Sumário
O gerador de vídeo com IA Happy Horse AI (também escrito HappyHorse) é uma família de modelos de vídeo com IA desenvolvida pela equipa Future Life Lab dentro do Alibaba Token Hub (ATH). Nas versões atuais 1.0 e 1.1, ele transforma prompts de texto, uma imagem de primeiro fotograma ou até nove imagens de referência em clipes MP4 de 3 a 15 segundos, a 24 fps e com resolução de até 1080p e áudio nativo.
É possível gerar clipes com Happy Horse 1.0 diretamente no navegador através do AI Studio, acedendo ao gerador de vídeo Happy Horse. O AI Studio é um site independente, sem vínculo com a Alibaba, que executa vários modelos de vídeo e imagem com IA por um sistema de créditos e atualmente oferece Happy Horse 1.0 (não 1.1).
O que é Happy Horse AI e quem o criou?
Happy Horse AI é uma família de modelos de geração de vídeo e áudio de código fechado criada pela equipa Future Life Lab dentro do Alibaba Token Hub (ATH), a unidade de inovação em IA da Alibaba.
O modelo chamou a atenção pela primeira vez cerca de 7 de abril de 2026, quando HappyHorse-1.0 apareceu anonimamente no Artificial Analysis Video Arena. Em classificações por votação cega, ele chegou ao primeiro lugar tanto para texto para vídeo quanto para imagem para vídeo nas categorias sem áudio. Em 10 de abril de 2026, a Alibaba confirmou à CNBC que o modelo anónimo era o seu projeto interno.
O acesso público à API do Happy Horse 1.0 veio no final de abril de 2026, com a fal a indicar disponibilidade a partir de 27 de abril de 2026, junto ao Alibaba Cloud Model Studio. Cerca de dois meses depois, em 22–23 de junho de 2026, a Alibaba lançou Happy Horse 1.1 com melhorias de consistência, movimento e proporções de ecrã, além de preços mais baixos em 1080p.
Sobre o seu funcionamento interno, a equipa afirma que o Happy Horse usa cerca de 15 mil milhões de parâmetros num Transformer unificado de autoatenção com 40 camadas, que gera vídeo e áudio numa única passagem, embora essas especificações de arquitetura sejam relatadas pela equipa e não tenham sido verificadas de forma independente.
Quem procura pesos para transferir e executar localmente deve ter cuidado: Happy Horse tem código estritamente fechado. Não há pesos abertos, e a fal afirma explicitamente que o modelo não terá código aberto nem poderá ser licenciado. Qualquer site que ofereça transferências de "Happy Horse de código aberto" ou instaladores locais não é autêntico. Tenha também em conta uma coincidência de nome sem relação: "Happy Horse 2" (happyhorse2.video) é um site independente que não executa o modelo da Alibaba.
O que o gerador de vídeo com IA Happy Horse AI pode fazer?
O gerador de vídeo com IA Happy Horse AI cria vídeos MP4 de 3 a 15 segundos, a 24 fps e com som sincronizado, a partir de prompts de texto, um fotograma inicial ou até nove imagens de referência.
Nos endpoints da API, o modelo aceita prompts de até 5.000 caracteres não chineses (ou 2.500 caracteres chineses, com o texto excedente truncado) e usa por predefinição clipes de 5 segundos. Veja como funciona cada modo de geração.
Texto para vídeo
O modo de texto para vídeo cria uma cena do zero utilizando apenas o prompt escrito. Escolha a duração (qualquer número inteiro de 3 a 15 segundos), a resolução (720p ou 1080p, além de uma opção de 480p para a versão 1.1 na Alibaba Cloud) e a proporção de ecrã. Pode escrever uma única ação contínua ou dividir o prompt em instruções com tempos para várias tomadas, de modo que a câmara alterne os ângulos num único clipe.
Imagem para vídeo
O modo de imagem para vídeo usa uma imagem inicial e anima-a para criar um vídeo de 3 a 15 segundos. A imagem enviada serve como primeiro fotograma, e o vídeo resultante segue automaticamente a proporção da imagem enviada. Para obter resultados nítidos, a imagem do primeiro fotograma precisa de ter pelo menos 300 pixels em cada lado e proporção entre 1:2.5 e 2.5:1.
Referência para vídeo com até 9 imagens
O modo de referência para vídeo permite enviar de 1 a 9 imagens de referência para manter personagens, objetos ou cenários consistentes numa cena recém-gerada. Em vez de apenas animar um fotograma inicial, o modelo extrai os elementos das imagens enviadas e coloca-os na tomada e na proporção escolhidas.
No Happy Horse 1.0, a ordem importa. As imagens enviadas devem ser mencionadas na ordem exata como character1, character2, character3 e assim por diante no prompt, sendo a primeira imagem enviada character1. Se omitir essas identificações explícitas, o modelo poderá confundir as personagens. Os ficheiros de referência devem ser JPEG, PNG ou WEBP, com o lado menor de pelo menos 400 pixels; imagens nítidas em 720p ou mais, com proporções próximas das do vídeo desejado, funcionam melhor.
Áudio nativo e sincronização labial
Ao contrário de modelos de vídeo que produzem clipes silenciosos ou adicionam efeitos sonoros numa etapa separada de pós-produção, o Happy Horse gera áudio na mesma passagem que a imagem. Quando se descreve uma cena, ele produz automaticamente sons ambientes, efeitos sonoros e diálogos correspondentes. Se forem incluídas falas entre aspas no prompt, o modelo gera sincronização labial multilingue ajustada aos movimentos da boca da personagem.
Edição de vídeo (apenas API, apenas 1.0)
Na API, Happy Horse 1.0 também inclui um endpoint dedicado à edição de vídeo (happyhorse-1.0-video-edit), criado para mudar o estilo ou substituir elementos num clipe existente. Esse modo não foi atualizado para a versão 1.1 e continua a ser um endpoint da API exclusivo da versão 1.0. O AI Studio não oferece o modo de edição de vídeo.
Happy Horse 1.0 vs 1.1: o que mudou?
Em comparação com a versão 1.0, Happy Horse 1.1 melhora a consistência de personagens e produtos entre múltiplas referências, suaviza movimentos de ação rápidos, aumenta a fidelidade ao prompt e a sincronização de áudio e vídeo, acrescenta quatro proporções de ecrã e reduz o preço da geração em 1080p.
Veja a comparação lado a lado entre as duas versões nos fornecedores de API e no AI Studio:
| Recurso | Happy Horse 1.0 | Happy Horse 1.1 |
|---|---|---|
| Data de lançamento | Abril de 2026 (Arena cerca de 7 de abril; API no final de abril) | 22–23 de junho de 2026 |
| Modos | Texto para vídeo, imagem para vídeo, referência para vídeo (1–9 imagens), edição de vídeo | Texto para vídeo, imagem para vídeo, referência para vídeo (1–9 imagens) |
| Proporções de ecrã | 5 proporções: 16:9, 9:16, 1:1, 4:3, 3:4 (imagem para vídeo segue a entrada) | 9 proporções: adiciona 21:9, 9:21, 5:4, 4:5 (imagem para vídeo segue a entrada) |
| Resoluções | 720p, 1080p | 720p, 1080p (mais 480p na Alibaba Cloud) |
| Preço da API fal (720p) | $0,14 por segundo | $0,14 por segundo |
| Preço da API fal (1080p) | $0,28 por segundo | $0,18 por segundo |
| Áudio nativo | Sim (geração conjunta de áudio e vídeo com sincronização labial) | Sim (com melhor sincronização de áudio e vídeo) |
| Disponível no AI Studio | Sim | Ainda não |
Happy Horse 1.0 continua a ser uma escolha sensata para clipes do quotidiano. O seu preço em 720p é igual ao da versão 1.1 na fal, as suas cinco proporções abrangem os formatos horizontal, vertical e quadrado, e ele mantém a mesma duração de 3 a 15 segundos, áudio nativo e até nove imagens de referência. Se não precisar do enquadramento ultralargo 21:9 nem do preço mais baixo em 1080p, a versão 1.0 atende à maioria dos clipes curtos para redes sociais e produtos, além de ser a versão disponível no navegador através do AI Studio.
Existe um Happy Horse 2.0?
Até 13 de novembro de 2026, não há lançamento, ID de modelo ou preço disponível para Happy Horse 2.0.
Num painel do Festival de Cinema de Veneza no início de setembro de 2026, o Alibaba Token Hub declarou que Happy Horse 2.0 e uma ferramenta complementar chamada "HappyHorse Control" estavam planeados para o fim de setembro, mas o lançamento não ocorreu na data prevista. Mais tarde, na sua conferência de setembro de 2026, a Alibaba também disse que um modelo de vídeo de nova geração chegaria em novembro. Até que um ID de modelo e um endpoint reais sejam disponibilizados, trate como não confirmadas quaisquer fichas técnicas de "Happy Horse 2.0" que circulem na internet.
Quanto custa o Happy Horse?
O preço do Happy Horse é calculado por segundo de vídeo gerado, e varia de $0,14 a $0,28 por segundo nas APIs para programadores e de 10 a 18 créditos por segundo no AI Studio.
Ao ligar-se diretamente por uma API em nuvem, os preços exatos por segundo variam conforme o fornecedor e a região. Conforme os valores divulgados entre meados e o final de 2026:
- fal (Happy Horse 1.0): $0,14 por segundo em 720p e $0,28 por segundo em 1080p.
- fal (Happy Horse 1.1): $0,14 por segundo em 720p e $0,18 por segundo em 1080p. Por exemplo, um vídeo de 10 segundos em 1080p custa $2,80 na versão 1.0 contra $1,80 na versão 1.1.
- Alibaba Cloud Model Studio (preço de tabela para implementação internacional de
happyhorse-1.0): $0,14 por segundo em 720p e $0,24 por segundo em 1080p.
Se preferir gerar no navegador sem configurar chaves de API, o AI Studio oferece Happy Horse 1.0 com uma fórmula simples de créditos por segundo. O custo total é igual à tarifa por segundo multiplicada pelo número de segundos, arredondada para cima:
| Resolução | Por segundo | 5 segundos (predefinição) | 10 segundos | 15 segundos (máximo) |
|---|---|---|---|---|
| 720p | 10 créditos | 50 créditos | 100 créditos | 150 créditos |
| 1080p | 18 créditos | 90 créditos | 180 créditos | 270 créditos |
Um clipe com duração mínima de 3 segundos em 720p custa 30 créditos. Novas contas do AI Studio recebem 4 créditos de teste no registo, o que permite conhecer a interface, embora sejam necessários mais créditos para gerar com Happy Horse. O AI Studio mostra o custo exato em créditos para a duração e a resolução escolhidas antes de clicar para gerar.
Como criar um vídeo com Happy Horse no AI Studio
É possível criar um vídeo com Happy Horse no AI Studio em sete etapas rápidas, diretamente no navegador, sem lidar com código ou cobrança em nuvem.
- Abra o gerador: Aceda à página dedicada ao Happy Horse no AI Studio ou abra o gerador principal de vídeo com IA e selecione Happy Horse 1.0 no seletor de modelos (junto a outros modelos disponíveis no navegador através do site, como Seedance, Kling, Gemini Omni, MiniMax H3 e Grok Imagine).
- Escolha o modo de geração: Selecione Text to Video (texto para vídeo), Image to Video (imagem para vídeo) ou Reference to Video (referência para vídeo), consoante se comece do zero, com um primeiro fotograma ou com imagens de referência de personagens.
- Envie as imagens, se necessário:
- Para Image to Video, envie uma imagem (pelo menos 300 px por lado, proporção entre 1:2.5 e 2.5:1) para servir como fotograma inicial.
- Para Reference to Video, envie de 1 a 9 imagens nítidas em JPEG, PNG ou WEBP (lado menor de pelo menos 400 px, recomendado 720p ou mais) na ordem exata em que pretende mencioná-las.
- Escreva o prompt: Insira a descrição da cena, o movimento da câmara e quaisquer diálogos ou efeitos sonoros (até 5.000 caracteres não chineses ou 2.500 caracteres chineses). Se estiver a usar Reference to Video, identifique os elementos enviados em ordem como
character1,character2e assim por diante. - Defina duração, resolução e proporção de ecrã:
- Escolha uma duração inteira de 3 a 15 segundos (5 segundos é a predefinição).
- Selecione 720p (predefinição) ou 1080p.
- Para Text to Video e Reference to Video, escolha uma proporção de ecrã: 16:9 (predefinição), 9:16, 1:1, 4:3 ou 3:4. No modo Image to Video, os controlos de proporção ficam ocultos porque o resultado corresponde automaticamente às dimensões da imagem enviada.
- Verifique o custo em créditos: Veja a indicação de créditos antes de enviar — por exemplo, 50 créditos para um clipe de 5 segundos em 720p ou 90 créditos para 5 segundos em 1080p.
- Gere e transfira: Clique para gerar, aguarde a renderização de áudio e vídeo numa única passagem e transfira o clipe MP4.
O que o AI Studio não oferece para Happy Horse
Para poupar tempo antes de comprar créditos, veja o que o AI Studio atualmente não oferece para Happy Horse:
- Happy Horse 1.1: O AI Studio executa apenas a versão 1.0, portanto a 1.1 e as suas quatro proporções extras (21:9, 9:21, 5:4, 4:5) ainda não estão disponíveis aqui.
- Modo de edição de vídeo: Não é possível enviar um vídeo existente para mudar o seu estilo ou substituir objetos (
happyhorse-1.0-video-editestá disponível apenas na API). - Resolução 480p: Apenas 720p e 1080p são oferecidas.
- Controlo de seed e opções de marca de água: Números de seed personalizados e opções de marca de água não estão disponíveis na interface.
- Entrada de ficheiros de vídeo ou áudio: Só é possível inserir texto e imagens estáticas (sem pistas de áudio de orientação ou ficheiros de vídeo de entrada).
- Durações fora do intervalo: Clipes com menos de 3 segundos ou mais de 15 segundos não são aceites.
Dicas de prompt para Happy Horse
Escrever prompts estruturados para o gerador de vídeo com IA Happy Horse AI ajuda a aproveitar ao máximo os cortes entre tomadas, o acompanhamento de referências e o mecanismo de áudio nativo.
- Siga a fórmula Cena + Personagem ou objeto + Movimento + Áudio: A documentação do Happy Horse da EvoLink recomenda organizar os prompts em quatro partes claras. Defina primeiro o ambiente e a iluminação, descreva quem ou o que aparece no fotograma, especifique como a personagem ou objeto e a câmara se movem e termine indicando o som ambiente, os efeitos sonoros e as falas.
- Use intervalos de tempo por tomada em clipes com vários cortes: Como Happy Horse aceita clipes de até 15 segundos, uma única tomada estática pode parecer lenta. É possível dirigir os cortes de câmara dentro de uma geração escrevendo intervalos de tempo e escalas de plano explícitos — como
Shot 1 [0~3s] wide angle: ...; Shot 2 [3~6s] medium shot: ...— para que o modelo saiba exatamente quando trocar de ângulo. - Identifique as imagens de referência em ordem como
character1,character2: No modo de referência para vídeo, nunca dependa apenas de descrições vagas como "a mulher de casaco vermelho". Associe sempre cada ficheiro enviado ao número da sua posição (character1para a primeira imagem,character2para a segunda) e mantenha as proporções das imagens enviadas próximas da proporção de saída desejada. - Para imagem para vídeo, descreva o movimento em vez de descrever novamente a imagem: O modelo já consegue ver as cores, roupa e disposição da imagem do primeiro fotograma. Use as palavras do prompt para explicar o que muda depois do primeiro fotograma: como a personagem ou objeto se vira, como o vento move o fundo, para onde a câmara se desloca e quais sons são reproduzidos.
- Mantenha os diálogos curtos o suficiente para caber na duração: A sincronização labial nativa funciona melhor quando a fala pode ser dita naturalmente dentro do tempo da tomada. Uma tomada de 3 segundos só tem espaço para uma frase curta, enquanto um clipe de 10 segundos dá tempo para as personagens trocarem duas falas breves sem apressar a animação da boca.
Veja um exemplo de prompt de texto para vídeo com cortes de tomadas cronometrados e áudio 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.
E veja um exemplo de prompt de referência para vídeo utilizando duas imagens de personagens enviadas:
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.
Seja para animar uma única ilustração com efeitos sonoros sincronizados ou criar uma cena de diálogo de 15 segundos com várias tomadas utilizando fotografias de referência, Happy Horse 1.0 reúne a geração de vídeo e áudio numa única etapa. Escolha uma estrutura de prompt, organize as imagens de referência se as tiver e experimente gerar o primeiro clipe no navegador através do AI Studio.
Fontes
Perguntas frequentes
Quem criou o Happy Horse AI?
Happy Horse (também escrito HappyHorse) é uma família de modelos de geração de vídeo com IA da Alibaba. Foi desenvolvida pela equipa Future Life Lab dentro do Alibaba Token Hub (ATH), a unidade de inovação em IA da Alibaba. Após a estreia anónima do modelo no Artificial Analysis Video Arena cerca de 7 de abril de 2026, a Alibaba confirmou em 10 de abril de 2026 que o Happy Horse era o seu projeto.
Qual é a diferença entre Happy Horse 1.0 e 1.1?
Happy Horse 1.1 foi lançado em 22–23 de junho de 2026 com melhor consistência de personagens e produtos entre múltiplas referências, movimentos de ação mais fluidos, maior fidelidade ao prompt e sincronização mais precisa entre áudio e vídeo. Também acrescenta quatro proporções de ecrã (21:9, 9:21, 5:4 e 4:5), totalizando nove, adiciona uma opção de 480p na Alibaba Cloud e reduz o preço da API em 1080p. Porém, a edição de vídeo continua a ser um endpoint exclusivo da versão 1.0.
O Happy Horse tem código aberto?
Não, o Happy Horse tem código fechado e não disponibiliza os seus pesos. Segundo a fal, o modelo não terá código aberto nem poderá ser licenciado. Sites ou repositórios que ofereçam pesos de código aberto do Happy Horse para transferência não são autênticos. Só é possível aceder ao modelo por APIs em nuvem, como Alibaba Cloud Model Studio e fal, ou por plataformas no navegador, como AI Studio.
Quanto custa o Happy Horse?
O preço da API é cobrado por segundo de resultado e varia conforme o fornecedor e a região. Na fal, Happy Horse 1.0 custa $0,14 por segundo em 720p e $0,28 por segundo em 1080p, enquanto a versão 1.1 reduz o preço de 1080p para $0,18 por segundo. No AI Studio, Happy Horse 1.0 custa 10 créditos por segundo em 720p e 18 créditos por segundo em 1080p.
Existe um Happy Horse 2.0?
Até 13 de novembro de 2026, não há ID de modelo, preço ou lançamento do Happy Horse 2.0. O Alibaba Token Hub mencionou num painel do Festival de Cinema de Veneza no início de setembro de 2026 que o 2.0 e uma ferramenta HappyHorse Control estavam planeados para o fim de setembro, e a Alibaba prometeu um modelo de vídeo de nova geração para novembro, mas ele foi anunciado sem ser lançado.
Transforme a sua ideia em vídeo
Explore o gerador de vídeos e comece a criar.
Gerar um vídeo


