Higgsfield Genjutsu कैसे काम करता है? और Maboroshi वही काम कम कीमत में कैसे करता है (2026)

By DeHub Team — 2026-10-24

How Higgsfield Genjutsu works, and how DeHub Maboroshi does the same job for less

Higgsfield Genjutsu एक असली वीडियो लेता है और उसमें एक चीज़ बदल देता है: कोई व्यक्ति, पालतू जानवर, प्रोडक्ट या कपड़े। कैमरा मूवमेंट, टाइमिंग और बैकग्राउंड बिल्कुल वैसे ही रहते हैं जैसे शूट किए गए थे। Higgsfield यह नहीं बताता कि यह कैसे काम करता है, इसलिए ज़्यादातर लोग मानते हैं कि यह एक गुप्त मॉडल है।

ऐसा नहीं है। अलग-अलग करके देखें तो Genjutsu जैसी एडिटिंग आठ चरणों की एक कड़ी है, और लगभग हर कड़ी एक जाना-माना ओपन मॉडल है। हमने उस कड़ी को DeHub Creator के अंदर Maboroshi के रूप में फिर से बनाया। इसे खुद चलाकर हमें पता चला कि असल खर्च कहाँ होता है, और इसी वजह से हम कम कीमत ले पाते हैं।

यह गाइड हर चरण को उसके असली फ्रेम के साथ समझाती है। फिर पूरा सीन बदलने, हर विकल्प की कीमत, और क्लिप बनने के बाद उसका क्या होता है, यह बताती है।

Higgsfield Genjutsu क्या करता है

Higgsfield के अपने Genjutsu पेज के अनुसार, इसमें दो मोड हैं:

Motion Transfer. आपकी क्लिप की मूवमेंट एक नए किरदार या फिर से बने सीन को चलाती है।
Object Swap. आपकी बताई एक चीज़ बदल दी जाती है जबकि बाकी शॉट वैसा ही रहता है। Higgsfield के उदाहरण प्रोडक्ट, प्रॉप्स और कपड़े हैं।

आप 4 से 30 सेकंड की एक क्लिप अपलोड करते हैं, 30 तक रेफ़रेंस इमेज जोड़ते हैं, और 30+ प्रीसेट में से एक चुनते हैं या छोटा सा विवरण लिखते हैं। आउटपुट 1080p तक होता है। Higgsfield यह नहीं बताता कि अंदर कौन से मॉडल चलते हैं।

जो दिखता है वह है नतीजा। कैमरा मूवमेंट बना रहता है, रोशनी मेल खाती है, नया सब्जेक्ट सही चीज़ों के पीछे खड़ा होता है, और मुँह आवाज़ के साथ हिलता है। अकेला text-to-video मॉडल यह नहीं कर सकता, इसलिए पहले किसी चीज़ को मूल क्लिप को मापना पड़ता है। इसी मापने को लोग रिवर्स इंजीनियरिंग कहते हैं, और यह आठ कामों में बँटता है।

यह कैसे काम करता है, चरण दर चरण

हमारी शुरुआत Sirio Berati के MIT-लाइसेंस वाले Genjutsu Open Source Workflow से हुई। इसने दिखाया कि यह इफ़ेक्ट ओपन हिस्सों से दोबारा बनाया जा सकता है। हमने ज़रूरी चरण रखे, असली यूज़र्स के लिए असुरक्षित चरण बदले, और पेमेंट, रिव्यू और रिकवरी जोड़ी। नीचे की हर इमेज असली क्लिप पर वह चरण चलाकर बनाई गई है।

चरण 1: क्लिप को नॉर्मलाइज़ करना

हर अपलोड को स्थिर 24 फ्रेम प्रति सेकंड में बदला जाता है और लंबी साइड पर ज़्यादा से ज़्यादा 960 पिक्सल तक छोटा किया जाता है। फ़ोन की फ़ुटेज में अक्सर फ्रेम रेट बदलता रहता है, जिससे मॉडल सिंक से बाहर हो जाता है। तय रेट और तय साइज़ हर अगले चरण को एक ही ग्रिड देते हैं, और प्रोसेसिंग को तेज़ और सस्ता रखते हैं।

क्लिप 30 सेकंड या उससे कम की होनी चाहिए और उसमें साउंड ट्रैक होना चाहिए। Maboroshi के Kling रूट पर यह 3 से 15 सेकंड की होनी चाहिए, और हर साइड कम से कम 720 पिक्सल।

स्थिर 24 फ्रेम प्रति सेकंड पर नॉर्मलाइज़ करने के बाद टाइम्स स्क्वायर में चलते एक आदमी के तीन फ्रेम

चरण 2: साउंडट्रैक अलग करना

किसी भी जनरेशन से पहले ऑडियो हटा लिया जाता है। Demucs, एक ओपन मॉडल, आवाज़ को म्यूज़िक से अलग करता है, ताकि वीडियो मॉडल को सिर्फ़ उतना मिले जितना उसे चाहिए। पूरा मूल ट्रैक बिना छेड़े अलग रख दिया जाता है।

यही वजह है कि तैयार क्लिप बिल्कुल आपकी मूल क्लिप जैसी सुनाई देती है। वीडियो मॉडल ऑडियो में कमज़ोर होते हैं: वे टाइमिंग बदल देते हैं, आवाज़ धुंधली कर देते हैं या नई आवाज़ें गढ़ देते हैं। इसलिए मूल ट्रैक कभी मॉडल से गुज़रता ही नहीं।

मूल साउंडट्रैक जनरेशन से पहले अलग रखा जाता है और आख़िर में बिट दर बिट वापस लगाया जाता है

चरण 3: डेप्थ का नक्शा बनाना

एक डेप्थ मॉडल फ्रेम दर फ्रेम अनुमान लगाता है कि हर पिक्सल कैमरे से कितनी दूर है। Maboroshi Video Depth Anything इस्तेमाल करता है, जो वीडियो के लिए बना है और एक फ्रेम से अगले फ्रेम तक स्थिर रहता है। नीचे की इमेज एक छोटे सिंगल-फ्रेम डेप्थ मॉडल से बनी है, लेकिन आइडिया वही है: पास वाला चमकीला, दूर वाला गहरा।

डेप्थ की वजह से नया सब्जेक्ट उसी जगह, सही साइज़ में, टैक्सियों के आगे और लैंप पोस्ट के पीछे खड़ा हो पाता है। इसके बिना बदले गए किरदार हवा में तैरते लगते हैं।

टाइम्स स्क्वायर का एक फ्रेम और उसका डेप्थ मैप, जिसमें चलता आदमी सबसे चमकीला है क्योंकि वह कैमरे के सबसे पास है

चरण 4: सब्जेक्ट को काटकर अलग करना

SAM 3 Video, यानी वीडियो के लिए Meta का Segment Anything, आपके बताए सब्जेक्ट (जैसे "person") को ढूँढता है और हर फ्रेम में उसके चारों ओर एक साफ़ मास्क बनाता है। किनारों के छोटे टुकड़े अपने आप साफ़ हो जाते हैं ताकि भटके पिक्सल मॉडल को भ्रमित न करें। मास्क रेंडरर को ठीक-ठीक बताता है कि क्या बदलना है और क्या छोड़ना है।

टाइम्स स्क्वायर फ्रेम का सब्जेक्ट एक साफ़ सफ़ेद मास्क के रूप में कटा हुआ, आसपास की सड़क धुंधली

चरण 5: चेहरे को ट्रैक करना

MediaPipe Face Landmarker हर फ्रेम में हर चेहरे पर 478 बिंदुओं का एक मेश बनाता है। वह मेश भाव, सिर का घूमना और होंठों की हरकत नए किरदार तक ले जाता है। इसी वजह से बदली गई बिल्ली अब भी वह लाइन गाती हुई लगती है।

ट्रेन प्लेटफ़ॉर्म पर एक सेल्फ़ी, जिसमें सब्जेक्ट के चेहरे पर 478 बिंदुओं का फेस मेश बना है

चरण 6: आप कंट्रोल वीडियो रिव्यू करते हैं

डेप्थ, मास्क और फेस मेश को मिलाकर एक कंट्रोल वीडियो बनता है, और कोई भी महँगा काम होने से पहले आप उसे देखते हैं। अगर कटआउट गलत है, तो आप वहीं रुक जाते हैं और आगे कुछ नहीं देते। फ़ाइनल रेंडर सिर्फ़ उसी वर्ज़न पर चलता है जिसे आपने मंज़ूर किया। क्लिप, सब्जेक्ट या रेफ़रेंस बदलें तो मंज़ूरी रीसेट हो जाती है।

Higgsfield यह चरण नहीं दिखाता। हमें लगता है कि यही सबसे उपयोगी चरण है, क्योंकि खराब मास्क ही पेड रेंडर गलत आने की सबसे बड़ी वजह है।

सोर्स फ्रेम के साथ मिला हुआ कंट्रोल वीडियो: ग्रे में डेप्थ और सफ़ेद में सब्जेक्ट मास्क, साथ में मंज़ूर करें बटन

चरण 7: रेंडर

रेंडर दो में से किसी एक तरीके से चलता है:

Seedance Premium रूट. Seedance 2.5 reference-to-video कंट्रोल वीडियो और आपकी रेफ़रेंस इमेज से एक सस्ता ड्राफ़्ट रेंडर करता है। आप 1080p के लिए तभी पैसे देते हैं जब ड्राफ़्ट पसंद आए, और फ़ाइनल उसी ड्राफ़्ट से पूरा होता है, इसलिए जो आपने मंज़ूर किया वही आपको मिलता है।
Kling रूट. मूल क्लिप और एक या दो किरदार की इमेज एक ही बार में Kling O3 video-to-video edit को जाती हैं। न कोई तैयारी, न कोई ड्राफ़्ट। यह तेज़ और सस्ता है, और ज़्यादातर स्वैप के लिए हमारा डिफ़ॉल्ट है।

पहले और बाद में: क्रॉसिंग पर चलता आदमी एक रोएँदार बिल्ली बन जाता है, वही कदम और वही सड़क

चरण 8: मूल आवाज़ वापस लगाना

दोनों रूट आख़िर में पूरा मूल ऑडियो ट्रैक वापस लगाते हैं, कॉपी करके, दोबारा एनकोड किए बिना। आवाज़, बीट और टाइमिंग बिल्कुल वैसे ही होते हैं जैसे आपने शूट किए थे, और आउटपुट को साथ-साथ तुलना करते समय लोग सबसे पहले यही नोटिस करते हैं।

कोई भी सीन, या उसमें कुछ भी बदलना

12 अक्टूबर 2026 को Higgsfield ने Katana लॉन्च किया, एक एडिटिंग स्किल जो AI चैट के अंदर चलती है। आप इसे एक रेफ़रेंस वीडियो या इसकी लाइब्रेरी का कोई प्रीसेट देते हैं, साथ में लोगों, प्रोडक्ट या कपड़ों की पाँच तक फ़ोटो। यह उनके इर्द-गिर्द पूरा एडिट फिर से बनाता है, रेफ़रेंस का शॉट स्ट्रक्चर और रफ़्तार बनाए रखता है, और सिर्फ़ उन्हीं शॉट्स को दोबारा रेंडर करता है जिन्हें आप ठीक करते हैं। इसके लिए एक्टिव Higgsfield प्लान चाहिए और यह उस प्लान के क्रेडिट खर्च करता है।

कोई भी सीन, कोई भी चीज़: DeHub पर रेफ़रेंस एडिट को शॉट दर शॉट फिर से बनाएँ

DeHub यही काम तीन टूल्स से करता है, सबकी कीमत प्रति क्लिप:

Remake, मल्टी-शॉट एडिट के लिए. कट वाली क्लिप अपलोड करें। Maboroshi कट पॉइंट खुद ढूँढता है, या आप उन्हें मार्क करते हैं (सात तक), और क्लिप को आठ तक शॉट्स में बाँट देता है। हर शॉट को अपना निर्देश मिलता है, और आप किसी एक शॉट को बाकी को छुए बिना पाँच बार तक दोबारा बना सकते हैं। जब आप संतुष्ट हों, तो शॉट्स मूल ऑडियो के साथ क्रम में वापस जोड़ दिए जाते हैं, और जोड़ने का कोई अतिरिक्त खर्च नहीं है। हर शॉट की कीमत एक सामान्य Kling स्वैप जितनी है।
Kling O3 Character Swap, फ्रेम में किसी भी चीज़ के लिए. DeHub Creator में यह मॉडल चार तक इमेज से किरदार, प्रोडक्ट या नज़ारे आपकी क्लिप में बदल देता है। इससे कार, किसी के हाथ की ड्रिंक, जैकेट या पीछे की सड़क बदलें।
Seedance 2.0 रीस्टाइल, पूरे सीन के लिए. Creator में ही, एक वीडियो अपलोड करें और नया लुक बताएँ, जैसे रात, क्लेमेशन या बर्फ़ीला तूफ़ान। मूवमेंट वही रहता है और आसपास की पूरी दुनिया बदल जाती है।

नीचे की इमेज हमारे अपने प्रोमो वीडियो पर Remake का कट डिटेक्शन दिखाती है। इसने अपने आप तीन कट ढूँढे और क्लिप को चार शॉट्स में बाँट दिया।

Remake एक 19 सेकंड के प्रोमो को अपने आप पहचाने गए तीन कट पॉइंट पर चार शॉट्स में बाँटता है

हम कम कीमत में क्यों कर पाते हैं

रेंडर को छोड़कर ऊपर का हर चरण चलाने में सस्ता है। नॉर्मलाइज़िंग, ऑडियो अलग करना, डेप्थ, मास्किंग और फेस मेश हमारे अपने सर्वर पर चलते हैं और कुछ सेंट ही लगते हैं। पैसा फ़ाइनल रेंडर मॉडल में जाता है, जिसका बिल प्रति सेकंड बनता है। इसलिए हम:

प्रति सेकंड बिल करते हैं. 5 सेकंड की क्लिप का चार्ज 15 सेकंड वाली जितना नहीं होता।
ज़रूरत न हो तो पेड चरण छोड़ देते हैं. Kling रूट पर न तैयारी का चार्ज है, न अलग HD चार्ज।
पहले आपसे जाँच करवाते हैं. आप पैसे देने से पहले मास्क मंज़ूर करते हैं, इसलिए कम पेड रेंडर बेकार जाते हैं।
कोई सब्सक्रिप्शन नहीं. आप सिर्फ़ सामने वाली क्लिप के पैसे देते हैं, और DeHub पर टॉप-अप किया क्रेडिट कभी एक्सपायर नहीं होता।

15 सेकंड के स्वैप की कीमत: Higgsfield $7.20 (1080p), $5.20 (720p) और $2.00 (480p), जबकि DeHub Maboroshi $4.55 और DeHub Creator का Kling O3 स्वैप $3.02

15 सेकंड की क्लिप, आमने-सामने:

Higgsfield Genjutsu, 1080p: 144 क्रेडिट, लगभग $7.20, प्लान ज़रूरी
Higgsfield Genjutsu, 720p: 104 क्रेडिट, लगभग $5.20, प्लान ज़रूरी
DeHub Maboroshi, Kling रूट, मास्क रिव्यू और मूल ऑडियो के साथ: $4.55
DeHub Creator, 1080p पर Kling O3 Character Swap: $3.02
Higgsfield Genjutsu, 480p: 40 क्रेडिट, लगभग $2.00, प्लान ज़रूरी

छोटी क्लिप्स, जहाँ प्रति सेकंड बिलिंग जीतती है:

5 सेकंड: Maboroshi $1.75, Creator स्वैप $1.01
10 सेकंड: Maboroshi $3.15, Creator स्वैप $2.02
15 सेकंड: Maboroshi $4.55, Creator स्वैप $3.02

DeHub पर लंबाई के हिसाब से कीमतें: Maboroshi पर $1.75, $3.15 और $4.55, और Creator पर $1.01, $2.02 और $3.02 (Kling O3 स्वैप), Higgsfield की 15 सेकंड वाली लाइनों से नीचे

दो ईमानदार बातें। अगर आपको सिर्फ़ 480p क्लिप चाहिए और आप पहले से Higgsfield प्लान के पैसे दे रहे हैं, तो उसका $2.00 सस्ता है। और हमारा Seedance Premium रूट पूरे 1080p पर Higgsfield से काफ़ी महँगा है, 15 सेकंड के लिए लगभग $31, क्योंकि यह हर इनपुट और आउटपुट सेकंड को लगभग उतने पर बिल करता है जितना मॉडल हमें पड़ता है। इसका पूरा हिसाब हमारी Higgsfield Genjutsu विकल्प गाइड में है।

एडिट करें, पोस्ट करें, कमाएँ

Higgsfield डाउनलोड बटन पर रुक जाता है। DeHub पर क्लिप काम का अंत नहीं, शुरुआत है।

एडिट, पोस्ट, कमाई: DeHub वीडियो एडिटर और फ़ीड

बिल्ट-इन वीडियो एडिटर. DeHub का वीडियो एडिटर आपके ब्राउज़र और DeHub ऐप में चलता है। यह असली मल्टी-ट्रैक टाइमलाइन है, सिर्फ़ ट्रिम स्लाइडर नहीं। अपनी Maboroshi क्लिप को अपनी बाकी फ़ुटेज के साथ रखें, फिर:

सीन बदलने और म्यूज़िक बीट पर कट करें।
कैप्शन जोड़ें, और पूरे कैप्शन ट्रैक को दूसरी भाषा में अनुवाद करें।
बैकग्राउंड हटाएँ।
साउंडट्रैक या साउंड इफ़ेक्ट बनाएँ।
अपनी स्क्रीन या आवाज़ सीधे टाइमलाइन में रिकॉर्ड करें।

प्रोजेक्ट वर्ज़न हिस्ट्री के साथ क्लाउड में सेव होते हैं, और आप टाइमस्टैम्प वाले रिव्यू कमेंट के लिए कट शेयर कर सकते हैं।

इसके इर्द-गिर्द सोशल ऐप. DeHub एक स्टूडियो के साथ-साथ एक सोशल नेटवर्क भी है, इसलिए तैयार एडिट सीधे एडिटर से पोस्ट या Short में जाता है। वहाँ दर्शक आपको टिप दे सकते हैं, और आपके व्यूज़ watch-to-earn रिवॉर्ड्स में गिने जाते हैं। दूसरी भाषा के दर्शक ऑटोमैटिक डब चालू कर सकते हैं। DeHub फ़ीड, Shorts, लाइव स्ट्रीमिंग और शेड्यूल पर पोस्ट करने वाले AI एजेंट्स में लगातार नई चीज़ें जोड़ रहा है।

एक ही अकाउंट से पूरा चक्र: स्वैप बनाएँ, एडिट करें, पोस्ट करें और उसके पैसे पाएँ।

आज़माएँ

सब्जेक्ट स्वैप के लिए dehub.io/creator/maboroshi खोलें, या फ्रेम में कुछ भी बदलने के लिए DeHub Creator में Kling O3 Character Swap चुनें।
आवाज़ वाली एक छोटी क्लिप और एक या दो साफ़ रेफ़रेंस इमेज अपलोड करें।
मास्क जाँचें, मंज़ूर करें और रेंडर करें। पैसे देने से पहले कीमत डॉलर में दिखती है।
नतीजे को वीडियो एडिटर में खोलें, अपना कट पूरा करें और अपनी फ़ीड पर पोस्ट करें।

अक्सर पूछे जाने वाले सवाल

Higgsfield Genjutsu कैसे काम करता है?

Higgsfield अपनी पाइपलाइन सार्वजनिक नहीं करता। ऐसे इफ़ेक्ट पहले मूल क्लिप को मापकर बनाए जाते हैं: उसका फ्रेम रेट, आवाज़, डेप्थ, सब्जेक्ट की आउटलाइन और फेस मेश। फिर एक reference-to-video या video-edit मॉडल सिर्फ़ सब्जेक्ट को दोबारा रेंडर करता है, और आख़िर में मूल ऑडियो वापस लगाया जाता है। Maboroshi ठीक यही कड़ी चलाता है, और यह गाइड हर चरण दिखाती है।

Genjutsu जैसी एडिटिंग में कौन से मॉडल इस्तेमाल होते हैं?

Maboroshi में: ऑडियो के लिए Demucs, डेप्थ के लिए Video Depth Anything, मास्क के लिए SAM 3 Video, चेहरे के लिए MediaPipe Face Landmarker, और रेंडर के लिए Seedance 2.5 reference-to-video या Kling O3 video-to-video edit।

क्या Maboroshi, Higgsfield Genjutsu से सस्ता है?

720p और 1080p पर, हाँ। 15 सेकंड की क्लिप Maboroshi के Kling रूट पर $4.55 और Creator के Kling O3 Character Swap से $3.02 की है, जबकि Higgsfield पर लगभग $5.20 और $7.20। DeHub के किसी भी विकल्प के लिए सब्सक्रिप्शन नहीं चाहिए। Higgsfield का 480p विकल्प, लगभग $2.00 पर, सस्ता है अगर आपके पास पहले से प्लान है।

Higgsfield Katana क्या है, और क्या DeHub में ऐसा कुछ है?

Katana, Higgsfield की चैट-आधारित स्किल है जो किसी रेफ़रेंस एडिट को आपके अपने लोगों, प्रोडक्ट या कपड़ों के साथ फिर से बनाती है। DeHub पर Remake मल्टी-शॉट क्लिप्स को शॉट दर शॉट फिर से बनाता है, Kling O3 Character Swap किरदार, प्रोडक्ट या नज़ारे बदलता है, और Seedance 2.0 पूरे सीन का स्टाइल बदलता है। तीनों की कीमत प्रति क्लिप है।

क्या मैं सिर्फ़ व्यक्ति नहीं, बैकग्राउंड या चीज़ें भी बदल सकता हूँ?

हाँ। रेफ़रेंस इमेज से प्रोडक्ट या नज़ारे बदलने के लिए DeHub Creator में Kling O3 Character Swap इस्तेमाल करें, या प्रॉम्प्ट से पूरी क्लिप का स्टाइल बदलने के लिए Seedance 2.0। Maboroshi खुद बैकग्राउंड को बिल्कुल वैसा ही रखता है जैसा शूट हुआ था, जो साफ़ सब्जेक्ट स्वैप के लिए आप चाहते हैं।

क्या मूल ऑडियो बचा रहता है?

हाँ। Maboroshi के दोनों रूट पर पूरा मूल ट्रैक बिना छेड़े तैयार क्लिप पर वापस कॉपी किया जाता है।

ज़रूरी बारीकियाँ

Higgsfield के Genjutsu आँकड़े उसके Genjutsu पेज से हैं, जिसे सितंबर 2026 में जाँचा गया। Katana की जानकारी Higgsfield के 12 अक्टूबर 2026 के Katana लेख से है। Higgsfield क्रेडिट में कीमत तय करता है और अक्सर अपने प्लान बदलता है, इसलिए तुलना से पहले उसकी मौजूदा कीमत देख लें। DeHub की कीमतें लिखते समय की रिटेल दरें हैं, और हर चरण से पहले दिखाई गई कीमत ही हमेशा आपकी चुकाई जाने वाली कीमत होती है। चरण 3 की डेप्थ इमेज समझाने के लिए सिंगल-फ्रेम डेप्थ मॉडल से बनाई गई थी। Maboroshi खुद Video Depth Anything इस्तेमाल करता है।