目录
Happy Horse AI 视频生成器(也写作 HappyHorse)是 Alibaba Token Hub (ATH) 旗下 Future Life Lab 团队开发的 AI 视频模型系列。当前的 1.0 和 1.1 版本可将文本提示词、首帧图像或最多 9 张参考图转换为 3 至 15 秒、24 fps、最高 1080p 的 MP4 视频,并原生生成音频。
打开 AI Studio 的 Happy Horse 视频生成器,就能直接在浏览器中使用 Happy Horse 1.0 生成视频。AI Studio 是一家独立网站,与阿里没有关联,通过积分系统运行多个 AI 视频和图像模型,目前提供 Happy Horse 1.0(不提供 1.1)。
Happy Horse AI 是什么,由谁开发?
Happy Horse AI 是一个闭源的视频和音频生成模型系列,由阿里 AI 创新部门 Alibaba Token Hub (ATH) 旗下的 Future Life Lab 团队开发。
该模型最初于 2026 年 4 月 7 日前后引起关注,当时 HappyHorse-1.0 在 Artificial Analysis Video Arena 匿名亮相。在盲投排名中,它登上无音频类别的文生视频和图生视频两项榜首。2026 年 4 月 10 日,阿里向 CNBC 确认该匿名模型是其内部项目。
Happy Horse 1.0 的公共 API 随后于 2026 年 4 月下旬开放,fal 列出自 2026 年 4 月 27 日起可用,Alibaba Cloud Model Studio 也提供该模型。约两个月后的 2026 年 6 月 22–23 日,阿里发布 Happy Horse 1.1,更新了一致性、动作和画面比例,并降低了 1080p 价格。
至于底层原理,团队表示 Happy Horse 使用约 150 亿个参数,采用统一的 40 层自注意力 Transformer,在一次生成过程中同时生成视频和音频;但这些架构规格来自团队自身,未经独立验证。
如果你正在寻找可下载到本地运行的权重,请留意:Happy Horse 严格闭源。它没有开放权重,fal 也明确指出该模型不会开源或提供授权。任何提供“开源 Happy Horse”下载或本地安装程序的网站都不可信。另请注意一个无关的同名网站:“Happy Horse 2”(happyhorse2.video)是独立网站,不运行阿里的模型。
Happy Horse AI 视频生成器能做什么?
Happy Horse AI 视频生成器可根据文本提示词、起始帧或最多 9 张参考图,创建 3 至 15 秒、24 fps 的 MP4 视频,并同步生成声音。
在各个 API 端点中,该模型接受最长 5,000 个非中文字符(或 2,500 个中文字符,超出部分会被截断)的提示词,默认生成 5 秒视频。下面介绍各生成模式的工作方式。
文生视频
文生视频仅根据你编写的提示词从零构建场景。你可以选择时长(3 至 15 秒内的任意整数)、分辨率(720p 或 1080p,阿里云上的 1.1 还提供 480p 档位)和画面比例。你可以描述一个连续动作,也可以将提示词拆分为带时间的多镜头指令,让镜头在同一段视频中切换角度。
图生视频
图生视频将一张起始图像变成 3 至 15 秒的视频。输入图像作为首帧,输出视频自动遵循上传图片的画面比例。为了获得清晰效果,首帧图像每边至少需要 300 像素,画面比例须介于 1:2.5 和 2.5:1 之间。
使用最多 9 张图片参考生视频
参考生视频允许你上传 1 至 9 张参考图,以保持新生成场景中人物、物体或环境的一致性。模型不会仅仅让起始帧动起来,而是从上传的图片中提取主体,将其放入你选择的镜头和画面比例中。
在 Happy Horse 1.0 中,顺序很重要。你必须在提示词中按照上传顺序准确地用 character1、character2、character3 等指代图片,其中第一张上传的图片是 character1。如果省略这些明确标签,模型可能会混淆人物。参考文件应为 JPEG、PNG 或 WEBP 格式,短边至少 400 像素;清晰的 720p 或更高分辨率图片效果最佳,其比例应接近目标视频的画面比例。
原生音频和口型同步
有些视频模型输出无声视频,或在单独的后期处理步骤中添加音效;Happy Horse 则在生成画面的同一过程中生成音频。当你描述场景时,它会自动生成匹配的环境音、音效和对白。如果在提示词中用引号写出对白,模型会生成多语言口型同步,使语音与人物嘴部动作配合。
视频编辑(仅限 API 和 1.0)
在 API 层面,Happy Horse 1.0 还包含一个专用视频编辑端点(happyhorse-1.0-video-edit),用于改变现有视频的风格或替换其中的元素。该模式没有随 1.1 更新,仍是仅限 1.0 的 API 端点。AI Studio 不提供视频编辑模式。
Happy Horse 1.0 与 1.1:有什么变化?
与 1.0 相比,Happy Horse 1.1 改进了多张参考图中人物和产品的一致性,让快速动作更流畅,加强了对提示词的遵循和音画同步,新增 4 种画面比例,并降低了 1080p 的生成价格。
下表并列比较了两个版本在各 API 供应商和 AI Studio 上的情况:
| 功能 | Happy Horse 1.0 | Happy Horse 1.1 |
|---|---|---|
| 发布日期 | 2026 年 4 月(Arena 约 4 月 7 日;API 于 4 月下旬) | 2026 年 6 月 22–23 日 |
| 模式 | 文生视频、图生视频、参考生视频(1–9 张图片)、视频编辑 | 文生视频、图生视频、参考生视频(1–9 张图片) |
| 画面比例 | 5 种:16:9、9:16、1:1、4:3、3:4(图生视频遵循输入图片) | 9 种:新增 21:9、9:21、5:4、4:5(图生视频遵循输入图片) |
| 分辨率 | 720p、1080p | 720p、1080p(阿里云另有 480p) |
| fal API 价格(720p) | 每秒 $0.14 | 每秒 $0.14 |
| fal API 价格(1080p) | 每秒 $0.28 | 每秒 $0.18 |
| 原生音频 | 有(音画共同生成并支持口型同步) | 有(音画同步得到改进) |
| AI Studio 是否提供 | 是 | 暂无 |
Happy Horse 1.0 仍适合制作日常视频。它在 fal 上的 720p 价格与 1.1 相同,5 种画面比例覆盖横屏、竖屏和正方形格式,也保留了 3 至 15 秒的时长范围、原生音频和最多 9 张参考图。如果你不需要 21:9 超宽画面或更便宜的 1080p 价格,1.0 就能满足大多数社交媒体和产品短视频的需求,而且可以在浏览器中通过 AI Studio 运行。
有 Happy Horse 2.0 吗?
截至 2026 年 11 月 13 日,Happy Horse 2.0 尚无发布版本、模型 ID 或价格。
在 2026 年 9 月初的威尼斯电影节座谈会上,Alibaba Token Hub 表示计划在 9 月底推出 Happy Horse 2.0 和名为“HappyHorse Control”的配套工具,但未能如期发布。随后在 2026 年 9 月的大会上,阿里还表示下一代视频模型将在 11 月推出。在实际的模型 ID 和端点上线之前,应将网上流传的任何“Happy Horse 2.0”规格表视为未经确认的信息。
Happy Horse 价格是多少?
Happy Horse 按生成视频的秒数计价,开发者 API 的价格为每秒 $0.14 至 $0.28,AI Studio 的价格为每秒 10 至 18 积分。
如果直接通过云端 API 接入,具体的每秒价格因供应商和地区而异。根据 2026 年年中至下半年的标价:
- fal(Happy Horse 1.0):720p 每秒 $0.14,1080p 每秒 $0.28。
- fal(Happy Horse 1.1):720p 每秒 $0.14,1080p 每秒 $0.18。例如,一段 10 秒的 1080p 视频在 1.0 上花费 $2.80,在 1.1 上则为 $1.80。
- Alibaba Cloud Model Studio(
happyhorse-1.0国际部署标价):720p 每秒 $0.14,1080p 每秒 $0.24。
如果你希望无需设置 API 密钥即可在浏览器中生成视频,AI Studio 以简单的每秒积分计费方式运行 Happy Horse 1.0。总费用等于每秒费率乘以秒数,结果向上取整:
| 分辨率 | 每秒 | 5 秒(默认) | 10 秒 | 15 秒(最长) |
|---|---|---|---|---|
| 720p | 10 积分 | 50 积分 | 100 积分 | 150 积分 |
| 1080p | 18 积分 | 90 积分 | 180 积分 | 270 积分 |
最短的 3 秒 720p 视频需要 30 积分。新 AI Studio 账户注册后会获得 4 个试用积分,可用于浏览界面,但运行一次 Happy Horse 生成需要更多积分。在点击生成之前,AI Studio 会显示所选时长和分辨率的准确积分费用。
如何在 AI Studio 上制作 Happy Horse 视频
无需管理代码或云端账单,只需在浏览器中快速完成 7 个步骤,就能在 AI Studio 上制作 Happy Horse 视频。
- 打开生成器:前往 AI Studio 的 Happy Horse 专属页面,或打开主 AI 视频生成器,在模型选择器中选择 Happy Horse 1.0(网站上还有 Seedance、Kling、Gemini Omni、MiniMax H3 和 Grok Imagine 等其他浏览器模型)。
- 选择生成模式:根据你是从空白开始、使用首帧还是使用人物参考图,选择 Text to Video(文生视频)、Image to Video(图生视频)或 Reference to Video(参考生视频)。
- 按需上传图片:
- 使用 Image to Video 时,上传一张图片作为首帧(每边至少 300 px,比例介于 1:2.5 和 2.5:1 之间)。
- 使用 Reference to Video 时,按照计划引用的确切顺序上传 1 至 9 张清晰的 JPEG、PNG 或 WEBP 图片(短边至少 400 px,推荐 720p 及以上)。
- 编写提示词:输入场景描述、镜头运动,以及对白或音效(最多 5,000 个非中文字符或 2,500 个中文字符)。如果使用 Reference to Video,请按顺序将上传的主体标记为
character1、character2等。 - 设置时长、分辨率和画面比例:
- 选择 3 至 15 秒 之间的任意整数秒时长(默认为 5 秒)。
- 选择 720p(默认)或 1080p。
- 对于 Text to Video 和 Reference to Video,选择画面比例:16:9(默认)、9:16、1:1、4:3 或 3:4。如果使用 Image to Video 模式,画面比例控件会隐藏,因为输出会自动匹配上传图片的尺寸。
- 查看积分费用:提交前查看积分显示,例如 5 秒 720p 视频需要 50 积分,5 秒 1080p 视频需要 90 积分。
- 生成并下载:点击生成,等待音频和视频的一次性渲染完成,然后下载 MP4 视频。
AI Studio 不为 Happy Horse 提供的功能
为了让你在购买积分前节省时间,以下是 AI Studio 目前对 Happy Horse 不支持的功能:
- Happy Horse 1.1:AI Studio 仅运行 1.0,因此这里暂不提供 1.1 及其额外的 4 种画面比例(21:9、9:21、5:4、4:5)。
- 视频编辑模式:无法上传现有视频来改变风格或替换物体(
happyhorse-1.0-video-edit仅限 API)。 - 480p 分辨率:仅提供 720p 和 1080p。
- 种子控制和水印开关:界面未提供自定义种子数值和水印开关。
- 视频或音频文件输入:只能输入文本和静态图片(不能输入驱动音轨或视频文件)。
- 超出范围的时长:不支持短于 3 秒或长于 15 秒的视频。
Happy Horse 提示词技巧
为 Happy Horse AI 视频生成器编写结构化提示词,有助于充分利用其多镜头切换、参考图追踪和原生音频引擎。
- 遵循场景 + 主体 + 动作 + 音频的结构:EvoLink 的 Happy Horse 文档建议将提示词组织成 4 个清晰部分。先交代环境和光线,再描述画面中的人物或物体,明确主体和镜头如何运动,最后说明背景环境音、音效和对白。
- 使用逐镜头时间范围制作多切镜视频:由于 Happy Horse 支持最长 15 秒的视频,单个静态镜头可能显得缓慢。你可以写明时间区间和景别来指导一次生成中的镜头切换,例如
Shot 1 [0~3s] wide angle: ...; Shot 2 [3~6s] medium shot: ...,让模型准确知道何时切换角度。 - 按顺序将参考图标记为
character1、character2:在参考生视频模式中,不要只依赖“穿红色夹克的女人”之类模糊描述。始终将每个上传文件与其顺序编号对应起来(第一张图为character1,第二张为character2),并让上传图片的比例接近目标输出比例。 - 图生视频应描述动作,而不是重新描述图片:模型已经能看到首帧图像的颜色、服装和布局。应把提示词用在说明首帧之后的变化上:主体如何转身、风如何吹动背景、镜头向哪里平移,以及播放什么声音。
- 保持对白足够简短,以适应时长:当台词能在镜头时间范围内自然说完时,原生口型同步效果最佳。3 秒镜头只能容纳一句短话,而 10 秒视频则能让人物有时间交换两句简短对白,不必让口型动作过于仓促。
下面是一个使用定时镜头切换和原生音频的 文生视频提示词 示例:
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.
下面是一个使用两张上传人物图片的 参考生视频提示词 示例:
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.
无论你想让单张插画动起来并配上同步音效,还是利用参考照片编排一段 15 秒的多镜头对话场景,Happy Horse 1.0 都能一步生成视频和音频。选择一种提示词结构,按顺序准备好参考图(如果有),然后尝试在浏览器中通过 AI Studio 生成你的第一段视频。
来源
常见问题
Happy Horse AI 是谁开发的?
Happy Horse(也写作 HappyHorse)是阿里的 AI 视频生成模型系列,由阿里 AI 创新部门 Alibaba Token Hub (ATH) 旗下的 Future Life Lab 团队开发。该模型于 2026 年 4 月 7 日前后在 Artificial Analysis Video Arena 匿名亮相后,阿里于 2026 年 4 月 10 日确认 Happy Horse 是其项目。
Happy Horse 1.0 和 1.1 有什么区别?
Happy Horse 1.1 于 2026 年 6 月 22–23 日发布,改进了多参考图中人物与产品的一致性,让动作更流畅,提高了提示词遵循能力,并加强了音画同步。它还新增 4 种画面比例,总数达到 9 种(新增 21:9、9:21、5:4 和 4:5),在阿里云新增 480p 档位,并降低了 1080p API 价格。不过,视频编辑端点仍仅限 1.0。
Happy Horse 开源吗?
不,Happy Horse 是闭源模型,也没有开放权重。据 fal 称,该模型不会开源或提供授权。任何提供可下载的 Happy Horse 开源权重的网站或代码仓库都不可信。你只能通过 Alibaba Cloud Model Studio 和 fal 等云端 API,或 AI Studio 等浏览器平台使用该模型。
Happy Horse 价格是多少?
API 按输出视频的秒数计费,价格因供应商和地区而异。在 fal 上,Happy Horse 1.0 的 720p 价格为每秒 $0.14,1080p 为每秒 $0.28,而 1.1 的 1080p 价格降至每秒 $0.18。在 AI Studio 上,Happy Horse 1.0 的 720p 价格为每秒 10 积分,1080p 为每秒 18 积分。
有 Happy Horse 2.0 吗?
截至 2026 年 11 月 13 日,Happy Horse 2.0 尚无模型 ID、价格或发布版本。Alibaba Token Hub 在 2026 年 9 月初的威尼斯电影节座谈会上提到,计划于 9 月底推出 2.0 和 HappyHorse Control 工具;阿里还承诺在 11 月推出下一代视频模型,但当时只是预告,并未发布。
把创意变成视频
打开视频生成器,开始你的创作。
生成视频


