Créez des vidéos IA HappyHorse depuis un prompt texte ou une image de référence, puis façonnez 3 à 15 secondes de mouvement cinématographique en 720p ou 1080p. Utilisez HappyHorse 1.1 pour davantage de formats et des références plus grandes, ou le modèle HappyHorse de base pour un brouillon Alibaba plus simple avec structure multi-shot et Native Audio pour démos produit, courtes publicités, textures ASMR et storyboards sociaux.
HappyHorse est une famille de modèles vidéo Alibaba-ATH pour le texte-vers-vidéo et l’image-vers-vidéo. Lors de son entrée dans l’Artificial Analysis Video Arena en avril 2026, HappyHorse 1.0 s’est classé premier en texte-vers-vidéo et image-vers-vidéo sans audio, puis deuxième dans les tests équivalents avec audio.
Sur Toolaze, choisissez HappyHorse 1.0 ou 1.1 pour créer depuis du texte ou une image des clips de 3 à 15 secondes en 720p ou 1080p. Les deux versions conviennent aux démos produit, publicités courtes, scènes de personnage, ASMR tactile et storyboards multi-shot.
modèle vidéo IA
| Métrique de Performance | Spécification Toolaze |
|---|---|
| Développeur | Famille de modèles vidéo HappyHorse d’Alibaba-ATH |
| Référence de lancement d’avril 2026 | Premier en texte-vers-vidéo et image-vers-vidéo sans audio, deuxième dans les tests équivalents avec audio de l’Artificial Analysis Video Arena |
| Entrées sur Toolaze | Texte-vers-vidéo ou image-vers-vidéo avec une image comme première frame |
| Sortie | 3 à 15 secondes, 720p ou 1080p, MP4 à 24 fps |
| Audio | Sortie audio guidée par des prompts de dialogue, ambiance, direction musicale et effets tactiles |
| Langue du prompt | La documentation Alibaba Cloud accepte toute langue ; elle ne publie ni nombre fixe de langues pour la synchronisation labiale ni garantie de précision |
| Direction multi-shot | Définissez l’ordre des plans et répétez les détails de sujet, produit, tenue ou scène qui doivent rester cohérents |
| Formats | HappyHorse 1.1 ajoute 4:5, 5:4, 9:21 et 21:9 à 16:9, 9:16, 1:1, 4:3 et 3:4 |
| Credits de départ | HappyHorse 1.1 commence à 135 Credits sur Toolaze et HappyHorse 1.0 à 168 Credits |
Commencez avec HappyHorse 1.1 pour la gamme de formats la plus large et une limite d’image de 20MB. Choisissez le modèle de base lorsqu’un flux de référence de 10MB suffit.
Utilisez texte-vers-vidéo pour un nouveau concept ou importez une image de référence lorsque l’identité, la forme produit, la tenue ou la composition doivent rester reconnaissables.
Choisissez 720p ou 1080p, une durée compatible, puis décrivez caméra, ordre des plans, action, lumière et indices Native Audio.
Vérifiez la dérive du mouvement, la fidélité à la référence et le timing sonore. Si le résultat est trop large, réduisez la liste des plans ou renforcez les détails à préserver.
Utilisez-les comme points de départ, puis réglez durée, résolution et format dans Toolaze.
Révélation produit
Créez une vidéo produit premium pour une enceinte portable noire mate sur une table en pierre. Commencez par un lent mouvement latéral, passez au détail de la grille textile, puis révélez une lumière bleue douce sous le logo. Gardez la forme stable et ajoutez vibration basse, ambiance de pièce et clics nets.
Moment personnage avec référence
Animez l’image de personnage importée en un court moment dramatique. Le personnage se tourne vers une fenêtre lumineuse, le manteau bouge, les cheveux réagissent à une brise et la caméra passe de l’épaule au visage calme. Préservez traits, couleurs, pose et ambiance.
Scène texture ASMR
Créez un clip ASMR macro où des cubes de gelée translucide sont pressés par une petite cuillère métallique sur une assiette céramique. Montrez compression lente, ondulations, gouttes lumineuses et cuillère qui se soulève. Ajoutez sons doux, contact assiette, petits taps et pas de musique.
Publicité lifestyle multi-shot
Créez une publicité lifestyle pour une veste de course légère au lever du soleil. Plan un: tissu dans le vent. Plan deux: coureur suivi de côté. Plan trois: détail de fermeture éclair sous la lumière. Gardez couleur et logo, ajoutez pas, vent et ambiance urbaine.
HappyHorse répond mieux quand version, sujet préservé, mouvement et son sont séparés.
Prompt faible
Fais un clip mode.
Meilleur prompt
Faible: Fais un clip mode. Meilleur: Créez un clip mode en trois plans pour une veste argentée. Commencez par l’épaule, passez à une marche de côté et terminez par la texture de manche. Gardez forme et couleur, lumière douce du matin, froissement textile et pas discrets.
Prompt faible
Anime cette image.
Meilleur prompt
Faible: Anime cette image. Meilleur: Animez le portrait importé avec un lent push caméra et un léger mouvement de tête. Préservez visage, coiffure, couleur de veste, arrière-plan et direction lumineuse, avec respiration naturelle et vent léger.
Prompt faible
Ajoute des sons ASMR.
Meilleur prompt
Faible: Ajoute des sons ASMR. Meilleur: Créez une macro d’un savon rasé par une lame fine. Ajoutez coupe nette, petits copeaux sur céramique, mouvement doux de la main et aucune musique de fond.
Transformez des produits et des idées visuelles en brouillons courts avec formes stables et lumière claire.
Importez une image et animez le sujet tout en préservant personne, objet, tenue ou mise en page.
Décrivez coupes, pression, écoulements, taps et contact textile avec un Native Audio correspondant.
Montez un ordre de plans compact pour les réseaux sociaux sans construire une timeline complète.
Créez des moments expressifs avec caméra, ambiance, continuité de tenue et mouvement contrôlé.
Testez l’ordre des plans, la lumière, le rythme et le son avant la production finale.
Choisissez la version HappyHorse selon la taille d’entrée, les besoins de format et le niveau de contrôle souhaité.
| Critère | HappyHorse 1.1 | HappyHorse |
|---|---|---|
| Modes de création | Texte-vers-vidéo et image-vers-vidéo avec une image de référence. | Texte-vers-vidéo et image-vers-vidéo avec une image de référence. |
| Limite référence | Une image importée jusqu’à 20MB. | Une image importée jusqu’à 10MB. |
| Formats | 16:9, 9:16, 1:1, 4:3, 3:4, plus 4:5, 5:4, 9:21 et 21:9. | Formats principaux 16:9, 9:16, 1:1, 4:3 et 3:4. |
| Durée et sortie | 3 à 15 secondes en 720p ou 1080p. | 3 à 15 secondes en 720p ou 1080p. |
| Audio et plans | Native Audio et prompts multi-shot pour produit, récit et ASMR. | Native Audio et prompts multi-shot pour brouillons simples. |
| Crédits de départ | Dès 135 Credits sur Toolaze. | Dès 168 Credits sur Toolaze. |
| À choisir quand | Vous avez besoin du plus grand choix de formats HappyHorse ou d’une référence plus lourde. | Vous voulez le modèle HappyHorse de base avec une limite de référence plus petite. |
Utilisez HappyHorse lorsque la continuité de scène et le contrôle des formats par version comptent plus que le nombre maximal de références.
| Modèle | Bon usage | À vérifier avant |
|---|---|---|
| HappyHorse | Texte-vers-vidéo ou image-vers-vidéo Alibaba avec une référence, Native Audio et formats par version. | Vérifiez si HappyHorse 1.1 ou le modèle de base correspond au fichier et au format. |
| Wan 2.6 | Clips Wan guidés par le son, Native Audio et durées 5/10/15 secondes. | À utiliser si les formats extra larges ou hauts de HappyHorse 1.1 ne sont pas nécessaires. |
| Kling 3.0 | Mouvement cinématographique poli, clips produit et shorts créateur. | Vérifiez si le style Kling correspond à la marque avant les générations plus coûteuses. |
| Grok 1.5 Video | Brouillons rapides avec Native Audio et exploration créative large. | À utiliser lorsque la vitesse compte plus que les contrôles HappyHorse précis. |
HappyHorse 1.1 accepte une référence jusqu’à 20MB et ajoute 4:5, 5:4, 9:21 et 21:9. Le modèle de base conserve les formats principaux et une limite de 10MB.
À son entrée en avril 2026, il s’est classé premier en texte-vers-vidéo et image-vers-vidéo sans audio, puis deuxième dans les tests équivalents avec audio. Il s’agit d’une référence de lancement datée, pas d’une position actuelle permanente.
Sur Toolaze, il crée des MP4 de 3 à 15 secondes en 720p ou 1080p. Alibaba Cloud documente une sortie à 24 fps pour la famille HappyHorse.
Alibaba Cloud indique que les prompts acceptent toute langue. Aucune liste fixe de langues de synchronisation labiale ni garantie de précision n’est publiée ; testez la langue et le dialogue avant le rendu final.
Oui. Écrivez une courte séquence de plans avec une action par beat et indiquez ce qui doit rester constant entre les coupes.
Oui. Ajoutez des sons concrets comme froissement textile, pas, ambiance de pièce, contact de lame ou sons produit doux.
Oui pour des scènes tactiles courtes si le prompt précise texture, caméra proche, sons de contact et absence de musique.
Oui. Utilisez image-vers-vidéo quand personne, produit, tenue ou mise en page doivent rester reconnaissables.
Utilisez Wan 2.6 avec texte ou une image, durées 5/10/15 secondes, Native Audio et mouvement Wan équilibré.
Créez des brouillons vidéo Kling cinématographiques avec un modèle de mouvement familier et des clips sociaux polis.
Explorez des vidéos concept rapides avec Native Audio pour l’idéation et les brouillons sociaux.