Happy Horse 1.0 Image to Video API

alibaba/happyhorse-1.0/image-to-video

Happy Horse 1.0 Image to Video 将单张静态图像转化为电影感动态短视频,支持 3–15 秒连贯时长、720p 与 1080p 梯级分辨率,以及可选提示词引导。它能够高保真保留开场主体容貌、材质细节与构图透视,同时赋予画面物理真实的自然动作延伸与流畅运镜。

输入
203/2500

拖拽文件、粘贴剪贴板素材,或输入 URL。

输出
等待运行

生成的视频会显示在这里

填写提示词并添加所需素材,确认设置后点击“运行”。

1080p · 5 秒 = $0.800 (160 积分)
继续使用

示例

The observatory dome slowly rotates open as the first sunlight sweeps across the plateau, haze drifting through the valley, camera gently pushing in, no text, no logos, no watermark, no promotional marks

The turntable rotates slowly, showing the stoneware vase from every side as window light shifts across its glaze, dust motes drifting, vertical composition, no text, no logos, no watermark, no promotional marks

The vintage train doors slide shut and the train pulls away, its lights streaking softly while paper scraps drift along the empty platform, illustration style preserved, subtle camera drift, no text, no logos, no watermark, no promotional marks

Happy Horse 1.0 Image to Video

Happy Horse 1.0 Image to Video 专为单图起启动画与首帧动态化设计。输入 1 张高质量静态图像即可作为视频开场基准,模型通过自适应运动潜空间推演逼真的物理动态与镜头演变。即使无提示词输入也能自主补全自然运动,配合可选文字指令则可进一步精准引导推拉摇移、光影明暗与动作节拍。

核心能力与优势

  • 像素级首帧特征与构图锁定严密锚定输入图像的主体容貌、服饰纹理与开场透视,有效抑制首帧畸变与面部漂移。

  • 自适应潜空间无提示词运动推演文本提示词为纯可选参数;即便在无文字输入下,模型也能基于画面语义自主生成符合物理规律的自然环境动态。

  • 提示词定向动作与镜头调度引导传入文字描述时,精准联动相机推拉摇移与主体动作时序,实现图文多模态深度协同控制。

  • 3–15 秒平滑时空演化消除动作撕裂与肢体抽搐伪影,在长时间跨度内平稳演进动态张力、光影反射与物理互动。

  • 720p 快速试炼与 1080p 高保真输出兼顾快速验证画面运动趋势与导出高清通透的商业级视频成片,适配不同工作流阶段。

  • 随机种子复现与动态幅度测试传入 seed 可在相同首帧下固定生成基底,便于在控制变量的前提下对比不同时长或微调运动幅度。

参数

参数要求说明
image_urls必填

字符串数组。提供恰好 1 张静态图像 URL 作为视频开场的首帧基准画面。

prompt可选

字符串。最多 2,500 个字符。补充指导具体主体动作、相机运镜方式与环境氛围。

resolution可选

字符串。输出分辨率。提供 720p(快速迭代)与 1080p(高清交付)。体验区默认预选 1080p。

默认1080p720p
duration可选

整数。输出时长 3–15 秒。体验区默认预选 5 秒。

默认5346789101112131415
seed可选

整数。0 到 2147483647,用于稳定生成基底并复现镜头。

enable_safety_checker可选

布尔值。启用输入内容与生成结果的合规安全审核。

如何调用 Happy Horse 1.0 Image to Video API

  1. 第 1 步:准备首帧图像与 API 密钥将高质量起始图片上传至公网可访问地址,并在请求头中配置 Authorization: Bearer VIDGO_API_KEY。

  2. 第 2 步:配置首帧与运动参数将图片 URL 填入 image_urls 数组,可选添加 prompt 引导运动,并设定 duration 与 resolution。

  3. 第 3 步:提交任务并获取成片调用 POST /api/generate/submit 获取 task_id,轮询查询状态直至完成,下载 MP4 视频成片。

Happy Horse 1.0 计费说明

按生成画质与时长按秒扣除点数。720p 为每秒 16 点数 ($0.08/s),1080p 为每秒 32 点数 ($0.16/s)。提交时扣费,任务失败后退款。

用途费率详情
720p16 credits/s快速运动构思验证,5 秒标准生成为 80 credits。
1080p32 credits/s高清成片交付,5 秒标准生成为 160 credits。

适用场景

  • 静态摄影与艺术肖像动态化为摄影肖像、生活写真赋予自然的微表情、发丝飘动与环境光效,使定格瞬间鲜活重现。

  • 电商商品主图视效升级以静止商品白底图或场景图为首帧,生成优雅的环绕运镜与材质光泽流转,提高点击转化率。

  • 概念原画与视觉概念展示将游戏原画、场景概念图快速延展为具备深度视差与镜头推进的生动动态场景。

  • 短视频与社交媒体创意开场使用代表性关键帧作为开场首帧,延伸出富有冲击力的动态镜头,打造吸睛的前 3 秒视频钩子。

  • 历史老照片与档案资料复活为珍贵纪实照片与历史图档注入微妙的人物呼吸动态与镜头微移,带来身临其境的年代质感。

  • 品牌营销视觉素材生产基于已确立的平面海报视觉资产,快速扩展多规格、多时长的动态广告衍生片。

使用技巧

  • 确保首帧图像主体清晰、光影饱满,高质量输入是稳定成片的核心基础
  • 若需精确运镜,在 prompt 中明确补充运镜动词(如 camera pans right, gentle zoom-in)
  • 在无需文字干预时可保持 prompt 为空,让模型根据场景语义自主生成符合直觉的物理动态
  • 使用 1080p 分辨率输出以保留面部毛孔、服饰织物等高精细节
  • 对于大幅度动作,建议将时长设置为 5 秒以上,留出充分的时间演进动态轨迹
  • 传入固定 seed 锁定镜头演进基底,便于针对同一张首帧微调不同的运动指令

使用说明

  • 提交请求时将顶层 model 字段设置为 alibaba/happyhorse-1.0/image-to-video。
  • image_urls 字段接收恰好 1 个图片 URL 作为开场首帧。
  • 提示词 prompt 为可选参数,最多支持 2,500 个字符。
  • 时长 duration 支持 3 至 15 秒整秒设置,分辨率可选 720p 或 1080p。

相关模型

Happy Horse 1.0 Image to Video API 常见问题

Happy Horse 1.0 Image to Video API 是什么?

Happy Horse 1.0 Image to Video 是阿里巴巴研发的静态图像生成视频模型。它接收 1 张静态首帧图像与可选文本提示词,生成 3–15 秒、可选 720p 或 1080p 的电影感短视频,具备优秀的首帧一致性与自然运动推演能力。基于先进的时空扩散机制,它在紧密锚定开场主体容貌、服饰纹理与构图透视的同时,赋予画面符合物理规律的连续动态与运镜流动。你可以通过 API 进行程序化调用,也可以在上方体验区直接在线试用。

Happy Horse 1.0 Image to Video 必须上传首帧图像吗?

必须。该端点要求在 image_urls 数组中传入恰好 1 张可公开访问的图片 URL 作为视频开场的首帧画面,以锚定视频的起始主体与空间构图。

Happy Horse 1.0 Image to Video 支持无提示词生成吗?

支持。prompt 为可选参数。当保持提示词为空时,模型将基于首帧画面的语义内容自主推演自然的物理动态;传入提示词时则可定向引导运镜与动作变化。

Happy Horse 1.0 Image to Video 如何保持主体与构图一致?

模型以输入的首帧图像为基准进行连续时空潜变量扩散,确保开场主体轮廓、面部特征与构图透视高度锁定,并平滑过渡到后续运动帧中。

Happy Horse 1.0 Image to Video 单次可以生成 15 秒吗?

可以。duration 参数支持在 3 至 15 秒的整秒区间内自由指定,体验区默认预选 5 秒。更长时长依然能平稳维持人物形态与环境连贯性。

Happy Horse 1.0 Image to Video 支持 1080p 输出吗?

支持。支持 720p 与 1080p 两种清晰度档位。1080p 输出能够清晰还原原图的微小材质细节、发丝与环境光感。

什么时候该选用 Happy Horse 1.0 Image to Video 而不是 Reference to Video?

当已有确定的起始静态画面并希望从该定格帧直接起动运镜时,应选择 Image to Video;若需要传入 1–9 张多角度或多角色参考图来构建全新机位与画面的,则应选用 Reference to Video。