请输入访问码

Enter the access code to view this site.

Alibaba Cloud · Video Arena #1

原生多模态
AI视频大模型

HappyHorse 采用150亿参数原生音视频联合生成架构,一次推理同步输出画面、音效与口型。在 Video Arena 排行榜力压众多顶尖模型,登顶双榜。

720P 1080P 文本输入 图像参考 音频同步 VIDEO
0
模型参数
0
5秒 1080P 生成
2-3x
快于同类模型
0
语种口型同步
#1
Video Arena

从创意到成片,一站式工作流

覆盖四大核心能力,提供从智能生成到精细编辑的完整创作链路。

文生视频

输入文本描述生成物理真实、运动流畅的高质量视频。支持800词超长文本指令,精准还原创作意图。

Text → Video

图生视频

以首帧图像为起点结合文本引导,生成连贯视频。适配影视预览与分镜创作场景。

Image → Video

参考生视频

最多9张参考图像输入,锁定人物形象与道具细节,实现跨镜头多角色一致性。

Reference → Video

视频编辑

风格变换与局部替换,保持原始运动轨迹100%不变。支持赛博朋克、Minecraft等风格迁移。

Video Edit

专业级视频生成质量,赋能四大核心客群

在广告创意、影视动画、电商设计与IP角色四大领域展现卓越的生成质量。

广告分镜 & 品牌视觉

需高效制作广告分镜与品牌视觉的企业。从脚本到成片仅需数分钟。

  • 15秒多镜头连续叙事,电影级运镜
  • 原生7语种口型同步,直出带配音广告片
  • 800词长文本精准还原创意Brief
  • 多画幅输出适配全渠道投放

影视动画 & 复杂叙事

专注复杂叙事与多角色创作的团队。精确锁定角色形象,跨镜头一致。

  • 9张参考图协同,角色一致性保障
  • 国风2D、新海诚、皮克斯多风格
  • 分镜脚本可视化,3-15秒精细控制
  • 1080P超清达到专业交付标准

电商设计 & 快速迭代

追求快速迭代与风格多样化的电商团队。A/B测试从天级到分钟级。

  • 38秒生成5秒1080P,2-3x快于同类
  • 风格迁移快速派生多版本素材
  • 静态素材一键转视频动态展示
  • ¥0.9/秒起,规模化生产可控

IP 角色构建 & 视觉资产

以角色为核心辐射三视图、表情包与换装素材,打造风格高度统一的IP视觉资产库。

  • 9图参考锁定角色特征,跨场景一致性达标
  • 批量派生不同场景下角色延展素材
  • 风格迁移生成2D/3D/写实多版本形象
  • 从静态设定图到动态演绎一键转化

以架构创新实现性能突破

Input Layer 40-Layer Self-Attention Transformer 150亿 Parameters · Unified Architecture Video Decoder Audio Decoder 音画同步 1080P · 24fps · 15s
40层
统一自注意力 Transformer 架构
1080P 24fps
超清分辨率 · MP4格式输出
15秒
最大视频时长 · 多镜头连续叙事
9张
最多参考图 · 跨镜头角色锁定

HappyHorse 1.1 五大维度升级

相较 1.0 全面重构核心能力,质的飞跃。

维度 1.0 痛点 1.1 改进
动态表现力

部分画面动作迟缓、节奏不足、力量感弱

重构运动建模与时序一致性,动作连贯性、镜头节奏与力量感显著提升

主体一致性

多分镜/九宫格角色易崩、角色间互相污染

支持同时输入 9 张参考图,角色-场景-道具可自由组合,多角色同屏不串脸

指令遵循

长 Prompt 语义丢失、多场景调度失控

单条 Prompt 支持 6–8 个连续场景自动调度,复杂叙事下镜头编排、站位、空间关系更稳

视觉质感

"油光感"、过度锐化、磨皮塑料感

保留痘印/法令纹/毛孔等真实细节,面部大特写可用

音视频协同

音频是"贴上去"的

升级为原生音视频协同,台词语速停顿自然、背景音效受 Prompt 控制可关可开

模型矩阵

四大模型覆盖视频创作全场景。

模型能力输入输出分辨率
happyhorse-1.0-t2v文本提示词生成物理真实、运动流畅的视频文字视频 + 音频720P / 1080P
happyhorse-1.0-i2v首帧图像引导生成连贯视频内容图片 + 文字视频 + 音频720P / 1080P
happyhorse-1.0-r2v多参考图像融合生成角色一致视频参考图(≤9) + 文字视频 + 音频720P / 1080P
happyhorse-1.0-video-edit风格变换、局部替换等视频编辑视频 + 文字(+参考图)视频 + 音频720P / 1080P

Prompt & Skill 对生成效果的影响

Prompt 决定创意能不能落到画面上,Skill 参数决定这条画面值不值这个钱。

Prompt 优化

决定“画什么、怎么讲故事”—— 创意可控性

  • 叙事结构

    分镜顺序、景别、运镜、光线氛围

  • 一致性控制

    通过 [Image N] 索引显式绑定角色/道具/场景,避免污染

  • 负向边界

    字幕/水印/塑料感/畸形手指等靠 negative prompt 抑制

  • 节奏控制

    [0-4s]…[4-5s]… 时间轴切分控制段落时长

直接影响:镜头调度成功率、角色一致性、品牌 Logo 保持度

Skill / 参数配置

决定“用哪把刀、切多厚”—— 生产可控性

  • 模型变体选择

    t2v — 纯创意试稿最便宜
    i2v — 单镜头动画首选
    r2v — 广告 TVC/电商切片必用

  • 分辨率选择

    1080P 质感明显优于 720P,成本约 +33%

  • 参考图拆分

    “角色图+场景图+产品图”分开输入比合成单图效果更好

直接影响:画面质感、单条成本、批量化 SLA

Good Prompt vs Bad Prompt 实战对比

同样的模型、同样的 Credit,效果差距取决于 Prompt 工程。

Case 1 · 文生视频 (T2V)

新海诚风格黄昏别离动画

Good Prompt
【风格】新海诚式日系治愈动画,2D 手绘赛璐璐质感,透明水彩天空,高饱和度但柔和光影,参考《你的名字。》黄昏场景。
【角色设定】少女主角:约17岁,齐肩黑色短发被风吹起,白色水手服校服,深棕色瞳孔含泪光;少年配角:高瘦,浅棕短发,藏青色学生制服,手中握一封未寄出的信。
【场景】夏末黄昏,稻田尽头的乡间小铁路道口,红色警示灯闪烁,远处云层被夕阳染成橘紫渐变。
【多镜头叙事 15s】[0-3s] 广角空镜→[3-6s] 少女回眸→[6-9s] 少年抬头→[9-12s] 特写切换→[12-15s] 火车呼啸而过
【音频】蝉鸣、微风、钢琴独奏
【负向约束】不出现字幕/3C产品/比例畸形/畸形手指
Bad Prompt
两个日本高中生在乡下铁路旁边告别,很感人,动漫风格,夕阳,火车开过,15秒治愈系。

同样的模型、同样的 Credit,Good Case 讲了一个完整的故事,Bad Case 只是一张会动的图 —— 差距不在 HappyHorse 1.1,差距在 Prompt。

Case 2 · 图生视频 (I2V)

固定机位·银杏古街四季变化延时摄影

参考图
Good Prompt
固定机位,这条街道的画面构图全程保持不变,建筑、路面、路灯位置始终稳定不动。银杏树经历四季变化:嫩绿→浓密翠绿→边缘泛黄→金黄落叶铺满→叶片稀疏枝条裸露→细雪飘落积雪覆盖→枝头嫩芽冰雪消融。只有树、落叶、天气和光线在变化,街道硬质元素完全不变。自然延时摄影风格,避免建筑变形/路面扭曲/元素位移。
参考图
Bad Prompt
一条古街,春夏秋冬四季变化,很美,有银杏树,落叶,下雪,最后又变回春天,镜头动一下,好看一点,15秒。

HappyHorse 1.1 “局部变化 × 全局稳定”能力突出,把“什么在变、什么不变、怎么变、变多久、什么色温、什么风格”全部写清楚 → 模型只需“填色”。

Case 3 · 多图参考生视频 (R2V)

小黑裙三场合穿搭适配视频

参考图1 参考图2 参考图3 参考图4
Good Prompt
基于参考图中的小黑裙和三种配饰(托特包、手拿包、草编袋),生成一段三场合穿搭适配视频。同一位白领女性模特穿同一件小黑裙,裙子版型/长度/面料光泽完全一致。场景一(通勤·托特包)→场景二(晚宴·手拿包)→场景三(闺蜜聚会·草编袋)→三宫格并排展示。时尚杂志广告风格,自然过渡,裙子外观保持完全一致。
参考图1 参考图2 参考图3 参考图4
Bad Prompt
一个女生穿黑色连衣裙,配三个包(托特包、手拿包、草编袋),在三个不同地方拍穿搭视频,一个是上班,一个是晚上吃饭,一个是和朋友喝咖啡,最后拼在一起展示,时尚一点。

同样 4 张参考图 + 一次 credit 消耗,Good/Bad 的成片差距是“能上架”和“不能用”的区别。Prompt & Skills Cookbook — R2V 的索引写法、一致性约束、转场设计都是可复用模板,一次投入长期受益。

Prompt 优化指南

三大模式的核心写作原则,让模型准确理解你的意图。

文生视频

  • 1
    按时间线分段描述——拆分为 [0-2s][2-4s]... 每段写清主体动作,避免多动作堆叠
  • 2
    特写镜头写明幅度/节奏/方向——镜头越近描述越细,避免因信息模糊而穿帮
  • 3
    字幕写明内容/位置/样式——如“底部显示字幕‘半月板’”
  • 4
    描述承受者的自然反应——任何作用力都写明反作用力,符合物理常识

图生视频

  • 1
    控制 1–3 个场景,写明过渡方式——“场景柔和溶解过渡为…”帮模型理解前后关系
  • 2
    简化画面外互动——只描述画面内可见元素的互动,避免模型强行插入
  • 3
    Prompt 与首帧图严格对应——提到的元素必须在首帧图中已存在
  • 4
    非自然场景简化环境互动——科幻/奇幻场景聚焦核心视觉,减少无关道具互动

多图参考生视频

  • 1
    区分固定特征 vs 可变特征——明确发色/服装/体型不变,表情/肢体/光影可变
  • 2
    多角色按时间序分别描述——每人每段做什么、前后关系写清,避免动作冲突
  • 3
    用方位词规范位置与朝向——“人物坐在桌子左侧”“面朝镜头”防止位置跳变

长视频生产 Agent Skill

把“资深创意的经验”拆成 Agent Skills,让 AI 自动编排多镜头长视频生产流程。

核心思路:不要让 Agent 每次直接调用 t2v/i2v/r2v API — 那等于把 Prompt 工程的负担全甩给用户。正确姿势是把长视频生产流程拆成 5–7 个 Skill,让 Agent 编排。从创意拆解 → 分镜规划 → 角色卡生成 → 单镜生成 → 一致性校验 → 拼接出片 → Credit 保护全流程。

AGENT PIPELINE ORCHESTRATION 创意 Brief story-planner character-designer prompt-composer shot-generator consistency-checker stitcher → Final.mp4 credit-guard
SKILL COMPOSITION PATTERN Agent 编排器 story planner prompt composer shot generator consistency checker stitcher credit guard character designer

建议的 Skill 模板矩阵

Skill 名称触发场景核心动作
story-planner用户给出创意 brief拆解成 6–8 段分镜(景别 / 运镜 / 时长 / 情绪弧线)
character-designer需要跨镜头一致的角色/产品生成角色卡(发型/服装/瞳色/道具)+ Qwen-Image 出参考图
prompt-composer每段分镜落地按 6 段式模板(风格/主体/场景/镜头/音频/负向)填空生成结构化 Prompt
shot-generator单镜头生成根据分镜类型自动路由到 t2v/i2v/r2v,选 720P 试稿或 1080P 精修
consistency-checker跨镜头一致性抽帧比对角色/产品/光线,不一致触发重跑
stitcher拼接长视频ffmpeg 拼段 + 加转场 + 对齐音频 BGM
credit-guard生产前 & 生产中预估 credit / 失败退款 / budget alert(对标太兴痛点)

编写 Skill 的 3 条硬规则

1

每个 Skill 只做一件事SKILL.md 里 description 必须触发条件清晰(“当用户要 X 时使用”),避免 skill 抢跑

2

Prompt 模板放资源文件别写死在代码里,让 Agent 用 Read 加载后填参,方便复用与迭代

3

所有生成参数走 Skill 参数分辨率/模型变体/参考图数量/negative prompt 全走参数化,不同客户只需换模板

下载 SKILL.md 模板文件

开启专业AI视频创作