En viralitetspoäng innan du publicerar
Higgsfields Virality Predictor ger ett klipp en poäng utifrån en modellerad hjärnrespons. Vad poängen kan säga dig, vad den inte kan, och varför det fortfarande är verklig publik som avgör.
Varje socialt team skulle vilja veta, innan något publiceras, om ett klipp kommer att spridas. Higgsfield, AI-plattformen för video, erbjuder nu ett svar bland sina appar. Ladda upp ett klipp på upp till 15 sekunder, så ger Virality Predictor en viralitetspoäng, den sekund då hooken är som starkast, en andel tittare som stannar kvar och en värmekarta över de hjärnområden som klippet sägs aktivera.
Idén är tilltalande och skärmen ser vetenskaplig ut. Här är vad Higgsfield påstår, vad företaget har publicerat om hur verktyget fungerar, vad forskningen säger om att förutsäga viralitet och hur en poäng står sig mot tester på verkliga människor.
Vad verktyget lovar
Produktsidan utlovar ”en modellerad läsning av om ditt klipp förtjänar att scrollandet stannar eller inte”. Metoden beskrivs i en enda mening: ”En modellerad publik tittar medan vi kartlägger hjärnans respons över syn, ljud, minne, uppmärksamhet, språk.” Enligt sidan visar värmekartan ”exakt vilka delar av hjärnan ditt klipp aktiverar”.
Poängen presenteras med stort självförtroende: ”Ingen gissning, ingen magkänsla”, och ”Det närmaste du kommer en testvisning innan du trycker på publicera.”
Vad som är publicerat, och vad som inte är det
Higgsfield säger inte vilken modell som ligger bakom poängen, vilka data den har tränats på eller hur poängen står sig mot verkliga visningar, verklig tittartid eller verkliga delningar av publicerade klipp. Vi hittade inga siffror om träffsäkerhet och ingen valideringsstudie. Tills sådana finns är påståendet att en poäng förutsäger viralitet obevisat.
Ordvalet pekar mot ett känt forskningsfält. Hjärnkodningsmodeller lär sig att förutsäga hur hjärnan reagerar på video utifrån skanningar av människor som tittar på videor. TRIBE, publicerad i juli 2025, förutsäger fMRI-svar från hela hjärnan på video och vann tävlingen Algonauts 2025. Sådana modeller uppskattar hur en genomsnittlig hjärnregion reagerar. Det är en annan fråga än om främlingar kommer att stanna upp, titta och dela.
Det finns belägg för att verkliga hjärnor bär på användbara signaler. I en studie som publicerades i PNAS 2020 skannade forskare 40 personer medan de tittade på videor. Aktiviteten i två regioner i början av varje video förutsade hur ofta och hur länge samma videor sågs på YouTube, utöver konventionella mått. Det resultatet kom från riktiga skannrar och riktiga människor, med några dussin videor. En modellerad publik ligger ytterligare ett steg bort.
Varför viralitet inte låter sig förutsägas
Det djupare problemet är att framgång sprids socialt. I ett välkänt experiment som publicerades i Science 2006 laddade 14'341 deltagare ner okända låtar, och en del av dem kunde se vad andra hade valt. Socialt inflytande gjorde framgången både mer ojämlik och mindre förutsägbar. Författarna skrev: ”De bästa låtarna gick sällan dåligt, och de sämsta gick sällan bra, men vilket annat resultat som helst var möjligt.”
En studie av kaskader på Twitter som presenterades 2016 fann att även de bästa modellerna, med omfattande data om användare, innehåll och tidigare resultat, förklarade ”mindre än hälften av variansen i kaskadernas storlek”, och hävdade att inte ens obegränsade data skulle ta bort den gränsen. Det som fungerar är att följa den tidiga spridningen. En tidigare studie fann att det blir mer förutsägbart om en kaskad fortsätter att växa ”ju fler av dess vidaredelningar vi observerar”. Det som bäst förutsäger ett klipps räckvidd är dess första verkliga publik.
Vad en poäng kan och inte kan göra
Använd med omsorg kan en sådan poäng ändå vara till hjälp. Den kan flagga en långsam inledning, visa den sekund där uppmärksamheten kan sjunka och fungera som ett snabbt första filter mellan två klippningar av samma klipp. Som en uppmaning att titta närmare kostar den lite.
Den kan inte känna till din publik, din timing, vad mer som finns i flödet den dagen eller om hooken passar ditt varumärke. En viralitetspoäng är ingen sannolikhet och ingen prognos över visningar. Och om varje team optimerar för samma poäng fylls varje flöde av samma hookar, vilket enligt vår bedömning är motsatsen till det som får ett klipp att sticka ut. Även Higgsfield skriver att mer innehåll ”inte avgör resultatet på egen hand”.
Att testa på verkliga människor
Verkliga tester finns nu inbyggda i plattformarna. Metas A/B-tester visar varje version av en annons för en separat del av målgruppen och ser till att ”ingen ser båda”, och jämför sedan resultaten utifrån kostnad per resultat. YouTube låter kreatörer testa upp till tre titlar och miniatyrbilder på en video, bedömer dem efter andel av tittartiden och utser en vinnare först när skillnaden är statistiskt signifikant. Båda mäter vad som faktiskt hände.
Det är så Tempo är upplagt. Varje idé skapas, testas och bedöms efter sina chanser innan en människa godkänner den, och vi behandlar den bedömningen som ett filter, inte en prognos. Det som avgör nästa månad är hur de verkliga inläggen presterade, och det flödar tillbaka in i planen. En viralitetspoäng är en bra fråga att ställa till ett klipp. Publiken ger svaret.
