Tabla de contenidos
El generador de vídeo Happy Horse AI (también escrito HappyHorse) es una familia de modelos de vídeo con IA creada por el equipo de Future Life Lab dentro de Alibaba Token Hub (ATH). Convierte instrucciones de texto, una imagen para el primer fotograma o hasta nueve imágenes de referencia en clips MP4 de 3 a 15 segundos a 24 fps y hasta 1080p con audio nativo, en sus versiones actuales 1.0 y 1.1.
Puedes generar clips con Happy Horse 1.0 directamente en tu navegador en AI Studio abriendo el generador de vídeo Happy Horse. AI Studio es un sitio web independiente, sin vinculación con Alibaba, que ejecuta varios modelos de vídeo e imagen con IA mediante un sistema de créditos y que actualmente ofrece Happy Horse 1.0 (no 1.1).
¿Qué es Happy Horse AI y quién lo creó?
Happy Horse AI es una familia de modelos de generación de vídeo y audio de código cerrado creada por el equipo de Future Life Lab dentro de Alibaba Token Hub (ATH), la unidad de innovación en IA de Alibaba.
El modelo llamó la atención por primera vez alrededor del 7 de abril de 2026, cuando HappyHorse-1.0 apareció de forma anónima en Artificial Analysis Video Arena. En las clasificaciones por votación a ciegas, llegó al primer puesto tanto en texto a vídeo como en imagen a vídeo en las categorías sin audio. El 10 de abril de 2026, Alibaba confirmó a CNBC que el modelo anónimo era su proyecto interno.
El acceso público por API a Happy Horse 1.0 llegó a finales de abril de 2026: fal indicó su disponibilidad desde el 27 de abril de 2026, junto con Alibaba Cloud Model Studio. Unos dos meses después, el 22–23 de junio de 2026, Alibaba lanzó Happy Horse 1.1 con mejoras en coherencia, movimiento y relaciones de aspecto, y precios más bajos para 1080p.
En cuanto a su funcionamiento interno, el equipo afirma que Happy Horse utiliza aproximadamente 15.000 millones de parámetros en un Transformer unificado de autoatención de 40 capas que genera vídeo y audio conjuntamente en una sola pasada, aunque estas especificaciones de arquitectura proceden del equipo y no se han verificado de forma independiente.
Si buscas pesos descargables para ejecutarlo localmente, ten cuidado: Happy Horse es estrictamente de código cerrado. No hay pesos abiertos y fal indica expresamente que el modelo no será de código abierto ni se podrá obtener una licencia. Cualquier sitio web que ofrezca descargas de "Happy Horse de código abierto" o instaladores locales no es auténtico. Ten en cuenta también una coincidencia de nombres sin relación: "Happy Horse 2" (happyhorse2.video) es un sitio web independiente que no ejecuta el modelo de Alibaba.
¿Qué puede hacer el generador de vídeo Happy Horse AI?
El generador de vídeo Happy Horse AI crea vídeos MP4 de 3 a 15 segundos a 24 fps con sonido sincronizado a partir de instrucciones de texto, un fotograma inicial o hasta nueve imágenes de referencia.
En sus endpoints de API, el modelo acepta instrucciones de hasta 5.000 caracteres no chinos (o 2.500 caracteres chinos; el texto más largo se trunca) y utiliza por defecto una duración de 5 segundos. Así funciona cada modo de generación.
De texto a vídeo
La generación de texto a vídeo crea una escena desde cero utilizando solo tus instrucciones escritas. Puedes elegir la duración (cualquier número entero de 3 a 15 segundos), la resolución (720p o 1080p, además de una opción de 480p para 1.1 en Alibaba Cloud) y la relación de aspecto. Puedes escribir una sola acción continua o dividir las instrucciones en varios planos temporizados para que la cámara cambie de ángulo dentro de un mismo clip.
De imagen a vídeo
La generación de imagen a vídeo toma una imagen inicial y la anima para crear un vídeo de 3 a 15 segundos. La imagen de entrada sirve como primer fotograma y el vídeo resultante sigue automáticamente la relación de aspecto de la imagen cargada. Para obtener resultados limpios, la imagen del primer fotograma debe tener al menos 300 píxeles por lado y una relación de aspecto entre 1:2.5 y 2.5:1.
De referencias a vídeo con hasta 9 imágenes
La generación de referencias a vídeo permite cargar entre 1 y 9 imágenes de referencia para mantener la coherencia de personajes, objetos o escenarios en una escena nueva. En lugar de limitarse a animar un fotograma inicial, el modelo extrae los sujetos de las imágenes cargadas y los sitúa en el plano y la relación de aspecto que elijas.
En Happy Horse 1.0, el orden importa. Debes referirte a las imágenes cargadas en el orden exacto como character1, character2, character3, y así sucesivamente en tus instrucciones, donde la primera imagen cargada es character1. Si omites esas etiquetas explícitas, el modelo puede confundir a tus personajes. Los archivos de referencia deben ser JPEG, PNG o WEBP y tener un lado corto de al menos 400 píxeles; funcionan mejor las imágenes nítidas de 720p o más con proporciones cercanas a la relación de aspecto deseada para el vídeo.
Audio nativo y sincronización labial
A diferencia de los modelos de vídeo que producen clips sin sonido o añaden efectos sonoros en una fase de posprocesamiento independiente, Happy Horse genera el audio en la misma pasada que la imagen. Cuando describes una escena, produce automáticamente ambiente, efectos de sonido y diálogo hablado acordes con ella. Si incluyes frases entre comillas en tus instrucciones, el modelo genera sincronización labial multilingüe ajustada a los movimientos de la boca del personaje.
Edición de vídeo (solo API, solo 1.0)
A nivel de API, Happy Horse 1.0 también incluye un endpoint dedicado a la edición de vídeo (happyhorse-1.0-video-edit), diseñado para cambiar el estilo o sustituir elementos dentro de un clip existente. Este modo no se actualizó para 1.1 y sigue siendo un endpoint de API exclusivo de 1.0. AI Studio no ofrece el modo de edición de vídeo.
Happy Horse 1.0 frente a 1.1: ¿qué cambió?
Happy Horse 1.1 mejora la coherencia de personajes y productos entre múltiples referencias, suaviza los movimientos de acción rápidos, mejora el seguimiento de las instrucciones y la sincronización entre audio y vídeo, añade cuatro nuevas relaciones de aspecto y reduce el precio de generación en 1080p frente a 1.0.
Esta comparación muestra las dos versiones entre proveedores de API y en AI Studio:
| Característica | Happy Horse 1.0 | Happy Horse 1.1 |
|---|---|---|
| Fecha de lanzamiento | Abril de 2026 (Arena: alrededor del 7 de abril; API: finales de abril) | 22–23 de junio de 2026 |
| Modos | Texto a vídeo, imagen a vídeo, referencias a vídeo (1–9 imágenes), edición de vídeo | Texto a vídeo, imagen a vídeo, referencias a vídeo (1–9 imágenes) |
| Relaciones de aspecto | 5 relaciones: 16:9, 9:16, 1:1, 4:3, 3:4 (imagen a vídeo sigue la entrada) | 9 relaciones: añade 21:9, 9:21, 5:4, 4:5 (imagen a vídeo sigue la entrada) |
| Resoluciones | 720p, 1080p | 720p, 1080p (además de 480p en Alibaba Cloud) |
| Precio de la API de fal (720p) | $0.14 por segundo | $0.14 por segundo |
| Precio de la API de fal (1080p) | $0.28 por segundo | $0.18 por segundo |
| Audio nativo | Sí (generación conjunta de audio y vídeo con sincronización labial) | Sí (con mejor sincronización entre audio y vídeo) |
| Disponible en AI Studio | Sí | Todavía no |
Happy Horse 1.0 sigue siendo una opción razonable para clips cotidianos. Su tarifa en 720p es igual a la de 1.1 en fal, sus cinco relaciones de aspecto cubren los formatos horizontal, vertical y cuadrado, y mantiene el mismo intervalo de 3 a 15 segundos, audio nativo y hasta nueve imágenes de referencia. Si no necesitas el encuadre ultraancho 21:9 ni la tarifa más baja de 1080p, 1.0 cubre la mayoría de los clips cortos para redes sociales y productos, y es la versión que puedes ejecutar en el navegador en AI Studio.
¿Existe Happy Horse 2.0?
A fecha de 13 de noviembre de 2026, no hay ningún lanzamiento, identificador de modelo ni precio disponible para Happy Horse 2.0.
En una mesa redonda del Festival de Cine de Venecia a principios de septiembre de 2026, Alibaba Token Hub declaró que Happy Horse 2.0 y una herramienta complementaria llamada "HappyHorse Control" estaban previstos para finales de septiembre, pero ese lanzamiento no se produjo en la fecha prevista. Más tarde, en su conferencia de septiembre de 2026, Alibaba también dijo que llegaría un modelo de vídeo de nueva generación en noviembre. Hasta que se publiquen un identificador de modelo y un endpoint reales, considera que cualquier ficha de especificaciones de "Happy Horse 2.0" que circule en Internet no está confirmada.
¿Cuánto cuesta Happy Horse?
El precio de Happy Horse se calcula por segundo de vídeo generado y oscila entre $0.14 y $0.28 por segundo en las API para desarrolladores y entre 10 y 18 créditos por segundo en AI Studio.
Si te conectas directamente mediante una API en la nube, los precios exactos por segundo varían según el proveedor y la región. Según los precios publicados entre mediados y finales de 2026:
- fal (Happy Horse 1.0): $0.14 por segundo en 720p y $0.28 por segundo en 1080p.
- fal (Happy Horse 1.1): $0.14 por segundo en 720p y $0.18 por segundo en 1080p. Por ejemplo, un vídeo de 10 segundos en 1080p cuesta $2.80 en 1.0 frente a $1.80 en 1.1.
- Alibaba Cloud Model Studio (precio de lista para despliegue internacional de
happyhorse-1.0): $0.14 por segundo en 720p y $0.24 por segundo en 1080p.
Si prefieres generar vídeos en el navegador sin configurar claves de API, AI Studio ejecuta Happy Horse 1.0 con una fórmula sencilla de créditos por segundo. El coste total equivale a la tarifa por segundo multiplicada por el número de segundos, redondeado hacia arriba:
| Resolución | Por segundo | 5 segundos (por defecto) | 10 segundos | 15 segundos (máximo) |
|---|---|---|---|---|
| 720p | 10 créditos | 50 créditos | 100 créditos | 150 créditos |
| 1080p | 18 créditos | 90 créditos | 180 créditos | 270 créditos |
Un clip de la duración mínima de 3 segundos en 720p cuesta 30 créditos. Las nuevas cuentas de AI Studio reciben 4 créditos de prueba al registrarse, lo que permite explorar la interfaz, aunque necesitarás más créditos para generar un vídeo con Happy Horse. AI Studio muestra el coste exacto en créditos de la duración y resolución elegidas antes de pulsar el botón de generación.
Cómo crear un vídeo con Happy Horse en AI Studio
Puedes crear un vídeo con Happy Horse en AI Studio en siete pasos rápidos directamente en tu navegador, sin gestionar código ni facturación en la nube.
- Abre el generador: Ve a la página dedicada a Happy Horse en AI Studio, o abre el generador principal de vídeo con IA y selecciona Happy Horse 1.0 en el selector de modelos (junto a otros modelos del sitio que funcionan en el navegador, como Seedance, Kling, Gemini Omni, MiniMax H3 y Grok Imagine).
- Elige el modo de generación: Selecciona Text to Video (texto a vídeo), Image to Video (imagen a vídeo) o Reference to Video (referencias a vídeo) según partas de cero, de un primer fotograma o de imágenes de referencia de personajes.
- Carga las imágenes si las necesitas:
- Para Image to Video, carga una imagen (al menos 300 px por lado, relación entre 1:2.5 y 2.5:1) que sirva como fotograma inicial.
- Para Reference to Video, carga de 1 a 9 imágenes nítidas en JPEG, PNG o WEBP (lado corto de al menos 400 px, se recomienda 720p o más) en el orden exacto en que piensas referirte a ellas.
- Escribe tus instrucciones: Introduce la descripción de la escena, el movimiento de cámara y cualquier diálogo hablado o efecto de sonido (hasta 5.000 caracteres no chinos o 2.500 caracteres chinos). Si utilizas Reference to Video, etiqueta los sujetos cargados en orden como
character1,character2, y así sucesivamente. - Configura la duración, la resolución y la relación de aspecto:
- Elige una duración en segundos enteros de 3 a 15 segundos (5 segundos es el valor por defecto).
- Selecciona 720p (por defecto) o 1080p.
- Para Text to Video y Reference to Video, elige una relación de aspecto: 16:9 (por defecto), 9:16, 1:1, 4:3 o 3:4. Si estás en el modo Image to Video, los controles de relación de aspecto se ocultan porque el resultado coincide automáticamente con las dimensiones de la imagen cargada.
- Comprueba el coste en créditos: Consulta la cifra de créditos antes de enviar la solicitud; por ejemplo, 50 créditos para un clip de 5 segundos en 720p o 90 créditos para 5 segundos en 1080p.
- Genera y descarga: Pulsa el botón de generación, espera a que termine el renderizado de audio y vídeo en una sola pasada y descarga tu clip MP4.
Qué no ofrece AI Studio para Happy Horse
Para ahorrarte tiempo antes de comprar créditos, esto es lo que AI Studio no admite actualmente para Happy Horse:
- Happy Horse 1.1: AI Studio solo ejecuta 1.0, por lo que 1.1 y sus cuatro relaciones de aspecto adicionales (21:9, 9:21, 5:4, 4:5) aún no están disponibles aquí.
- Modo de edición de vídeo: No puedes cargar un vídeo existente para cambiar su estilo o sustituir objetos (
happyhorse-1.0-video-editsolo está disponible por API). - Resolución 480p: Solo se ofrecen 720p y 1080p.
- Control de semilla e interruptores de marca de agua: La interfaz no ofrece números de semilla personalizados ni interruptores de marca de agua.
- Archivos de vídeo o audio como entrada: Solo puedes introducir texto e imágenes fijas (sin pistas de audio para guiar la generación ni archivos de vídeo de entrada).
- Duraciones fuera del intervalo: No se admiten clips de menos de 3 segundos o más de 15 segundos.
Consejos para escribir instrucciones para Happy Horse
Escribir instrucciones estructuradas para el generador de vídeo Happy Horse AI ayuda a aprovechar al máximo sus cortes entre planos, seguimiento de referencias y motor de audio nativo.
- Sigue la fórmula Escena + Sujeto + Movimiento + Audio: La documentación de Happy Horse de EvoLink recomienda organizar las instrucciones en cuatro partes claras. Primero establece el entorno y la iluminación, describe quién o qué aparece en el encuadre, especifica cómo se mueven el sujeto y la cámara, y termina indicando el ambiente de fondo, los efectos sonoros y las frases habladas.
- Usa intervalos de tiempo plano por plano para clips con varios cortes: Como Happy Horse admite clips de hasta 15 segundos, un único plano estático puede resultar lento. Puedes dirigir cortes de cámara dentro de una generación escribiendo intervalos de tiempo y tipos de plano explícitos, como
Shot 1 [0~3s] wide angle: ...; Shot 2 [3~6s] medium shot: ..., para que el modelo sepa exactamente cuándo cambiar de ángulo. - Etiqueta las imágenes de referencia como
character1,character2en orden: En el modo Reference to Video, nunca te bases únicamente en descripciones imprecisas como "la mujer de la chaqueta roja". Vincula siempre cada archivo cargado a su número de posición (character1para la primera imagen,character2para la segunda) y mantén las proporciones de las imágenes cargadas próximas a la relación de aspecto deseada. - Para imagen a vídeo, describe el movimiento en lugar de volver a describir la imagen: El modelo ya puede ver los colores, la ropa y la disposición de la imagen del primer fotograma. Dedica las palabras de tus instrucciones a explicar qué cambia después del primer fotograma: cómo gira el sujeto, cómo mueve el viento el fondo, hacia dónde se desplaza la cámara y qué sonidos se oyen.
- Mantén el diálogo lo bastante corto para que quepa en la duración: La sincronización labial nativa funciona mejor cuando la frase puede pronunciarse de forma natural dentro del intervalo del plano. Un plano de 3 segundos solo tiene espacio para una frase corta, mientras que un clip de 10 segundos da tiempo a los personajes a intercambiar dos frases breves sin apresurar la animación de la boca.
Este es un ejemplo de instrucciones de texto a vídeo con cortes temporizados entre planos y audio nativo:
Shot 1 [0~4s] wide angle: A rainy neon-lit noodle stall in Tokyo at night, steam rising from a large copper pot. A chef in a dark apron ladles broth into a ceramic bowl as rain taps against the canvas awning.
Shot 2 [4~8s] medium close-up: The camera pushes in gently as the chef sets the bowl on the wooden counter, looks at the camera with a warm smile, and says in English, "Careful, the broth is right off the stove." Audio: steady rain on canvas, bubbling soup, soft ceramic clink on wood, and clear spoken voice.
Y este es un ejemplo de instrucciones de referencias a vídeo con dos imágenes de personajes cargadas:
Shot 1 [0~5s] medium two-shot: Inside a sunlit brutalist concrete art gallery, character1 and character2 stand side by side looking at a tall abstract brass sculpture. character1 gestures toward the top of the sculpture and says, "The balance on that upper piece looks impossible."
Shot 2 [5~10s] over-the-shoulder shot: Focusing on character2 nodding thoughtfully while taking a slow step closer to inspect the metalwork, camera tracking slightly right. Audio: quiet museum room tone, soft footsteps on polished concrete, and natural indoor dialogue with subtle echo.
Tanto si quieres animar una sola ilustración con efectos de sonido sincronizados como crear una escena de diálogo de 15 segundos con varios planos usando fotos de referencia, Happy Horse 1.0 reúne la generación de vídeo y audio en un solo paso. Elige una estructura para tus instrucciones, ordena tus imágenes de referencia si las tienes y prueba a generar tu primer clip en el navegador en AI Studio.
Fuentes
Preguntas frecuentes
¿Quién creó Happy Horse AI?
Happy Horse (también escrito HappyHorse) es una familia de modelos de generación de vídeo con IA de Alibaba. La creó el equipo de Future Life Lab dentro de Alibaba Token Hub (ATH), la unidad de innovación en IA de Alibaba. Después de que el modelo debutara de forma anónima en Artificial Analysis Video Arena alrededor del 7 de abril de 2026, Alibaba confirmó el 10 de abril de 2026 que Happy Horse era su proyecto.
¿Qué diferencia hay entre Happy Horse 1.0 y 1.1?
Happy Horse 1.1 se lanzó el 22–23 de junio de 2026 con mayor coherencia de personajes y productos entre múltiples referencias, movimientos de acción más fluidos, mejor seguimiento de las instrucciones y una sincronización más precisa entre audio y vídeo. También añade cuatro relaciones de aspecto (21:9, 9:21, 5:4 y 4:5), hasta un total de nueve, incorpora una opción de 480p en Alibaba Cloud y reduce el precio de la API para 1080p. Sin embargo, la edición de vídeo sigue siendo un endpoint exclusivo de la versión 1.0.
¿Es Happy Horse de código abierto?
No, Happy Horse es de código cerrado y no tiene pesos abiertos. Según fal, el modelo no será de código abierto ni se podrá obtener una licencia. Los sitios web o repositorios que ofrecen pesos de Happy Horse de código abierto para descargar no son auténticos. Solo se puede acceder al modelo mediante API en la nube como Alibaba Cloud Model Studio y fal, o mediante plataformas de navegador como AI Studio.
¿Cuánto cuesta Happy Horse?
El precio de la API se cobra por segundo de vídeo generado y varía según el proveedor y la región. En fal, Happy Horse 1.0 cuesta $0.14 por segundo en 720p y $0.28 por segundo en 1080p, mientras que la versión 1.1 reduce el precio de 1080p a $0.18 por segundo. En AI Studio, Happy Horse 1.0 cuesta 10 créditos por segundo en 720p y 18 créditos por segundo en 1080p.
¿Existe Happy Horse 2.0?
A fecha de 13 de noviembre de 2026, no hay un identificador de modelo, precio ni lanzamiento de Happy Horse 2.0. Alibaba Token Hub mencionó en una mesa redonda del Festival de Cine de Venecia a principios de septiembre de 2026 que la versión 2.0 y una herramienta llamada HappyHorse Control estaban previstas para finales de septiembre, y Alibaba prometió un modelo de vídeo de nueva generación para noviembre, pero se anunció sin llegar a lanzarse.
Convierte tu idea en un vídeo
Explora el generador de vídeo y empieza a crear.
Generar un vídeo


