18 个月冲到 10 亿美元 ARR：Higgsfield 的烧钱、选模与护城河观

核心要点

• 18 个月到 10 亿：Higgsfield 用 18 个月把年化收入从 100 万做到 10 亿美元，Cursor 用了 24 个月；口径是最近四周收入乘以 13，只算已确认的在线收入，不计多年期合同。
• 企业占过半：B2B 收入略高于 50%，纯消费者约 10%，移动端占比不到 10%；一位客户半年前每月付 99 美元订阅，如今签下年额超过 600 万美元的合同。
• NRR 超 300%：第 12 个月净收入留存率超过 300%，B2B SaaS 从未出现过；但首月消费者流失约 30%，之后基本走平，教育用户是重点。
• 每月 400 万模型费：约 400 人的团队内部每月模型开销超过 400 万美元，人均超 1 万美元；有员工一周用 Astra 模型花掉 3 万多美元做 vibe coding，预计顶尖人才会升到每月 5 万至 10 万美元。
• 开源模型高毛利：自有和后训练开源模型毛利超过 80%，闭源模型只有 20% 至 30%；Higgsfield 在超过 40% 的场景自主选择模型，称之为 tokconomics。
• 基准测试不可信：Alex 认为大厂实验室为奖金会把测试数据混入训练；视频基准多是文生视频，与真实工作流脱节，其开源电影的平均提示词超过 3,000 词、每场景至少 10 张参考图。
• 护城河只剩两条：他认为 AI 时代只有「交付结果」和「网络效应」两种护城河，Higgsfield 靠开源项目形成飞轮，八周内种子项目从约 10 个涨到超过 10,000 个。

章节时间轴

• 0:00 开场：10 亿美元与每月 400 万模型费 — Harry 介绍 Higgsfield 已超越 Cursor 成为增长最快的消费级公司，并抛出关键数字。
• 1:44 哈萨克斯坦长大的竞赛程序员 — Alex 谈父母是机械工程教授、母亲打三份工供他参加竞赛，19 岁进入编程竞赛世界前三。
• 4:47 卖给 Snap 与来到美国 — 前一家公司 Factory 以 1.66 亿美元卖给 Snap，他在硅谷发现投资人极度共识驱动。
• 8:41 找不到产品市场契合的一年 — 种子轮 1,600 万美元烧掉 1,000 多万，直到访谈 8 位创意总监后聚焦相机控制，去年 3 月 31 日发布产品。
• 14:06 10 亿收入怎么算 — 解释年化口径、18 个月里程碑，以及订阅、按量付费和企业合同的结构。
• 17:13 600 万美元大客户与需求来源 — 直销电商、AI 短剧、企业客户占比与消费者流失、NRR 等数据。
• 23:21 增长打法与自研模型退场 — 150 人的内部创意团队、不投付费广告、为何放弃追逐基准与自研模型。
• 30:18 开源模型与 tokconomics — 开源模型份额、毛利差异、模型路由，以及内部 400 万美元的月度模型账单。
• 35:44 10x 工程师与团队规模 — 客服、法务用 AI 的实际边界，以及编码工具从 Claude 迁到 Codex 的过程。
• 42:43 护城河与系统记录 — 讨论「AI 原生系统记录」、语义搜索与品牌一致性，以及网络效应。
• 45:02 融资与目标市场 — Yuri Milner 的会面、被压价的经历，以及销售营销支出高于研发的市场论点。
• 50:25 家庭、工作强度与人才 — 父亲的帕金森病、每周工作 80 至 90 小时、哈萨克斯坦的人才密度。
• 64:19 快问快答与展望 — 对 HubSpot 的改观、Snap 的教训、Hollywood 态度转变、明年收入预测。

详细内容

1. 从竞赛编程到 Snap 再到 Higgsfield

Alex 的父亲来自乌兹别克斯坦，父母都是机械工程教授。在家庭月收入 1,000 美元就算富裕的环境里，他从 8 岁起就被告知必须去美国，因为那里技术最重要。母亲一度打三份工，他的教育就是不停参加编程比赛和训练营。他坦承童年压力很大，但认为在后苏联国家，国际排名是唯一的突围方式，最终 19 岁进入竞赛编程世界前三。

2014 年他做过前 Transformer 时代的神经网络优化，参与过英俄互译系统。不少队友被 DeepMind、Meta 挖走，他却被 Uber 的扩散速度触动，判断手机会成为最主要设备，人们将花大量时间看 AI 生成的视频。后来他在 2018 年遇到联合创始人 Mahi，创办 Factory，以 1.66 亿美元卖给 Snap。那时 AI 融资很少，几乎没有倍数可言，1,200 万美元的融资已算很好，他也经历了严重稀释。

在 Snap，他的团队做的人脸滤镜是新增日活的主要来源，而且能在手机端运行，对 Snap 几乎零成本。这让他看到企业在社交媒体上追不上内容生产速度的缺口。Alex 对硅谷的评价是：不看种族与国籍的确很好，但投资人极度共识驱动，这一点他读了一本讲资本法则的书后才释然。

2. 找不到方向的一年与转折

2023 年他确信 scaling law 会在视频上同样成立，只是比语言模型和编码晚两三年，于是押注。但最初的产品并不成功：一年多里种子轮 1,600 万美元烧掉 1,000 多万。Alex 自我批评说，当时他一心优化热点、叙事和抢占注意力，而不是做好产品，「失去了与现实的联系」。

剩下不到 500 万美元时，他决定回到 PLG（产品驱动增长），相信最好的产品会赢。团队访谈了 8 位创意总监，所有人都说 AI 视频缺少相机控制，而相机控制对讲故事至关重要。去年 3 月 31 日发布相关产品后，他称立刻感受到产品市场契合，「就像爱情，你知道的时候就知道了」。此后 3 个月从约 100 万做到 2,000 万美元 ARR，再靠自研图像模型的审美摄影和产品一致性从 2,000 万做到 1 亿。

3. 10 亿美元收入的口径与结构

Alex 明确说明算法：取最近四周的收入乘以 13，并且只算收入而非销售额。年度订阅或企业合同按 12 个月摊销，只取对应 28 天的部分；同时只计已上线的收入，不会把三年期企业合同硬塞进这个数字。他说 OpenAI 等公司用的是同一方法。

收入结构上，B2B 略超 50%，消费者里纯消费者约占 10%，来自移动端的不到 10%，其余是自由职业者和营销人员这类「准专业用户」。这类用户流失偏高，一年内多数会回来再试，Higgsfield 因此投入 Academy 和 YouTube 教育。他也预判，Google 与 OpenAI 会摧毁每月 20 美元的消费订阅市场，所以关键是让 20 美元用户升级到年消费 1,000 美元以上。

大客户扩张的例子是：某客户半年前每月 99 美元，现在签下年额 600 万美元。需求来自三类：直销电商用 AI 每周制作成百上千条广告做 A/B 测试；规模超过 100 亿美元的短剧产业，大部分新剧已用 AI 端到端制作；以及企业营销。地区上西方占收入 70% 以上，美国是最大国家，首尔是使用量最大的城市，产品不在中国上线。

4. 增长打法：不做付费投放，靠自有内容和分发

Higgsfield 不做付费广告，靠自有内容和创作者分发。内部有 150 多名创意专业人员，几乎占员工的一半，负责产品发布视频、教程和示范。他们做过一部完整的 AI 电影并全部开源，教训是：90 分钟的电视级内容需要 100 多小时的生成内容，创意取舍依旧关键。

主持人提到公司曾在网红营销上惹出争议，Alex 承认当时只有两个人负责创作者和客户成功，又外包给代理，体验很糟，核心教训是必须自己掌控分发。他也谈到与大主播 Neon 合作 AI 数字分身直播，认为数字分身会成为创作者的一种变现方式。

5. 模型策略：为什么放弃追基准，走向开源与路由

Alex 承认自研模型「是我的错误」。他认为在大公司里人人需要展示进度，所以有人把测试数据混进训练、用 LLM 当裁判训练模型、为季度奖金做各种技巧，因为拿到几百万美元年薪的研究员很容易跳去别的实验室。他的证据是：在 OpenRouter 数据里，美国现有大厂里只有 Google 真正有分量；中国则有腾讯、小米、阿里三家。

具体到视频，他把视频模型看作类似 Unreal 或 Unity 的渲染引擎，仅靠文字很难精确描述输出。他们开源的电影，平均提示词超过 3,000 词，每个场景至少 10 张参考图来固定人物、背景和站位，而基准测试的标注员根本读不了这么长的提示词。所以他们现在只在客户明确需要时才做自有模型，例如摄影棚风格的图像。

他强调，所谓「自研模型」往往是拿开源权重在自有数据上后训练，最有价值的是用客户的决策序列做强化学习，把 10 步压缩成 1 步。OpenRouter 报告开源模型份额一年内从不到 30% 升到 60% 以上；Alex 认为按金额算 OpenAI 和 Anthropic 仍会占超过 50%，因为编码总要追最新模型，但社交营销这类需求不需要博士级智能，更看重便宜稳定。自有和后训练开源模型毛利超过 80%，闭源只有 20% 到 30%，所以他们在超过 40% 的场景自己选模型，路由本身成为核心能力。

6. 每月 400 万美元模型开销与团队形态

公司约 400 人，内部每月模型开销超过 400 万美元，人均超过 1 万美元。原因之一是创意团队开始 vibe coding：Alex 亲自抓到一位员工一周在 Astra 模型上花了 3 万多美元，连续五个晚上，只因不满素材整理和自动剪辑的工作流。他说结果不算可上线，但学到很多，并承认财务团队会觉得他控制支出不够坚决。

他预计一年后顶尖工程师和创意人员的月开销会到 5 万至 10 万美元，法务、财务等其他岗位则会较快趋于稳定。客服方面，他认为一线请求超过 60% 可用 AI 处理，但 B2B 客服仍然不行，尤其是产品每周发布新功能、规则一周变两次时，Agent 的上下文很快过期。Harry 提到 Revolut 的消费者客服解决率已超过 92%，但他们投入巨大。工具方面，3 月到 6 月全公司转向 Claude，6 月中旬起工程师又转向 Codex，他认为这是周期性的。

7. 护城河、系统记录与开源飞轮

Harry 认为护城河基本是胡扯，速度才是关键，Alex 则给出两条：交付结果，以及网络效应。AI 并不会替代网络效应，他不认为 AI Agent 群互相对话在五年内会发生。Higgsfield 通过开源项目形成雪球，让用户互相 fork：八周内种子项目从约 10 个变成超过 10,000 个。

他还提出「AI 原生系统记录」概念，以专利工作流公司 Solve Intelligence 为例：谁能拥有系统记录，谁就赢。在视频素材管理上，Dropbox、Google Drive、Frame.io 都不能语义搜索，也无法保证内容符合品牌规范。Higgsfield 的 harness 会随时间学习品牌的视觉风格，这是 Claude 和 OpenAI 做不到的。他判断 Adobe 与 Canva 属于「像素优先」时代，未来是通过自然语言检索和操作素材库。

8. 融资、目标市场与个人取舍

在融资上，他称赞 Yuri Milner 对内容变革理解很深，也讲了被压价的经历：有投资人握手谈定价格，第二天却召集其他投资人以低 30% 的估值组团。Harry 认为 Higgsfield 因为不是硅谷圈内人而被折价，同样增速的硅谷公司可达 250 亿美元估值。

Alex 的长期论点是：上市公司剔除制药和大科技后，销售与营销的支出高于研发，而这块正被个性化视频改写。他希望成为直销电商的分发基础设施，就像 Shopify 是电商基础设施，目标是超过 1,000 亿美元，甚至比 AppLovin 与 Shopify 更大。

个人方面，父亲为陪他比赛牺牲了一生，从 21 岁起患帕金森病，钱和退出无法改变这点。他每周工作 80 到 90 小时，陪妻子至少 3 小时、陪儿子至少 5 小时，承认常缺席家庭聚会，动机来自对技术的信念和「怕错过」的恐惧，以及身为移民需要证明自己。他也介绍哈萨克斯坦的人才：物理奥赛全球前五，结合苏联数学传统与新加坡教育体系，个人所得税 15%，团队 300 多人在当地。

9. 快问快答与展望

他改变看法的一件事是 HubSpot：以前以为大家会自建 CRM，但招聘 go-to-market 人才后发现熟悉的界面和系统记录仍然重要。他相信多数社交内容将由 AI 生成，真实内容的 CPM 会高 10 至 15 倍但总量更少。五年内会出现现在还没有名称的职业：创意总监与计算机对话、实时生成故事，品味将变得极其重要。

他希望有 Frank Slootman 进入董事会，Harry 则推荐 Chad Pet（字幕原文）。谈到 Snap，他的教训是「势头不会永远持续」：Snap 市值曾达 800 亿美元，与 Meta 差距不到 10 倍，现在低于 150 亿美元。他称公司当前模型预测明年底为 45 亿美元，但那包含明显减速；他自己相信超过 100 亿美元，并仍力争月增 30%。Hollywood 的态度已从强烈负面转向中性，越来越多人问「能否用 AI 讲更多故事」。

金句

我们不做付费投放。分发比以往任何时候都更重要，你必须自己掌握它。 —— Alex Mashrabov 11:46

产品市场契合就像爱情，你知道的时候就知道了。 —— Alex Mashrabov 10:59

在大实验室里，为了季度奖金刷基准是常态，因为拿着几百万年薪的人换个实验室很容易。 —— Alex Mashrabov 25:39

AI 时代只有两种护城河：一是交付结果，二是网络效应。AI 并不能替代网络效应。 —— Alex Mashrabov 44:14

势头不会永远持续，所以有势头时我们绝不视为理所当然。 —— Alex Mashrabov 69:46

我不相信工作有捷径，我越努力就越幸运。 —— Alex Mashrabov 60:26

提到的书·产品·人物

• Higgsfield（公司）：Alex 创办的 AI 视频生成平台，本期主角，年化收入 10 亿美元。
• Cursor（产品）：被拿来对比增长速度，从 100 万到 10 亿用了 24 个月。
• Snap / Factory（公司）：Alex 前一家公司 Factory 以 1.66 亿美元卖给 Snap，也是他学到势头教训的地方。
• Yuri Milner（人物）：Alex 称最佳的一次 VC 会面对象，理解内容变革。
• OpenRouter（产品）：用其数据说明开源模型份额从 30% 以下升到 60% 以上。
• Solve Intelligence（公司）：Harry 与 Alex 共同投资的专利 AI 公司，被用来说明系统记录的价值。
• Revolut（公司）：客服解决率超过 92% 的例子。
• Neon（人物）：与 Higgsfield 合作 AI 数字分身直播的大主播。
• Codex / Claude（产品）：内部编码工具先从 Claude 转向 Codex。
• HubSpot（产品）：Alex 改变看法，认为它不会因自建 CRM 而过时。
• Frank Slootman / Chad Pet（人物）：分别被提为理想董事会成员与顶级销售领导。
• Amp It Up（书）：Slootman 的著作，Alex 由此相信无废话文化可以规模化。
• Jensen Huang、Elon Musk、Nick（人物）：Alex 学习的三位 CEO，抛弃常规管理教条，深入细节。

适合谁听

想了解 AI 应用公司如何算收入、管模型成本、判断护城河的创业者和投资人。