将对白与可见动作、声音线索写在一起
描述说话者、表情、台词与可听事件。冰川记录要求研究人员说出 Listen—the ice is moving，然后听见远处冰裂，可以结合完整要求检查口型、时间安排、呼吸与目标风声和冰裂声。
Happy Horse 1.1 multi-reference video generation up to 15 seconds
Happy Horse 1.1 可以根据文字、一张首帧或一至九张视觉参考创建 3–15 秒的 720p 或 1080p 视频。通过参考图确定人物、道具、服装与环境，再在提示词中说明动作、镜头运动和可听事件。文字与参考图生成提供九种画面比例，图像动画从提供的画面开始。已有案例展示对白、陶艺师运动和参考图引导的角色场景，可以结合实际片段、来源身份与指令检查结果。
Happy Horse 1.1 由 Alibaba 开发，Vidgo 提供模型调用服务。模型名称与商标归各自所有者所有。探索 Happy Horse 1.1 模型
需要确定新镜头时选择文生视频；一张画面确定需要运动的人物、物体与环境时，选择图生视频；一至九张图像分别提供身份、道具或环境时，选择参考图生视频。说明各项输入的作用与动作顺序，再选择时长、分辨率和任务支持的比例。
文生视频
Happy Horse 1.1 Text to Video
Happy Horse 1.1 generates 3–15 second videos at 720p or 1080p from text, a starting image, or reference images, with native synchronized audio and consistent subject identity.
图生视频
Happy Horse 1.1 Image to Video
Happy Horse 1.1 generates 3–15 second videos at 720p or 1080p from text, a starting image, or reference images, with native synchronized audio and consistent subject identity.
参考图生视频
Happy Horse 1.1 Reference to Video
Happy Horse 1.1 generates 3–15 second videos at 720p or 1080p from text, a starting image, or reference images, with native synchronized audio and consistent subject identity.
Happy Horse 1.1 文字、单图与参考图生成任务
图像动画通过 image_urls 使用准确一张图像，并接受可选动作提示词；参考图生成使用一至九张 reference_image_urls，以及说明各张图像提供哪些外观或环境的提示词。实际案例通过 [image_1]、[image_2] 等标记说明作用。输入可以是公开 HTTP(S) 图像、图像 Data URI 或原始 Base64，准备请求时需要让来源顺序保持一致。
| 模型 / 任务 | 输入与工作流 |
|---|---|
| Happy Horse 1.1 Text to Video | Happy Horse 1.1 可以通过文字、首帧或参考图生成 3–15 秒的 720p 或 1080p 视频，并提供原生同步音频和一致的主体身份。 |
| Happy Horse 1.1 Image to Video | Happy Horse 1.1 可以通过文字、首帧或参考图生成 3–15 秒的 720p 或 1080p 视频，并提供原生同步音频和一致的主体身份。 |
| Happy Horse 1.1 Reference to Video | Happy Horse 1.1 可以通过文字、首帧或参考图生成 3–15 秒的 720p 或 1080p 视频，并提供原生同步音频和一致的主体身份。 |
Happy Horse 1.1：人物动作与多角色对白编排
已有记录包括冰川旁的英文台词、说中文的陶艺师、天文台对白、毛毡探险者与舞者。各项提示词明确目标外观、动作、时间安排和声音，可以结合实际片段与来源，检查这些细节如何对应自己的创作要求。
通过准备好的画面制作工作中的双手动画
通过首帧确定陶艺师、器皿、双手与工作室。陶艺记录要求陶轮轻转、稳定塑形与一句中文台词，可以对照来源检查身份特征、手部接触、陶土结构及要求的口型同步。
为两位说话者分别指定参考图
提供两张身份图像，并说明各时刻由谁说话。天文台提示词将年长女性放在左侧、年轻男性放在右侧，要求在五秒内完成问答，可以检查实际片段中的各自面部、发言顺序与望远镜手势。
将角色与具有明确特征的道具组合
让一张图像提供毛毡探险者，另一张提供铜灯笼。三秒请求说明两步动作、琥珀色光线、青绿色外套与灯笼的蓝色玻璃星形装饰，可以结合两张参考检查实际接触、材料，以及要求的脚步和提手轻响。
将表演者放入参考环境
提供舞者和舞台图像，再明确服装、转身与结束平衡。竖向三秒记录要求完成一次受控四分之一转身，手臂展开、双脚保持支撑，可以结合来源检查外观、布料运动、舞台光线和最终姿态。
Happy Horse 1.1 陶艺对白与双人对话案例
陶艺案例提供一张工作室画面，要求陶轮轻转、双手稳定塑形，并准确说出中文“慢一点，形就稳了。”；天文台案例提供两张身份参考，将 0–2 秒的英文提问指定给年长女性，将 2–5 秒的回答指定给年轻男性。阅读完整提示词，结合来源检查实际运动、面部与音频。
提示词
将这张首帧制作成一个连续五秒的亲密纪实镜头。保留这位成年陶艺师、面部、陶土器皿、双手、服装与阳光照亮的陶艺工作室。陶轮轻轻旋转，湿润双手稳定地引导器口，保持器皿本身，而不是将它变为另一种物体。陶艺师抬眼，平静地以普通话准确说出：“慢一点，形就稳了。”口型清楚同步，自然的小幅手部运动，轻柔陶轮低鸣与湿陶土摩擦声。镜头非常缓慢推进，不要切镜或音乐。不要标志、品牌、广告、说明文字、字幕或水印。
提示词
使用 [image_1] 提供年长女性，[image_2] 提供年轻男性，让各自面部和服装保持准确可辨。山顶安静天文台中，望远镜旁的一个连续中景双人镜头，两张未遮挡面部清楚可见。0–2 秒，左侧年长女性以英语准确问出：“Found it?”；2–5 秒，右侧年轻男性准确回答：“There it is.”，并指向望远镜目镜。仅正在说话的人移动嘴唇。细微镜头漂移、准确对白口型同步、克制手势、安静室内环境声与微弱望远镜电机声，不要音乐。不要标志、品牌、广告、说明文字、字幕或水印。
Happy Horse 1.1 的创作应用场景
准备文字场景、一张首帧或最多九张参考图，说明身份特征、动作顺序、环境与声音，再选择支持的时长和分辨率。检查后的片段可以用于对白分镜、工艺演示、双人场景研究、微缩叙事、排练构思，以及创意项目中不同画面比例的呈现。
对白分镜片刻
写清说话者、准确台词、表情与声音线索，再生成场景，检查可见发言时间和伴随音频，用于叙事构思或对白分镜。
工艺与手部工作研究
提供清楚呈现人物、工具与材料的首帧，描述目标明确的动作，再检查接触、结构与要求的声音，用于工艺演示构思。
双人场景规划
准备独立身份参考，说明位置和发言顺序，并描述共同环境，再检查面部、手势与时间安排，用于对话或角色互动研究。
微缩角色故事
提供角色与道具参考，描述环境、步行动作与材料声音，再检查生成的接触关系和外观，用于具有材料触感的故事场景或动画提案。
排练与运动构思
提供表演者与舞台参考，描述具有清楚结束状态的有序动作，再检查姿态、服装和最终平衡，用于舞蹈或表演规划草稿。
适应不同画面的场景
选择文字或参考图任务支持的比例，并描述主体位置，再生成和检查取景，用于横向演示、竖向故事片段或方形创意版位。
Happy Horse 1.1 模型规格与 API 价格
Happy Horse 1.1 生成按请求输出时长，乘以所选 720p 或 1080p 单价计费。下方动态表格读取各任务当前起价与单位。请在任务页选择实际 3–15 秒时长和分辨率，查看完整请求估算，再结合计划测试次数安排预算。
| 模型 | 厂商 | 任务类型 | 输入素材 | 输出规格 | 起价 |
|---|---|---|---|---|---|
| Happy Horse 1.1 Text to Video | Alibaba | 文生视频 | 文字提示词 | 1080p | $0.11 / 秒 |
| Happy Horse 1.1 Image to Video | Alibaba | 图生视频 | 准确 1 张首帧 | 1080p | $0.11 / 秒 |
| Happy Horse 1.1 Reference to Video | Alibaba | 参考图生视频 | 1–9 张参考图 | 1080p | $0.11 / 秒 |
如何在 Vidgo 使用 Happy Horse 1.1
先在线测试创作方案， 再将确认后的请求接入应用。
为何在 Vidgo 使用 Happy Horse 1.1
选择对应任务，查看参数与费用，并将在线测试中的素材和设置用于经过身份验证的 API 请求。
创作测试与任务选择
围绕创作目标选择输入
创建新镜头选择文字，制作图像动画选择一张首帧，需要身份、道具和环境参考时选择一至九张图像。设置 3 至 15 秒的整数时长与 720p 或 1080p；文字和参考图任务还可以选择九种比例之一，并通过提示词描述动作、对白或可听事件。
使用自己的提示词与素材测试
准备所需图像，并写清各主体作用、动作顺序、准确对白与声音。选择任务支持的时长、分辨率与比例，查看完整估算后生成，再结合来源检查实际片段，包括身份特征、运动、材料、口型与音频时间安排。
生成前查看费用估算
根据所选分辨率的当前每秒单价与请求时长，查看完整生成估算，再结合金额与计划测试次数，为文字、单图和参考图工作流安排预算。
API 接入与结果管理
参考完整的真实生成案例
结合实际提示词、全部来源图像或视频及生成片段查看案例，了解如何说明输入作用、动作变化过程，以及自己请求中需要保留的细节。
通过任务 ID 跟踪每次生成
保存 API 返回的任务 ID，用于查询生成状态并获取完成文件的地址。通过在线生成记录回看先前结果与测试过的创作方向。
按照所选任务的文档完成接入
通过各任务提供的文档查看准确的模型标识、支持的输入、身份验证方法与响应格式。接入已经在线测试过的任务，使请求中的素材与设置保持一致。
Happy Horse 1.1 API 常见问题
Happy Horse 1.1 是 Vidgo 提供的 Alibaba 视频模型，包含文字、单图与参考图生成任务，支持 3–15 秒的 720p/1080p 片段、一张首帧或一至九张参考输入，以及通过提示词描述的原生同步音频。各任务使用对应模型标识与支持的字段。
探索更多模型系列
推荐阅读
阅读模型介绍、API 接入指南与平台比较，了解项目所需的输入素材准备、请求接入方法与费用规划。
