Happy Horse 1.1 AI 视频生成器
Happy Horse 1.1 可同步生成短视频的动态画面与声音。从产品图、表演者或一组参考素材开始，在同一次渲染中加入对白、环境音和音效，同时保持视觉身份稳定。立即在 Shotyard 体验 Happy Horse 1.1。
Alibaba 视频模型
选择 Happy Horse 模型
选择视频工作流前，对比 Happy Horse 1.1 与初代模型。
一次渲染同步创作视频与音频
直接审核带声音的视频片段
为广告、产品场景、出镜讲解和氛围叙事同步生成可见动作及其声音。
在运动开始前锁定主体
可用首帧确定产品，表演者或设计需要更强连续性时，最多可提供九张参考图。
适配更多投放版位
九种宽高比覆盖标准屏幕、社交短片、方形帖子、竖版移动端版位和横幅。
Happy Horse 1.1 制作能力
- •原生音频: 在一个视频任务中同步生成场景声音与动态画面。
- •对白指导: 指导出镜人物说话，并指定使用的语言。
- •首帧动画: 让一张上传图像动起来，同时保留主要主体。
- •参考身份: 最多使用九张参考图像指导视频生成。
- •高清输出: 可选择 720p 或 1080p，以及 3 至 15 秒的时长。
呈现带匹配声音的产品动作
将可听见的事件与运动、镜头和光线写入同一份简报，让产品创意在进入审核时已具备完整氛围。检查瓶子、手部和镜头运动时，也要同样仔细聆听声音时序。
| 提示词 | 生成视频 |
|---|---|
电影感特写镜头：一只玻璃香水瓶放在湿润的大理石台面上。一只手轻轻喷洒香水，细小的雾滴在温暖的金色光线中飘散。喷雾声、玻璃轻触声和细微的室内环境音与画面动作精准同步。奢华产品广告风格，镜头平稳推进。 |
在简报中指导出镜人物对白
明确说话者、语言、表达方式、手势、演播室风格和镜头关系，结果可作为早期出镜讲解或 UGC 风格广告创意。批准前请检查发音、口型和口播内容。
| 提示词 | 生成视频 |
|---|---|
一名年轻的女性科技主持人站在现代演播室中，用普通话直面镜头讲解。她的口型与中文对白自然匹配。演播室光线干净，表达自信，手势克制，整体为产品解说视频风格。 |
从产品首帧生成动画
先用一张产品静态图确定形状、材质和品牌，再加入运动。描述运动方式、平台、阴影、镜头路径和预期声音，并将最终画面与源图像对比，检查是否发生偏移。
| 输入说明 | 提示词 | 生成视频 |
|---|---|---|
（已上传首帧图像：一张运动鞋的棚拍产品照） | 以已上传的产品图作为主体。让运动鞋在洁净的白色展台上缓慢旋转，同时保持鞋型、标志、色块和材质纹理一致。加入柔和的棚拍灯光、轻缓的环绕运镜以及真实的鞋底接触阴影，并配上细微的布料摩擦声和轻柔的展台运转声。 |
让角色进入新地点并保持一致
参考模式会在场景生成前为模型提供视觉身份线索。说明哪些面部、发型、服装和配色细节不得改变，再指导动作与声音。请在片段的开头、中段和结尾检查身份稳定性。
| 输入说明 | 提示词 | 生成视频 |
|---|---|---|
（已上传参考图像：一张用于定义面容、发型和服装的角色肖像） | 使用已上传的角色参考图，保持相同的面容、发型、服装和配色。创作一个电影感短片：角色走过雨中的霓虹街道，转向镜头并微微一笑。整个镜头中人物身份保持稳定，并加入同步的脚步声、雨声和远处城市交通声。 |
创作 Happy Horse 1.1 视频
生成前设置源素材、动作、声音和交付规格。
选择视频模式
可从文本开始，添加一张首帧图像，或切换至参考素材生成视频并载入最多九张图像。
指导运动、音频和交付规格
撰写动作与声音简报，再选择可用比例、720p 或 1080p，以及 3 至 15 秒的时长。
生成并审核片段
下载视频前，请检查主体连续性、物理运动、对白、声音时序和画面构图。
选择适合您的方案
获取Shotyard的所有功能，使用我们先进的AI技术快速完成任务并实现专业效果。
Basic
- 每月 300 积分
- 全部功能可用
- 每日无限下载
- 资产归客户所有
- 更快的生成速度
- 优先支持
Pro
- 每月 1,000 积分
- 全部功能可用
- 每日无限下载
- 资产归客户所有
- 更快的生成速度
- 优先支持
Max
- 每月 2,500 积分
- 全部功能可用
- 每日无限下载
- 资产归客户所有
- 更快的生成速度
- 优先支持
Prime
- 每月 7,000 积分
- 团队管理
- 最多5名团队成员
- 全部功能可用
- 每日无限下载
- 资产归客户所有
- 更快的生成速度
- 优先支持
Happy Horse 1.1 规格
Shotyard 工作台中已确认可用的 Happy Horse 1.1 视频设置。
| 开发者 | Alibaba |
| 模型类型 | 支持原生音频的 AI 视频生成 |
| 生成模式 | 文本或图像生成视频；参考素材生成视频 |
| 宽高比 | 16:9、9:16、1:1、4:3、3:4、4:5、5:4、9:21、21:9 |
| 输出分辨率 | 720p、1080p |
| 片段时长 | 3-15 秒 |
| 参考图像 | 最多 9 张，每张 20MB |
| 典型生成时间 | 约 3 分钟 |
| 使用资格与积分成本 | 需要会员资格；720p：每秒 30 积分；1080p：每秒 60 积分 |
更新日期: 2026年7月28日
Happy Horse 1.1 常见问题
了解 Shotyard 上的使用资格、积分、时长、参考图和交付细节。
Happy Horse 1.1 是什么？
Happy Horse 1.1 是 Alibaba 推出的视频模型，适用于文生视频、首帧图生视频和参考素材生成视频，输出包含原生音频。
注册积分够生成一段 Happy Horse 1.1 视频吗？
新账户可获得 10 积分，而 Happy Horse 1.1 每段视频需要 15 积分，因此使用该模型生成前还需补充积分。
Happy Horse 1.1 的成本是多少？
720p 视频每秒消耗 30 积分，1080p 每秒消耗 60 积分。例如，最短的三秒片段需要 90 积分（720p）或 180 积分（1080p）。
可以选择哪些视频时长？
可选择 3 至 15 秒之间的任意整数秒时长，片段越长，积分消耗会按比例增加。
可以上传多少张参考图？
参考素材生成视频模式最多接受九个 JPEG、PNG 或 WebP 文件，每个文件不超过 20MB。首帧模式使用一张图像。
支持哪些分辨率和宽高比？
可输出 720p 或 1080p。文本和参考模式提供九种比例；首帧图生视频会遵循上传画面的比例，不会发送单独的宽高比设置。
生成视频片段需要多长时间？
模型配置的预估时间约为三分钟，服务商流量、时长和分辨率都可能影响实际完成时间。
视听提示词应包含哪些内容？
写明可见动作、镜头运动、环境、对白、声音事件、氛围和时序线索，并明确指出最重要的声画同步时刻。