HappyHorse 1.0 est la famille de modèles de génération vidéo d'Alibaba Cloud Model Studio. Un prompt HappyHorse 1.0 produit un clip de 3 à 15 secondes en 1080P depuis du texte, une image première, jusqu'à 9 images de référence ou une vidéo existante. Dialogues cinématographiques, ambiances sonores et plans-séquences FPV : tout sort de HappyHorse 1.0.
Le modèle vidéo d'Alibaba Cloud Model Studio avec quatre modes d'entrée
HappyHorse 1.0 est le modèle de génération vidéo d'Alibaba Cloud Model Studio (阿里云百炼). Quatre variantes — text-to-video, first-frame I2V, reference-to-video et video-edit — partagent un même endpoint Bailian DashScope. Chaque rendu HappyHorse 1.0 produit un clip MP4 de 3 à 15 secondes en 720P ou 1080P.
HappyHorse 1.0 couvre T2V, I2V (image première), Référence (1-9 personnages) et Édition vidéo — un seul endpoint Bailian, une seule grille.
Chaque variante HappyHorse 1.0 accepte 3-15 secondes (5 par défaut) — court pour boucles, long pour ouvertures.
HappyHorse 1.0 produit du MP4 H.264 en 720P ou 1080P (1080P par défaut). Compatible réseaux sociaux, web et formats publicitaires.
Les variantes T2V et Référence de HappyHorse 1.0 acceptent 16:9, 9:16, 1:1, 4:3 et 3:4 — Reels, YouTube, fils sociaux, tout dans un seul prompt.
La variante Référence HappyHorse 1.0 accepte 1 à 9 images, adressées comme `character1`...`character9` dans le prompt HappyHorse 1.0.
Authentifiez HappyHorse 1.0 avec une clé DashScope, POST sur l'endpoint Bailian avec `X-DashScope-Async: enable`, récupérez la tâche en MP4 1080P.
La bande-annonce HappyHorse 1.0 a généré des répliques en anglais, mandarin, dialecte régional et code mixte directement dans le clip.
La bande-annonce HappyHorse 1.0 a démontré des dialogues rendus à même la vidéo — café noir en anglais, interrogatoire en mandarin, comédie de permutation linguistique Shaw Brothers, gag publicitaire en dialecte du Henan, négociation bilingue en jet privé. Parmi les quatre variantes, seule l'édition vidéo HappyHorse 1.0 expose un paramètre `audio_setting` explicite ; les démos des autres variantes livrent néanmoins des clips avec audio. La bande-annonce HappyHorse 1.0 sert de référence sonore pour la famille.
HappyHorse 1.0 accepte jusqu'à 5 000 caractères non chinois (ou 2 500 caractères chinois) par prompt — les scènes scénarisées tiennent la distance.
Les modèles vidéo précédents lâchaient au bout de quelques phrases. HappyHorse 1.0 tient un prompt-storyboard du début à la fin : décollage FPV au ras du sol, ralenti devant un bagel store, montée verticale le long des vitres, retournement axial, final en monde-miroir de Möbius. La bande-annonce a fait passer un storyboard de 800 caractères dans un seul rendu HappyHorse 1.0 — les mouvements de caméra sont arrivés dans l'ordre.
La variante I2V de HappyHorse 1.0 prend exactement une image première et anime à partir de là.
Donnez à HappyHorse 1.0 une seule image — JPEG, JPG, PNG ou WEBP, chaque côté ≥ 300 px, format 1:2.5 à 2.5:1, sous 10 Mo — et la variante I2V HappyHorse 1.0 la traite comme la toute première image du clip. Les transitions de style restent dans son domaine : la bande-annonce montrait un personnage cartoon basculant en scène photoréaliste en plein rendu. Idéal pour ouvertures, révélations produit et scénarios I2V où le visuel existe déjà.
Les clips de lancement HappyHorse 1.0 livrent des effets d'ambiance — feuilles, vent, eau, room tone — en même temps que l'image.
Pas dans les feuilles, vent dans la canopée, ruisseau lointain — la démo de chemin forestier HappyHorse 1.0 a tout livré dans le clip. L'ambiance sonore n'est pas un paramètre API documenté de HappyHorse 1.0 pour T2V/I2V/Référence, mais la bande-annonce rend la capacité observable. Plans ASMR, B-roll de lieux et inserts d'atmosphère se publient directement, sans sound design séparé.
La variante Référence HappyHorse 1.0 accepte 1 à 9 images de personnages et les lie à `character1`...`character9` dans votre prompt.
Deux personnages qui doivent rester la même personne d'un plan à l'autre — un garçon et un robot rouillé chuchotant « we are friends », puis un grand recul caméra — c'est précisément là où les modèles plus faibles dérivent. La variante Référence HappyHorse 1.0 accepte jusqu'à 9 entrées reference_image (720P+, sous 10 Mo, format 1:2.5 à 2.5:1) et les lie à des tokens de personnages. Un clip Référence HappyHorse 1.0 maintient identité, garde-robe et continuité des accessoires d'une coupe à l'autre.
Dix clips — chaque légende est un véritable prompt HappyHorse 1.0 du lancement public
Capacités issues de la documentation officielle de chaque éditeur.
| Capacité | HappyHorse 1.0 | Veo 3.1 | Kling 3.0 | Sora 2 |
|---|---|---|---|---|
| Éditeur | Alibaba Cloud Model Studio | Google DeepMind | Kuaishou Technology | OpenAI |
| Variantes dans la famille | T2V, I2V (image première), Référence, Édition vidéo | T2V avec Scene Extension, Ingredients to Video | T2V, I2V, multi-plans | T2V, I2V |
| Durée maximale du clip | 3-15 secondes (par requête) | 8 secondes de base ; jusqu'à 148 s via Scene Extension | Jusqu'à 15 s avec jusqu'à 6 plans | Jusqu'à 12 s (API Sora 2) |
| Résolution de sortie | 720P ou 1080P (1080P par défaut) | Rendu natif jusqu'à 1080p ; upscaling 4K | Sortie multi-plans 1080p | Niveaux Sora 2 / Sora 2 Pro |
| Ressources de référence | Variante Référence : 1-9 images de personnages | Jusqu'à 3 images de référence (Ingredients) | Entrée multimodale prise en charge | Référence image unique |
| Entrées multimodales | Texte, image, vidéo | Texte, image | Texte, image, audio, vidéo | Texte, image |
| Accès API | Bailian DashScope (Pékin + Singapour) | Google AI / Vertex AI | API Kling AI | API OpenAI Sora |
Quatre habitudes HappyHorse 1.0 pour obtenir un clip utilisable dès le premier rendu
Décidez entre `happyhorse-1.0-t2v` (texte seul), `happyhorse-1.0-i2v` (une image première), `happyhorse-1.0-r2v` (1-9 références de personnages) et `happyhorse-1.0-video-edit` (un clip existant plus références optionnelles). Chaque variante demande un brief légèrement différent — le bon choix évite un nouveau rendu.
HappyHorse 1.0 accepte `duration` 3-15 s, `resolution` 720P ou 1080P, et `ratio` parmi 16:9, 9:16, 1:1, 4:3, 3:4 (T2V et Référence uniquement). Choisissez avant d'écrire — 9:16 5 s pour Reels, 16:9 12 s pour une ouverture — afin que le prompt vise un cadre concret.
HappyHorse 1.0 supporte les longs prompts (jusqu'à 5 000 caractères non chinois / 2 500 chinois). Nommez le sujet, le mouvement de caméra, l'objectif, la lumière et ce que vous voulez entendre. La bande-annonce démontre le modèle générant l'audio à même les images — décrivez-le explicitement.
Sur la variante Référence HappyHorse 1.0, glissez les images de référence dans `media[]` et appelez-les `character1`, `character2`, ... dans le prompt HappyHorse 1.0. Chaque image doit être JPEG/JPG/PNG/WEBP, plus petit côté ≥ 400 px, taille ≤ 10 Mo.
Chaque modèle vidéo a ses forces — réalisme, vitesse, style, coût
Vue d'ensemble de la catégorie — ce que font les modèles texte vers vidéo et comment bien les prompter.
Le texte vers vidéo cinématographique de Google DeepMind — audio natif 48 kHz, clips de 8 s, Scene Extension jusqu'à 148 s.
Le modèle vidéo multilingue de Kuaishou — entrées texte, image, audio et vidéo dans une seule famille.
Ce que les utilisateurs demandent réellement avant leur premier rendu HappyHorse 1.0
HappyHorse 1.0 gratuit. Sans carte bancaire. Clips 3-15 secondes en 1080P depuis texte, image ou référence. Essayez HappyHorse 1.0 ci-dessus.