HappyHorse 1.0 — Alibaba Cloud のマルチバリアント動画生成モデル

HappyHorse 1.0 のローンチ動画は、英語、北京語、地方方言、コードミックスのセリフをクリップ内で同時にレンダリング。

HappyHorse 1.0 のローンチ動画では、キャラクター同士のセリフが映像と同時にレンダリングされる事例が披露されました — ノワール調の英語カフェ会話、北京語の取調室シーン、ショウ・ブラザーズ風言語入れ替えコメディー、河南方言の商品ジョーク、バイリンガルのプライベートジェット交渉。公開済みの 4 バリアントのうち、API で `audio_setting` パラメータを明示的に持つのは HappyHorse 1.0 の Video-Edit バリアントのみですが、他バリアントのローンチ作例も音声付きクリップとして公開されています。ローンチ動画は、このファミリーが「どこまで鳴らせるか」のリファレンスとして扱ってください。

HappyHorse 1.0 の I2V バリアントは初フレーム画像を 1 枚だけ受け取り、そこからアニメーションを開始します。

HappyHorse 1.0 に画像を 1 枚渡してください — JPEG / JPG / PNG / WEBP、各辺 300 px 以上、アスペクト比 1:2.5 〜 2.5:1、ファイルサイズ 10 MB 未満。すると I2V バリアントはその画像を文字どおりクリップの初フレームとして扱います。スタイル遷移もドメイン内です。ローンチ動画では、漫画キャラが 1 回スピンしたあと写真調シーンに溶け込むレンダリングが披露されました。オープナー、商品リビール、初出し画がすでにある I2V のストーリー演出に有効です。

HappyHorse 1.0 の Reference バリアントは 1〜9 枚のキャラクター画像を受け取り、プロンプト内の `character1`〜`character9` に紐付けます。

「同一人物のまま 1 ビートを通したい」 — 少年とサビたロボットが「we are friends」とささやき、その後ワイドへ引く、こうしたカットは弱いモデルだとブレやすい場面です。HappyHorse 1.0 の Reference バリアントは reference_image を最大 9 枚（各 720P 以上、10 MB 未満、アスペクト比 1:2.5 〜 2.5:1）受け取り、プロンプト内のキャラクタートークンへ紐付けます。HappyHorse 1.0 Reference のクリップなら、同一性、衣装、小道具をカット越しに保持できます。