HappyHorse 1.0 — это семейство моделей генерации видео от Alibaba Cloud Model Studio. Один промпт HappyHorse 1.0 выдаёт ролик длительностью 3-15 секунд в 1080P из текста, первого кадра, до 9 референсных изображений или готового видео. Кинематографические диалоги, фоновые звуковые сцены и FPV-планы одним дублем — всё это вышло из релиза HappyHorse 1.0.
Видеомодель Alibaba Cloud Model Studio с четырьмя режимами ввода
HappyHorse 1.0 — это модель генерации видео от Alibaba Cloud Model Studio (阿里云百炼). Четыре варианта — text-to-video, first-frame I2V, reference-to-video и video-edit — используют один эндпоинт Bailian DashScope. Каждый рендер HappyHorse 1.0 выдаёт MP4-ролик длительностью 3-15 секунд в 720P или 1080P.
HappyHorse 1.0 покрывает T2V, I2V (первый кадр), Reference (1-9 изображений персонажей) и Video-Edit — один эндпоинт Bailian, единая тарифная сетка.
Каждый вариант HappyHorse 1.0 принимает длительность 3-15 секунд (по умолчанию 5). Короткое — для лупов, длинное — для открывающих сцен.
HappyHorse 1.0 выдаёт MP4 H.264 в 720P или 1080P, по умолчанию 1080P. Подходит для соцсетей, веба и большинства рекламных форматов.
Варианты T2V и Reference HappyHorse 1.0 принимают 16:9, 9:16, 1:1, 4:3 и 3:4 — Reels, YouTube, ленты, всё одним промптом.
Вариант Reference HappyHorse 1.0 принимает от 1 до 9 референсных изображений, обращение в промпте через `character1`...`character9`.
Авторизуйтесь по API-ключу DashScope, отправьте POST на эндпоинт синтеза видео Bailian с `X-DashScope-Async: enable`, опросите задачу до получения MP4 в 1080P.
Релизная подборка HappyHorse 1.0 содержала реплики на английском, мандаринском, региональных диалектах и в кодовом смешении прямо внутри клипа.
Релизная подборка HappyHorse 1.0 показала диалоги персонажей, отрендеренные вместе с видео — нуарный обмен репликами в кафе на английском, мандаринская сцена допроса, языковой каламбур в стиле Shaw Brothers, рекламный гэг на хэнаньском диалекте и двуязычные переговоры в частном джете. Из четырёх задокументированных вариантов только Video-Edit HappyHorse 1.0 имеет явный параметр `audio_setting` в API; релизные демо других вариантов всё равно поставляются с аудиодорожкой в клипах. Воспринимайте подборку как спецификацию того, как может звучать это семейство.
HappyHorse 1.0 принимает до 5 000 не-китайских (или 2 500 китайских) символов в одном промпте — расширенные сценарные сцены не теряются.
Прежние видеомодели сдавались после пары предложений — камера теряла бриф уже к третьей доле. HappyHorse 1.0 удерживает длинный промпт со списком кадров на протяжении всего ролика: FPV-старт от земли, slow-mo замедление у бейгл-лавки, вертикальный подъём вдоль стекла небоскрёба, осевой переворот, финал в зеркальном мире Мёбиуса. Релизная подборка прогнала сторибординг на 800 символов через один рендер HappyHorse 1.0 — все движения камеры легли по порядку.
Вариант I2V HappyHorse 1.0 принимает ровно одно изображение первого кадра и анимирует от него.
Передайте HappyHorse 1.0 одно изображение — JPEG, JPG, PNG или WEBP, каждая сторона не менее 300 px, соотношение сторон от 1:2.5 до 2.5:1, размер файла до 10 МБ — и вариант I2V воспримет его как буквальный первый кадр клипа. Стилевые переходы остаются в домене модели: в релизной подборке мультяшный персонаж сделал один оборот и превратился в фотореалистичную сцену прямо посреди рендера. Полезно для открывающих кадров, презентаций товара и сюжетного I2V, где исходный кадр уже есть.
Релизные клипы HappyHorse 1.0 идут с фоновыми SFX — листья, ветер, вода, шум помещения — прямо в кадре.
Шорох листьев под ногами, ветер в кронах, отдалённый ручей — релизное демо лесной тропы HappyHorse 1.0 содержит всё это прямо в клипе. Окружающий звуковой ландшафт не описан как параметр API HappyHorse 1.0 для T2V/I2V/Reference, но релизная подборка делает эту способность наблюдаемой. ASMR-склейки, локационные B-roll и атмосферные вставки публикуются напрямую без отдельного звукового сведения.
Вариант Reference HappyHorse 1.0 принимает 1-9 изображений персонажей и связывает их с токенами `character1`...`character9` в промпте.
Два персонажа, которые должны оставаться одними и теми же людьми по ходу сцены — мальчик и ржавый робот, шепчущие 'мы друзья', а потом широкий отъезд камеры — это тот сбой, на котором слабые модели плывут. Вариант Reference HappyHorse 1.0 принимает до 9 элементов reference_image (каждый 720P+, до 10 МБ, соотношение сторон 1:2.5 до 2.5:1) и связывает их с токенами персонажей в промпте. Клип Reference HappyHorse 1.0 удерживает идентичность, костюмы и реквизит сквозь монтаж.
Десять клипов — каждая подпись — это реальный промпт HappyHorse 1.0 из публичного релиза
Возможности взяты из официальной документации каждого вендора.
| Возможность | HappyHorse 1.0 | Veo 3.1 | Kling 3.0 | Sora 2 |
|---|---|---|---|---|
| Вендор | Alibaba Cloud Model Studio | Google DeepMind | Kuaishou Technology | OpenAI |
| Варианты в семействе | T2V, I2V (первый кадр), Reference, Video-Edit | T2V с Scene Extension, Ingredients to Video | T2V, I2V, мультикадр | T2V, I2V |
| Макс. длительность ролика | 3-15 секунд (за запрос) | 8 секунд базово; до 148 с через Scene Extension | До 15 с с количеством до 6 кадров | До 12 с (Sora 2 API) |
| Разрешение вывода | 720P или 1080P (по умолчанию 1080P) | Нативный рендер до 1080p; апскейл до 4K | Мультикадровый вывод 1080p | Тарифы Sora 2 / Sora 2 Pro |
| Референсные ассеты | Вариант Reference: 1-9 изображений персонажей | До 3 референсных изображений (Ingredients) | Поддержка мультимодального ввода | Один референс-изображение |
| Мультимодальный ввод | Текст, изображение, видео | Текст, изображение | Текст, изображение, аудио, видео | Текст, изображение |
| Доступ к API | Bailian DashScope (Пекин + Сингапур) | Google AI / Vertex AI | Kling AI API | OpenAI Sora API |
Четыре привычки, которые дают рабочий клип HappyHorse 1.0 с первого рендера
Определитесь между `happyhorse-1.0-t2v` (только текст), `happyhorse-1.0-i2v` (один первый кадр), `happyhorse-1.0-r2v` (1-9 референсов персонажей) и `happyhorse-1.0-video-edit` (готовый клип плюс опциональные референсы). Каждый вариант принимает чуть разный бриф — правильный выбор экономит ререндер.
HappyHorse 1.0 принимает `duration` 3-15 с, `resolution` 720P или 1080P и `ratio` из 16:9, 9:16, 1:1, 4:3, 3:4 (только T2V и Reference). Выберите до того, как писать — 9:16 5 с для Reels, 16:9 12 с для открывающего кадра — чтобы промпт целился в конкретный фрейм.
HappyHorse 1.0 удерживает длинные промпты (до 5 000 не-китайских / 2 500 китайских символов). Назовите субъект, движение камеры, объектив, освещение и то, что хотите услышать. Релизная подборка показывает, что модель рендерит звук вместе с кадрами — описывайте его явно.
Если вы на варианте Reference HappyHorse 1.0, положите референсные изображения в `media[]` и обращайтесь к ним как `character1`, `character2`, ... в промпте. Каждое референсное изображение должно быть JPEG/JPG/PNG/WEBP, короткая сторона ≥ 400 px, размер файла ≤ 10 МБ.
У каждой видеомодели свои сильные стороны — реализм, скорость, стиль, цена
Обзор категории — что делают модели text-to-video и как писать для них промпты.
Кинематографическая модель text-to-video от Google DeepMind — нативное аудио 48kHz, ролики 8 с, Scene Extension до 148 с.
Многоязычная видеомодель Kuaishou — текст, изображение, аудио, видео в одном семействе.
Что люди реально спрашивают перед первым рендером HappyHorse 1.0
Бесплатно. Без банковской карты. Ролики 3-15 секунд в 1080P из текста, изображения или референса. Попробуйте HappyHorse 1.0 выше.