研究人员把测试数据放进训练集，用 LLM 做裁判，再通过其他技巧操纵分数，以获取季度奖金。
他用来证明基准测试无关紧要的证据是 OpenRouter 数据：美国现有大厂里，真正相关的只有 Google；而在对基准测试的痴迷“可能没那么强”的中国，Tencent、Xiaomi 和 Alibaba 都已具备相关性，ByteDance正在追赶。视频基准测试测的是文本生成视频，但真正的视频模型更像“现代渲染引擎……类似 Unreal Engine 或 Unity”；Higgsfield开源电影使用的提示词平均超过3000字，每个场景至少引用10张图片。
经济账更直接：自有模型和开放权重模型的毛利率超过80%，闭源模型大概只有20%–30%。大多数企业“不一定非要 Astra，或者最新的 Fable 模型”，这也是 OpenRouter 数据显示开源模型份额今年从低于30%升至超过60%的原因。Higgsfield在超过40%的场景中自行选择模型，“我们把它叫作 tokenomics”。
他对收入美元分配的保留判断是：正因为资本主义有效，OpenAI 和 Anthropic 仍将拿走超过50%的市场资金，尤其是在编程领域。Higgsfield仍会在客户有明确需求时构建模型：VFX和镜头控制在3个月内将ARR从约100万美元推升至2000万美元；自研的审美写真和产品一致性图像模型，则帮助ARR从2000万美元增长到1亿美元。其策略由客户需求驱动，“而不只是出于征服世界、打造全球最强模型的野心”。

6. 每月400万美元内部模型开支——以及为什么员工人数没有减少

Harry称这是整场节目“最好的问题”：接近400人的内部模型使用量每月超过400万美元，人均超过1万美元。最典型的故事是一名对素材整理和自动剪辑工作流感到不满的创意人员，“连续5个晚上都在 Astra 上工作”，一周内花掉超过3万美元做 vibe coding。成果还不能直接投入生产，但“我们学到了很多，这实际上是一次净正向体验”。
他的预测是，10X工程师和10X创意人员的模型开支可能达到每月5万–10万美元——“遗憾的是，我也预计这些人会要求相当规模的加薪”；而法务、财务等许多其他职能，很快就会稳定在每月约50万美元的开支水平。
他对劳动力结构的看法已经改变：过去他预计法务和客户支持“基本会被替代”，如今则认为这些团队没有快速扩张，是“主要运营错误之一”。目前法务团队超过10人，客户成功团队超过40人，而且都高度依赖AI；超过60%的一级支持请求可以由AI处理，“但尤其是在B2B场景，AI就是不起作用”。Harry反驳称 Revolut声称消费端解决率达到92%；Mashrabov承认这一点，同时解释了差异所在：Higgsfield每周发布新产品，而“智能体的能力取决于它们拥有的上下文和角色”。
工具使用也经历了轮换：3月至6月，所有人都转向 Claude，包括创意团队；大约6月中旬，程序员又从 Claude 转向 Codex，10X创意人员随后跟进。Mashrabov说，这种模式本身是周期性的。

7. 护城河、硅谷折价与前瞻增长之争

对 Harry“护城河基本都是胡扯”的判断，Mashrabov只承认两种护城河：交付结果——比如企业通过AI广告卖出更多商品——以及网络效应。他对智能体热潮留有余地：“当人们谈论一群AI智能体相互交流时，我不确定这件事会在未来5年内发生。” Higgsfield的社区开源项目在8周内从约10个种子项目增长到超过1万个。
他设想的系统记录层，是一个语义资产库：能够搜索内容、执行视觉品牌规范，并随着时间推移学习企业的视觉风格。他说 Higgsfield 已在 Harness 上投入大量资源；Claude 和 OpenAI 未必能以同样方式学习一家公司的视觉风格。这是他对以像素为中心的 Adobe 和 Canva 的替代方案，而不只是再造一个模型。
融资过程中，Yuri Milner“看懂了”，也深刻理解内容行业的转型；但“成熟投资人会玩手段”：有投资人已经就价格握手确认，随后又去联系其他投资人，试图以低30%的估值拉入银团。
对 Harry关于 Higgsfield 以非内部人士折价交易的说法，Harry称，一家在硅谷、以这种速度增长且收入达到10亿美元的公司，“轻松就会是250亿美元公司”，并拿 Cognition 的500亿美元估值作对照；Mashrabov同意公司存在上行空间。随后他把话题转向市场规模：剔除制药和大型科技公司后，上市公司在销售和营销上的支出高于研发，据他说这一数字已由4名团队成员核实；其中相当一部分工作都可以转化为个性化视频。
财务模型预计明年年底达到“4.5”，并计入“显著减速”；访谈没有说明该数字的单位。Mashrabov自己的回答是“超过1000万美元”。他把上行空间与好莱坞态度从完全负面转向中性联系起来，也提到私下交流中，越来越多人开始询问AI能否帮助销售新故事，或突破预算限制。
从长期看，Alex认为“Hexcell”有潜力超过“Amplivine”和 Shopify。他把公司定位为DTC分发基础设施：Shopify是一层基础设施，而 Higgsfield 目标是成为另一层。

8. 哈萨克斯坦异常现象、忠诚而非套利，以及没有捷径的苦功

面对超过300名员工位于哈萨克斯坦的事实，他否认这是劳动力套利：哈萨克斯坦在最近一届国际物理奥林匹克竞赛中位列全球前5，“与美国、中国和印度不相上下”；当地教育体系在苏联数学学校基础上融入了新加坡式原则；政府资助数千名学生出国留学，毕业后回国；个人所得税率为15%。“我只希望，我们能比其他任何公司都为哈萨克斯坦、中亚以及世界这一地区带来更多美元百万富翁。”
他谈到欧洲的竞争力时，点名 Anscale、Airan、Nereus 和 Crusoe 等相关新云厂商，以及应用层的 Legora、ElevenLabs 和 Lovable；ASML则是不可或缺的基础设施。他用忠诚度作比喻：“如果你是 Fulham 球迷，不会因为 Arsenal 正在赢球就转而支持 Arsenal”；而在美国，人们可能会转向当下最强的那支球队。
他的管理哲学被压缩成几句话：Jensen、Elon 和 Nick“完全抛弃了所有管理原则”；唯一的规则是“招募最好的人，让他们有权做出最好的工作，然后想办法留住他们。其他一切坦白说都是次要的”。
个人代价没有任何修饰：每周工作80–90小时，“每周至少和妻子相处3小时，至少和儿子相处5小时”，而在过去3个月里，只和儿子度过了1个完全不接入工作的整天。更深的一层是，他的父亲把一生都投入到 Alex 的竞赛事业中，并从 Alex 21岁起患有帕金森病——“即使拥有资本和退出，也无法彻底改变一些事情”。
他不拥有任何房产；公司出售后，他花费超过100万美元，为父母、亲属以及妻子的父母购买公寓。他开的是一辆租赁的 Tesla Model 3。
快问快答提供了一个信号：他曾经误判 HubSpot——“我当时以为 HubSpot 会过时”，但在招聘GTM人才时，熟悉的界面依然重要；Harry仍然认为它“会被狠狠干掉”。他的逆向判断是，大多数社交内容最终会由AI生成，而真实内容的CPM将高出10–50倍。未来尚未命名的工作，是一位“与电脑对话、实时生成故事”的创意总监；相比现有的编剧、分镜和导演分工，品味将变得更重要。
他希望加入董事会的人选是 Frank Slootman；Harry则反驳称，Slootman在 Snowflake 打造的GTM机器，被 Databricks 优先发展产品的策略抵消，并推荐 Chad Peets。Snap留下的教训是：当市值低于150亿美元时，“势头不会永远持续”，因此不能把正向动能视为理所当然。

核验说明

访谈对财务预测只说了“4.5”，Alex个人的回答是“超过1000万美元”；两者都没有给出更大的单位，因此本文没有将其统一换算为数十亿美元。

Jensen 回击末日论者，Xi 与 Trump 谈 AI，“AI”换了个名字 | #294 MOONSHOTS Live