Studio open source de génération d’images, de vidéos, d’audio et de lip sync, publié sous licence MIT par Anil Matcha, cofondateur de la société qui exploite l’API Muapi.ai. Il s’appelait Open Higgsfield AI jusqu’au printemps 2026 et reprend l’organisation en studios de Higgsfield, sans être publié par Higgsfield AI. L’interface est gratuite ; les générations dans le cloud sont facturées par Muapi.ai, et seule l’application de bureau peut faire tourner quelques modèles en local.
Voir aussi : la section Avis indépendants pour une synthèse des retours et réserves.
Résumé
Le projet a été lancé le 9 février 2026 sous le nom Open Higgsfield AI, dans le dépôt Anil-matcha/Open-Higgsfield-AI, puis renommé Open Generative AI : la version 1.0.0 du 18 mars 2026 porte encore l’ancien nom, la 1.0.2 du 22 avril 2026 le nouveau. L’ancienne adresse du dépôt et l’ancienne page de la version hébergée (muapi.ai/open-higgsfield-ai) redirigent vers les nouvelles. Des forks ont gardé l’ancien nom ; celui d’Autom8AI, que citait la version précédente de cette fiche, n’existe plus au 17 novembre 2026. Un autre projet, wide-trace/open-higgsfield, porte un nom voisin mais n’a pas de lien avec celui-ci.
L’application est un monorepo Next.js 14 dont la bibliothèque de composants React (packages/studio) sert aussi à la version hébergée sur muapi.ai. Elle existe sous trois formes : la version hébergée (compte Muapi requis), une application de bureau Electron pour macOS, Windows et Linux, et l’auto-hébergement depuis les sources ou avec Docker. Pour les modèles dans le cloud, l’application soumet une tâche à l’API Muapi (POST /api/v1/{modèle}), puis interroge le résultat (GET /api/v1/predictions/{id}/result) ; la clé API est conservée dans le localStorage du navigateur. Le catalogue des modèles, dans packages/studio/src/models.js, est synchronisé avec celui de Muapi.
Muapi.ai est exploité par Vadoo Internet Services Private Limited, à Bangalore, selon sa page « About » et ses conditions d’utilisation ; Anil Matcha se présente comme cofondateur de Vadoo. Le dépôt sert donc aussi de vitrine à cette API : le README s’ouvre sur l’offre « White Label » de Muapi (à partir de 49 $ par mois), qui permet de revendre l’application sous sa propre marque.
Le projet se présente comme « sans filtre de contenu » (description du dépôt : « Uncensored », « No content filters ») et promet l’absence de refus de prompts. Les conditions d’utilisation de Muapi interdisent pourtant la nudité, les contenus sexuellement explicites, les deepfakes et la désinformation, et les fournisseurs des modèles (Kling, Veo, Sora…) appliquent leurs propres filtres. L’application n’ajoute aucune modération : la responsabilité des contenus générés revient au titulaire de la clé, selon les mêmes conditions.
Fonctionnalités
-
Image Studio à double mode : texte-vers-image ou image-vers-image selon qu’une image de référence est fournie, avec bascule automatique du jeu de modèles (Flux, Nano Banana 2, Seedream 5.0, Midjourney, GPT-4o, Ideogram…).
-
Entrée multi-images : jusqu’à 14 images de référence pour les modèles compatibles (Nano Banana 2 Edit, Flux Kontext, GPT Image Edit…), avec sélecteur ordonné et upload par lot.
-
Video Studio à double mode : texte-vers-vidéo ou image-vers-vidéo (Kling, Sora, Veo, Wan, Seedance, Hailuo, Runway, Grok Imagine…), dont la prolongation de vidéo Seedance 2.0 Extend.
-
Lip Sync Studio : vidéo parlante à partir d’un portrait et d’un fichier audio, ou synchronisation labiale d’une vidéo existante ; neuf modèles décrits dans le README (Infinite Talk, Wan 2.2 Speech to Video, LTX Lipsync, Sync, LatentSync, Creatify, Veed…).
-
Cinema Studio : choix de la caméra, de l’objectif, de la focale (8 à 85 mm) et de l’ouverture (f/1.4 à f/11), traduits en modificateurs de prompt.
-
Autres studios : Audio, Clipping, Vibe Motion et Design Agent (ajoutés avec la version 2.0.0 du 23 mai 2026), Workflow Studio (éditeur de chaînes de modèles par nœuds, fondé sur Vibe Workflow), Agent Studio, Marketing, Body Swap et AI Influencer ; quatorze studios en tout selon le README.
-
Inférence locale (application de bureau seulement) : moteur sd.cpp intégré pour SD 1.5, SDXL et Z-Image (Metal sur Apple Silicon, CUDA, Vulkan ou ROCm ailleurs) ; Wan2GP, à installer soi-même sur une machine équipée d’un GPU NVIDIA ou AMD, pour Wan 2.1 et 2.2, Hunyuan, LTX-2, Flux et Qwen-Image, en local ou à distance via son serveur MCP. Ces modèles ne demandent pas de clé Muapi.
-
Historique local : images de référence et générations conservées dans le navigateur, réutilisables sans nouvel upload.
-
Contrôles adaptatifs : ratio d’aspect, résolution, qualité et durée ajustés aux capacités de chaque modèle.
-
Déploiement : version hébergée, installeurs de bureau non signés, construction depuis les sources (
npm run setup) ou image Docker (docker compose up --build).
Analyse
| Critère | Note |
|---|---|
| Documentation | ★★★☆☆ |
| Précision des descriptions | ★★☆☆☆ |
| Maturité | ★★★☆☆ |
| Popularité | ★★★★☆ |
Notes Documentation, Précision et Maturité alignées sur le barème global (10 octobre 2026, revues le 17 novembre 2026). Popularité calculée depuis les étoiles du dépôt GitHub : 35 069 au 17 novembre 2026.
Points forts
-
Une interface pour de nombreux modèles commerciaux et ouverts, avec une seule clé API ; la bascule automatique entre modes et le sélecteur multi-références évitent de jongler entre plusieurs services.
-
Code ouvert et réutilisable : licence MIT (fichier LICENSE reconnu par GitHub), auto-hébergement possible depuis les sources ou avec Docker, contrairement à Higgsfield dont le code est fermé.
-
Inférence locale en option : l’application de bureau peut générer des images, et des vidéos avec Wan2GP, sans passer par Muapi ni payer à la génération.
-
Développement actif : 531 commits, 28 contributeurs, 88 pull requests fusionnées et 14 issues ouvertes sur 251 au 17 novembre 2026 ; dernier commit le 16 novembre 2026.
Limites
-
Dépendance à Muapi.ai et conflit d’intérêts : hors moteurs locaux, toutes les générations passent par Muapi.ai, exploité par la société que l’auteur a cofondée. Les coûts, la disponibilité des modèles et la confidentialité des contenus dépendent de ce service ; les promesses du README (« no vendor lock-in », données qui « restent sur votre machine ») ne valent que pour l’inférence locale.
-
Positionnement « sans filtre de contenu » : il est contredit par les conditions de Muapi et par les filtres des fournisseurs de modèles, et l’application n’ajoute aucune modération. Pour un usage de marque ou de campagne, ce positionnement est un risque juridique et de réputation : la responsabilité des contenus revient au titulaire de la clé, et une instance publique expose celui qui l’héberge.
-
Chiffres incohérents : le nombre de modèles varie selon la page du projet (200 et plus dans la liste des fonctions, 420 et plus dans le tableau dit vérifié sur
models.js, 600 et plus dans l’accroche du README, 800 et plus dans la description du dépôt). -
Installeurs non signés : il faut contourner Gatekeeper (
xattr -cr) sur macOS et SmartScreen sur Windows ; sous Ubuntu 24.04, l’AppImage peut exiger de désactiver une protection AppArmor du noyau. -
Pas de version publiée depuis le 23 mai 2026 (v2.0.0), alors que le code évolue chaque semaine : les installeurs de bureau sont en retard sur les sources.
-
Inférence locale exigeante : Wan2GP demande un GPU NVIDIA ou AMD (aucune prise en charge d’Apple Silicon) ; selon le README, Z-Image peut bloquer un Mac de 8 Go de mémoire.
-
Clé API dans le localStorage : ce stockage n’est pas un coffre sécurisé ; une clé dédiée avec plafond de dépenses limite le risque.
-
Confusion de noms : renommage, forks sous l’ancien nom et projet homonyme sans rapport ; le nom d’origine pouvait aussi laisser croire à une réimplémentation de Higgsfield. Vérifier le dépôt avant toute installation.
Qualité
Commentaire : le README est long et utile (installation de bureau, Docker, inférence locale, architecture, API), mais il est promotionnel (offre White Label en tête, vidéo « Uncensored (Spicy) ») et ses chiffres se contredisent. La précision reste basse : absence de filtre, données locales, absence de verrouillage et nombre de modèles sont contredits ou incohérents. La maturité est celle d’un projet de neuf mois : treize versions jusqu’à la 2.0.0 et un développement actif, mais un auteur qui signe 360 des 531 commits, des installeurs non signés et aucune version depuis mai 2026. Les étoiles sont passées d’environ 5 500 en avril 2026 à 35 069 le 17 novembre 2026 ; les forks (5 808 le 24 octobre, 6 731 le 17 novembre) et l’activité ont suivi, mais les comptes n’ont pas été analysés (voir les avis indépendants).
Relations
-
Alternative à : Higgsfield-ai-platform (interface seulement), ComfyUI (inférence locale par graphes, plus mature et plus contrôlable), InvokeAI (studio image local plus abouti)
-
S’intègre avec : Muapi.ai (passerelle API vers les modèles), Wan2GP et stable-diffusion.cpp (inférence locale)
-
Utilise : Next.js 14, React 18, Tailwind CSS 3, Electron, npm workspaces, Vibe Workflow ; modèles tiers via Muapi (Flux, Nano Banana, Seedream, Midjourney, Kling, Sora, Veo, Wan, Seedance, Grok Imagine…)
-
Voir aussi : Banana Prompts, Glif MCP
Avis indépendants
Synthèse des retours publiés, mise à jour le 17 novembre 2026.
Ce qui est apprécié
- Image, vidéo, lip sync et plans « cinéma » réunis dans une interface, sans compte séparé par famille de modèles (Hongkiat, avril 2026 ; Menon Lab, 21 avril 2026).
- Le sélecteur multi-références, jugé bien conçu, et un studio de lip sync plus complet que ceux de la plupart des outils généralistes (Hongkiat).
- Un code ouvert et modifiable, et trois modes d’accès qui conviennent aussi bien aux non-techniciens qu’aux développeurs (Hongkiat, Menon Lab).
- Le paiement à l’usage, moins coûteux qu’un abonnement pour un faible volume (Pasquale Pillitteri, septembre 2026).
Ce qui est critiqué
- Ce n’est pas un générateur local : hors moteurs locaux, l’inférence se fait chez Muapi, et l’outil hérite des changements de prix, d’accès et de fiabilité de ce service (Hongkiat). Menon Lab le décrit comme un agrégateur d’API doté d’une interface soignée.
- Le logiciel est gratuit, pas les générations dans le cloud, facturées par Muapi au prix de chaque modèle (Kensa, 8 novembre 2026 ; Pillitteri).
- Les installeurs non signés déclenchent les alertes de Gatekeeper et de SmartScreen (Hongkiat, Kensa) ; l’AppImage peut échouer sous Ubuntu 24.04 (Hongkiat).
- Le nombre de modèles rend le choix plus long (Hongkiat).
- L’absence de filtre annoncée ne concerne que l’application : les fournisseurs appliquent leurs propres filtres et la responsabilité des contenus reste au titulaire de la clé (Pillitteri).
- La clé conservée dans le navigateur n’est pas protégée par un coffre : une clé dédiée avec plafond de dépenses est recommandée (Pillitteri).
- Le renommage, les forks qui gardent l’ancien nom et un projet homonyme sans rapport entretiennent la confusion (Kensa, Pillitteri).
Ce qui n’est pas établi
- Aucune source consultée n’a testé le positionnement « sans filtre » ; seules les conditions de Muapi le contredisent sur le papier.
- Le nombre réel de modèles disponibles (de 200 à 800 selon les pages du projet).
- Aucun retour d’usage professionnel ni coût réel mesuré sur un projet complet : les chiffres par clip publiés (Pillitteri, Kensa) portent sur l’API de Higgsfield, pas sur Muapi.
- La qualité de l’inférence locale, que les sources décrivent sans l’avoir mesurée.
- La croissance des étoiles s’accompagne de celle des forks et de l’activité, mais aucune analyse des comptes n’a été publiée.
Comparaison
ComfyUI reste plus mature et plus contrôlable pour l’inférence locale par graphes ; InvokeAI propose un studio image local plus abouti. Higgsfield offre une expérience hébergée intégrée, avec ses propres modèles et un abonnement à crédits, comme Banana Prompts. Open Generative AI se place entre les deux : une interface ouverte et auto-hébergeable, mais dont l’inférence est surtout louée à Muapi.ai.
Verdict
Utile pour essayer de nombreux modèles commerciaux depuis une interface ouverte, à condition de le traiter comme un client de Muapi.ai : vérifier les prix, les conditions de chaque fournisseur et la politique de contenus avant tout usage pour une marque. Son positionnement « sans filtre » et ses installeurs non signés imposent une validation interne avant un usage professionnel.
Sources
- Dépôt officiel
- Versions publiées
- Version hébergée
- Muapi.ai — About : société qui exploite le service.
- Conditions d’utilisation de Muapi.ai : contenus interdits et responsabilité de l’utilisateur.
- Profil d’Anil Matcha sur BetaList : cofondateur de Vadoo (même identifiant que le compte X cité dans le README).
Sources des avis
- Open Higgsfield AI on GitHub: Which Repo, Setup and Real Cost — Kensa : article du 8 novembre 2026, vérifié ce jour-là sur les dépôts ; Kensa vend un générateur vidéo hébergé concurrent et le recommande.
- Higgsfield AI free, open source ou modèles à l’usage, que choisir — Pasquale Pillitteri : blog personnel daté du 24 septembre 2026 mais citant des chiffres du 24 octobre 2026 ; analyse des coûts fondée sur les grilles publiques, sans affiliation déclarée.
- Open Generative AI Review — Hongkiat : revue mise à jour le 17 avril 2026 ; parcours des studios, méthode de test non décrite.
- Open Generative AI: A Self-Hosted Studio With 200+ Models — Menon Lab : présentation du 21 avril 2026 fondée sur le README, sans test déclaré.
Dernière analyse : 17 novembre 2026