视频

HappyHorse

阿里巴巴的 HappyHorse 1.1:生成 3 至 15 秒的 480p 至 1080p 带声音视频片段,可通过提示词、首帧或最多 9 张参考图片生成。

价格

模型分辨率每秒5 秒视频
HappyHorse 1.1480p$0.059$0.295
HappyHorse 1.1720p$0.118$0.59
HappyHorse 1.11080p$0.157$0.785

视频费用为时长乘以单价:一段 5 秒的 480p 视频费用为 $0.295。仅在视频交付后扣费。

支持的输入

  • 提示词最多 5,000 字符。
  • 提供一个 first_frame,或最多 9 个 reference_images,两者不能同时使用。
  • 时长为 3 到 15 秒,仅支持整数秒。
  • 16:9, 9:16, 1:1, 4:3 和 3:4. 使用 first_frame 生成时,视频会沿用图片的形状,不受 aspect_ratio 影响:方形图片生成方形视频。16:9 的视频在 480p 下为 848 × 480,9:16 的视频在 1080p 下为 1080 × 1920。
  • 始终生成声音。
  • 480p、720p 和 1080p.

示例

请求体
{
"model": "happyhorse-1.1",
"reference_images": [
"https://example.com/coffee-bag.jpg",
"https://example.com/river-valley.jpg"
],
"prompt": "The coffee bag from Image 1 stands on a rock above the river from Image 2, grass moving in the wind. Slow push in.",
"seconds": 5,
"resolution": "720p",
"aspect_ratio": "9:16"
}

提示词编写

  • 描述主体、动作和镜头,例如“低机位跟拍”“缓慢推近”“静态特写”。
  • 按顺序引用参考图片:图片 1、图片 2,依此类推。Playground 使用的 @Image1 写法同样有效。
  • 说明需要听到什么声音,并将台词放在引号中。
  • 不支持反向提示词,因此请直接描述想要的画面效果,而不是想避免的内容。

使用须知

  • 视频片段通常在一到两分钟内生成完成。
  • 阿里巴巴将其作为三个模型出售(文生视频、图生视频和参考图生视频)。在这里它是同一个模型:只给提示词、传入 first_frame 或 reference_images,会决定实际运行哪种方式。
  • 每个视频片段都带声音,无法关闭。不支持尾帧。
  • 参考图片的短边至少 400 像素,首帧的每条边至少 300 像素。
  • 可能违反内容规则的提示词或图片会被拒绝(content_policy);被拒绝的视频不收费。
  • 视频保留 30 天;请下载需要长期保存的视频。

完整 API 说明:视频生成。可在控制台的 调试台 中试用,其中会显示每个视频对应的代码。

有疑问,或发现内容缺失?联系我们的支持团队,我们会通过邮件回复,通常只需一分钟。