HappyHorse 1.0

L'API HappyHorse est un service vidéo génératif issu de la division ATH-AI d'Alibaba (originaire du Future Lifestyle Lab de Taobao et Tmall). Elle expose un Transformer multimodal single-stream qui génère de la vidéo 1080p et un audio natif synchronisé en une seule passe.

Oui. Happy Horse et HappyHorse sont deux orthographes du même modèle vidéo d'Alibaba. Sur 光谱汇深, l'API Happy Horse couvre HappyHorse 1.0 (happyhorse-1.0) et HappyHorse 1.1 (happyhorse-1.1) ; les deux s'appellent avec la même clé API 光谱汇深 et sont facturés à la seconde de vidéo générée, aux prix indiqués sur cette page.

L'API HappyHorse accepte ces paramètres principaux : model (happyhorse-1.0), prompt (description textuelle, ≤ 2500 caractères), resolution (720P ou 1080P, par défaut 1080P), duration (longueur du clip de 3 à 15 s, par défaut 5 s), size (16:9 / 9:16 / 1:1 / 4:3 / 3:4, pour le texte et les images de référence), ainsi que les paramètres optionnels seed et watermark. first_frame_image déclenche la génération à partir d'une première image, qui détermine le format. image_urls fournit de 1 à 9 images pour la génération à partir de références. Pour EDIT, passez video_url, avec éventuellement jusqu'à 5 images de référence et audio_setting (auto ou origin). La durée suit la vidéo source, limitée à 15 secondes ; duration est ignoré.

La plupart des modèles vidéo génèrent d'abord l'image, puis ajoutent l'audio dans une étape distincte. HappyHorse génère l'image et l'audio conjointement dans le même Transformer — d'où une synchronisation labiale au sous-pixel près, un son d'ambiance naturellement aligné et des scènes dialoguées bien plus crédibles.

HappyHorse prend en charge sept langues : anglais, mandarin, cantonais, japonais, coréen, allemand et français. Les formes de bouche s'alignent au sous-pixel près en fonction de la langue audio choisie.

Sur un seul GPU NVIDIA H100, HappyHorse génère un clip 1080p natif en environ 38 secondes. L'échantillonneur DMD-2 en 8 étapes saute le classifier-free guidance, ce qui le rend nettement plus rapide que les modèles vidéo par diffusion qui nécessitent plus de 30 étapes.

Lors des évaluations à l'aveugle d'Artificial Analysis, HappyHorse se classe n°1 à la fois en text-to-video (1333 Elo) et en image-to-video (1392 Elo). Son principal atout est la co-génération audio native ; face à Kling, il offre un dialogue et une synchronisation labiale plus aboutis.

Les deux modèles peuvent être appelés avec la même clé API. happyhorse-1.0 prend en charge le texte vers vidéo, l'image vers vidéo à partir d'une première image, les images de référence et le montage vidéo avec une vidéo source et des réglages audio. happyhorse-1.1 couvre le texte vers vidéo, l'image vers vidéo et les images de référence, mais ne prend pas en charge le montage vidéo. Le tableau de cette page affiche les prix à la seconde de HappyHorse 1.0.

Consultez la section tarifs de cette page pour les tarifs actuels à la seconde. Rechargez votre solde sur 光谱汇深 pour commencer à générer des vidéos avec HappyHorse. Le montage utilise le tarif EDIT de la résolution choisie et la durée de la vidéo source, plafonnée à 15 secondes.

Envoyez une requête POST à /v1/videos/generations avec votre clé API 光谱汇深, le nom de modèle happyhorse-1.0 et votre prompt. Consultez la documentation HappyHorse pour des exemples d'intégration complets.

Inscrivez-vous sur 光谱汇深, ouvrez la page API Keys de votre tableau de bord et créez une clé. La même clé permet d'appeler l'API Alibaba HappyHorse et tous les autres modèles de la plateforme, avec un paiement à l'usage et sans abonnement.

Oui. L'API HappyHorse est facturée à la seconde de vidéo générée. Le tableau des prix de cette page liste toutes les configurations au tarif membre Or, soit 20 % de réduction. Les membres Platine et Diamant économisent encore plus, jusqu'à 28 %. Vous ne payez que les requêtes réussies.