Happy Horse 1.0 Reference to Video API

alibaba/happyhorse-1.0/reference-to-video

Happy Horse 1.0 Reference to Video 将 1–9 张参考图像与文本提示词转化为电影感短视频,支持 3–15 秒时长控制、720p 与 1080p 输出,以及提示词引导的角色描述。它能够跨运镜保持多角色面容特征、服饰质感与艺术风格的高度一致,同时在自由定义的全新机位与剧本空间中演绎生动动作。

输入
259/2500

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

character1 stands at the workshop stage from character3 and brings the knight marionette character2 to life, making it bow and raise its wooden sword while warm lamp light flickers, cinematic slow push in, no text, no logos, no watermark, no promotional marks

character1 kneels in the meadow and sketches in the field sketchbook character2, pencil moving as wildflowers sway in a light breeze, vertical composition, soft overcast light, no text, no logos, no watermark, no promotional marks

character1 scans the horizon with brass binoculars as storm clouds gather and waves break against the rocks below the lighthouse, wind tugging at the wool sweater, slow cinematic orbit, no text, no logos, no watermark, no promotional marks

Happy Horse 1.0 Reference to Video

Happy Horse 1.0 Reference to Video 专注于多参考图特征迁移与跨镜头一致性叙事。用户可传入 1–9 张参考图片,并在提示词中描述参考主体、动作与场景,无需特定角色标记。不同于被单一首帧透视绑定的工作流,该端点允许在全新的空间机位与剧本构图中,稳定复现指定人物外貌、关键道具与独特画风,实现高自由度故事演绎。

核心能力与优势

  • 1–9 张多主体参考素材灵活注入支持多角度角色肖像、角色与特定道具组合或环境参考图混合输入,构建丰富而精准的视觉上下文。

  • 用提示词区分参考主体在提示词中描述各主体的外观、动作与相对位置,无需特定角色标记。

  • 跨运镜角色容貌与风格强一致性深度提取多图的特征嵌入向量,在运镜流转与复杂光影变化下稳定保持角色五官结构、发型与服饰材质。

  • 摆脱首帧构图束缚的自由机位调度不受开场静帧的固定画面透视限制,可在全新构图视角、动态俯仰推拉或大广角机位中自由展开叙事。

  • 1080p 电影级细节与微表情呈现在高保真分辨率下细腻刻画角色服饰纹理质感、微表情神态流转与环境光照反射,满足高标准商业要求。

  • 全画幅支持与 3–15 秒连贯时长自由选择 16:9、9:16、1:1 等 5 档主流画幅,单次任务支持长达 15 秒的连贯长镜头演绎与动作舒展。

参数

参数要求说明
reference_image_urls必填

字符串数组。提供 1–9 张公开可访问的参考图片 URL。

prompt必填

必填,非空且最多 2,500 个字符。描述参考主体、动作与运镜;无需特定角色标记。

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
aspect_ratio可选

字符串。输出画面比例。体验区默认预选 16:9。

默认16:99:161:14:33:4
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 Reference to Video API

  1. 第 1 步:准备参考图片集合上传 1–9 张主体人物、服装或道具的参考图至公网地址,确保主体清晰可见。

  2. 第 2 步:编写结构化点名提示词描述各参考主体的外观、动作与相对位置。character1、character2 可用于示例表达,但并非必填格式。

  3. 第 3 步:提交请求并获取视频调用 POST /api/generate/submit,轮询任务状态直至完成,下载 MP4 格式成片。

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快速构思与角色匹配验证,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

  • 虚拟角色 IP 与短剧连续创作使用主角的多角度参考图,跨不同分镜稳定生成同一角色的动作表演与对话镜头。

  • 多角色同框剧情互动描述各参考主体的外观、动作与相对位置。character1、character2 可用于示例表达,但并非必填格式。

  • 电商模特服装与特定道具穿戴展示传入指定服装单品与模特面孔参考图,在全新走秀或外景运镜中实现高还原度的服饰上身动效。

  • 游戏人物与概念设计动画化将游戏角色立绘与武器设计稿作为参考,生成符合角色性格特征的帅气战斗与出场动态。

  • 跨场景品牌代言人视频扩展锁定品牌代言人或吉祥物的视觉形象,轻松派生不同季节、节日主题的动态宣传内容。

  • 风格化插画与艺术设定集动态化提取特定艺术画风与色彩基调的参考素材,生成具备一致美学风格的动态艺术短片。

使用技巧

  • 描述各参考主体的外观、动作与相对位置。character1、character2 可用于示例表达,但并非必填格式。
  • 选用不同角度(如正面、侧面)的角色肖像作为参考,能大幅增强 3D 旋转镜头下的人物一致性
  • 提示词中应将角色的恒定外观特征与本镜头中的具体动作指令清晰区分描述
  • 选用 1080p 分辨率输出以确保参考图中细致的服饰纹理与微表情特征被完整复刻
  • 描述各参考主体的外观、动作与相对位置。character1、character2 可用于示例表达,但并非必填格式。
  • 利用 seed 参数固定噪声分布,便于在同一组参考图下对比不同台词动作指令的表现

使用说明

  • 提交请求时将顶层 model 字段设置为 alibaba/happyhorse-1.0/reference-to-video。
  • reference_image_urls 字段接收 1 至 9 个图片 URL 作为参考集合。
  • prompt 必填;无需使用 character1、character2 等特定标记。
  • 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 Reference to Video API 常见问题

Happy Horse 1.0 Reference to Video API 是什么?

Happy Horse 1.0 Reference to Video 是阿里巴巴研发的基于参考图像生成视频的模型。它接收 1–9 张参考图片与结构化提示词,生成 3–15 秒、可选 720p 或 1080p 的电影感短视频,具备突出的角色身份绑定与多主体一致性控制能力。基于先进的多模态交叉注意力与特征解耦机制,它在保持人物容貌、服饰与道具特征稳定的同时,在全新运镜与叙事场景中生成连贯的动态交互。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 Reference to Video 最多支持几张参考图?

支持传入 1 到 9 张参考图片 URL。可自由混合角色的正侧面特写肖像、标志性服饰单品或特定道具图像,以提供多维度的视觉锚定特征。

如何在提示词中指代 Happy Horse 1.0 Reference to Video 的参考图?

描述各参考主体的外观、动作与相对位置。character1、character2 可用于示例表达,但并非必填格式。

Happy Horse 1.0 Reference to Video 可以用于多角色互动场景吗?

可以。传入各角色的参考图,并描述他们的外观、动作和相对位置;无需使用特定角色标记。

Happy Horse 1.0 Reference to Video 生成时画面会受首帧约束吗?

不会。该端点不是首帧定格起动模式,而是从多张参考图中提取核心特征嵌入,并在提示词所描述的全新空间视角、起始构图与运镜调度下自由生成动作。

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

支持。可通过 resolution 参数在 720p 与 1080p 之间灵活选择。1080p 输出能完整呈现参考图中细致的布料纹理、发丝质感与眼神光彩。

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

当需要指定某个特定角色、虚拟偶像、固定商品道具或独特画风跨镜头出场时,必须使用 Reference to Video;若仅需根据纯文本想象场景而无特定主角约束,则使用 Text to Video。