HappyHorse AI 视频生成器

HappyHorse 1.1 是阿里巴巴的视频模型，一次生成画面、音效和口型同步对话。编写提示词或上传最多 9 张参考图片，即可获得 5 至 15 秒的 720p 或 1080p 片段。在同一选择器中点击即可切换到 HappyHorse 1.0。

选择模型
10s

选择视频生成时长

选择清晰度

横屏

选择比例

预计 — Credits

能力

HappyHorse 1.1 视频模型的主要功能

同步视听合成卓越的图像转视频动画专业运动建模先进的多语言理解快速 8 步生成超低词错误率对口型多镜头电影叙事基于提示词的镜头控制引领开源视频革命

功能01

同步视听合成

从同一提示词生成画面与音效

HappyHorse 同时生成视频及其音频。阿里巴巴表示，该模型在一次处理中输出口型同步对话、环境音景和富有表现力的声音表演，因此片段带有语音和房间音调而非静音。将台词放在提示词的引号中，模型会根据台词调整嘴部动作。版本 1.1 还比 1.0 加强了视听同步。

  • 对话、音效和环境与画面一起渲染
  • 引号中的台词变为口型同步语音
  • 发布前无需单独的配音步骤

功能02

卓越的图像转视频动画

一张照片或九张参考图片

上传一张照片，HappyHorse 会将其动画化；或上传最多 9 张参考图片，模型将其中的人物、产品和地点组合成一个场景。阿里巴巴对版本 1.1 的主要目标是参考一致性：升级使参考中的产品、面孔或服装在输出中保持得更好。在 Artificial Analysis 图像转视频竞技场中，HappyHorse 1.1 排名第七，得分 1104。

  • 单张图片动画或最多 9 张图片的参考模式
  • 版本 1.1 提高了参考的身份和产品保真度
  • 在提示词中将每张图片引用为 [Image 1]、[Image 2] 等
卓越的图像转视频动画
卓越的图像转视频动画
卓越的图像转视频动画

功能 03

专业运动建模

始终连贯的动作

阿里巴巴为 HappyHorse 1.1 重建了运动建模和时间一致性，效果在快速动作中得以体现：打斗、舞蹈或冲刺的肢体和道具在每一帧之间保持完整。该模型还保持了物理因果关系的可信度，这就是阿里巴巴将其用于游戏预告片和大量动作广告的原因。

  • 复杂动作序列中更流畅、更连贯的运动
  • 整个片段中身体和道具保持稳定
  • 专为广告、短剧和 CG 预告片打造

功能 04

先进的多语言理解

用你思考的语言写提示

阿里巴巴的 API 文档显示 HappyHorse 接受任何语言的提示词，最多 5,000 个字符（中文 2,500 个）。你可以用西班牙语、日语或中文描述场景，模型会据此生成。第三方网站声称它能为七种语言对口型；阿里巴巴尚未公布语音的语言列表，因此在长时间渲染之前，先用一个短片段测试你的语言。

  • 根据阿里巴巴 API 文档，支持任何语言的提示词
  • 每个提示词最多 5,000 个字符的指令
  • 先在 5 秒片段中测试你语言的口语台词

功能 05

快速 8 步生成

速度声称的实际含义

8 步这个数字来自社区文章，称 HappyHorse 使用蒸馏将去噪缩减到 8 步。阿里巴巴尚未确认，其 API 指南显示一次渲染需要几分钟。实际使用时，每个片段需稍作等待，先在 720p 下以 5 秒进行草稿，这是 Ricebowl 上最快也最便宜的设置。

  • 8 步去噪是社区说法，并非阿里巴巴的规格
  • 每个片段预计几分钟，与其他顶级视频模型类似
  • 先以 5 秒和 720p 草稿，然后以 1080p 渲染最终版本

功能 06

超低词错误率对口型

清晰的语音，匹配的口型

词错误率（WER）衡量说错的单词数。阿里巴巴尚未公布 HappyHorse 的 WER 数字，因此你在别处看到的任何具体数字都应视为未经核实。阿里巴巴确实表明该模型提供对口型对话，其发布演示中有两位演员在咖啡馆里交替说出完整句子。为了清晰的语音，保持每句台词简短，指明说话者，并且每个镜头只安排一位说话者。

  • 对口型对话是一项官方功能
  • 尚无官方 WER 数字；忽略无来源的数字
  • 简短的台词和每个镜头一位说话者能获得最清晰的对口型效果

功能 07

多镜头电影叙事

一次 15 秒渲染中的多个镜头

HappyHorse 可以将一个提示词分割成多个镜头，生成一个最多 15 秒的 1080p 片段。阿里巴巴强调多镜头一致性：角色在频繁切换中保持位置不变，这适合基于紧张感和特写镜头的短剧。按顺序描述镜头，例如咖啡馆的广角镜头、她的特写、然后是他的特写，模型会为你编辑场景。

  • 单个片段内的多个镜头切换
  • 角色在镜头切换中保持位置和视线一致
  • 每次渲染最长15秒，1080p分辨率

功能08

基于提示词的镜头控制

用文字指挥镜头

在HappyHorse中没有物理的镜头推拉杆；你可以通过提示词指挥镜头。该模型针对电影构图进行了调优，擅长大光圈、浅景深和胶片质感，因此诸如“缓慢推近”、“35mm镜头效果”、“对焦到杯子”等描述就能改变镜头。官方API提供九种画面比例选择，在Ricebowl上则可选横屏或竖屏。

  • 通过描述实现推近、环绕、升降和跟焦
  • 擅长浅景深和胶片质感
  • 所有平台均可输出横屏或竖屏

功能09

引领开源视频革命

今天实际开放了什么

HappyHorse目前尚未开放权重。该模型最初出现时，一个非官方站点称其为完全开源，并附有GitHub和Hugging Face链接标注“即将推出”；WaveSpeed于2026年4月8日检查时未发现任何仓库、权重或许可证。阿里巴巴现通过其Model Studio API、happyhorse.com及通义千问App提供该模型。如果你需要可下载的权重，MiniMax H3是开放权重的模型，可在相同的Ricebowl选择器中使用。

  • 截至目前，没有公开的权重、代码或许可证
  • 官方入口：阿里巴巴 Model Studio API、happyhorse.com、通义千问App
  • 同一工作区中的开放权重替代方案：MiniMax H3

提示词示例

HappyHorse 提示词

提示词

装在[Image 1]中的水壶放在日出时的大理石台面上。缓慢推近，蒸汽从壶嘴卷出，柔和的窗光，水壶鸣响以及开关关闭时的轻咔声，16:9，5秒。

参考图片

参考图片

生成结果

生成结果

提示词

一位年轻女子将[Image 1]中的水壶里的水倒入杯子，看向镜头说：“九十秒。这就是我早晨所需的一切。”温馨厨房，手持中景，然后杯子特写，9:16，10秒。

参考图片

参考图片

生成结果

生成结果

使用场景

谁在使用 HappyHorse 1.1

短剧工作室

阿里巴巴报告该模型已用于短剧、电商广告、品牌营销和CG游戏预告片。在短剧中，多镜头场景配合对口型对话，使单次渲染即可覆盖两个角色之间的完整对话。

电商与广告团队

上传产品照片作为参考，模型保持标签和形状不变，同时片段中已有声音。

Try this use case →

品牌和社交媒体营销人员

一段5秒的竖屏1080p视频花费145 credits，足够便宜，每次推广活动可以测试多个钩子。

Try this use case →

游戏和CG预告片制作者

HappyHorse 1.1改进的动作运动适合战斗、追逐和展示类预告片。

市场背景

HappyHorse在AI视频生态系统中的位置

当前文生视频和图生视频排行榜背景

HappyHorse的优势

  • 阿里的第二条视频线：HappyHorse来自阿里的ATH团队，与Wan模型分开。Wan 3.0在文生视频中得分1229，领先HappyHorse 1.1。
  • 文生视频：HappyHorse 1.1在Artificial Analysis排名第八，Elo 1147（2026年9月），HappyHorse 1.0第九名1119。
  • 图生视频：HappyHorse 1.1第七名1104，HappyHorse 1.0第十名1082。
  • 价格：在Ricebowl上，一段5秒1080p的HappyHorse 1.1视频花费145 credits，HappyHorse 1.0需240，Seedance 2.0需510。

排名高于HappyHorse的模型

  • Gemini Omni Flash、Wan 3.0、MiniMax H3和Seedance 2.0等模型在文生视频上得分更高。
  • MiniMax H3和Seedance 2.0在图生视频上也领先HappyHorse。
  • HappyHorse限制在15秒和1080p；Kling 3 Omni和Veo 3.1支持4K。
立即尝试 HappyHorse

用户反馈

创作者反复提到的点

01

对话是选择它的理由

创作者不断回到HappyHorse处理人物说话的镜头。一次HappyHorse渲染同时得到语音和唇部动作，省去了配音环节。

02

开源标签为时过早

寻找HappyHorse权重的开发者只找到'即将推出'链接。HappyHorse是一个API和应用产品，不是本地模型。

03

1.1修复了参考漂移

产品和角色保真度是HappyHorse 1.0的主要抱怨点；阿里在HappyHorse 1.1中直接解决了这个问题。

04

不再是排行榜冠军

HappyHorse于4月在竞技场首次亮相即登顶；此后谷歌、阿里Wan团队和MiniMax的新模型已超越它。

立即尝试 HappyHorse

版本

HappyHorse 1.1 对比 1.0

HappyHorse 1.1 于 2026 年 6 月接替 HappyHorse 1.0，在 Ricebowl 上它既更好又更便宜。HappyHorse 1.1 在 Artificial Analysis 文本转视频竞技场得分为 1147，而 HappyHorse 1.0 为 1119；在图像转视频方面分别为 1104 和 1082。在这里，一个 5 秒 720p 的 HappyHorse 1.1 片段消耗 115 积分；同样的 HappyHorse 1.0 片段消耗 140 积分，在 1080p 下则为 145 对 240。在本站没有理由选择 HappyHorse 1.0，除非你在匹配旧项目。

文本转视频：1147 对 1119

版本 1.1 在 Artificial Analysis 文本转视频竞技场（2026 年 9 月）领先 1.0 共 28 Elo 分。

图像转视频：1104 对 1082

从照片出发，差距为 22 分，1.1 排名第七，1.0 排名第十。

价格：115 和 145 对 140 和 240 积分

一个 5 秒片段在 1.1 上 720p 消耗 115 积分，1080p 消耗 145 积分；而在 1.0 上则为 140 和 240 积分。新版本在每个时长上都更便宜。

独特之处

HappyHorse 1.1的突出特点

01

HappyHorse为何登顶视频排行榜

HappyHorse于2026年4月初匿名进入Artificial Analysis竞技场，在阿里认领之前就取得了文生视频和图生视频双第一。6月份，Arena.ai仍将HappyHorse 1.0在其三块视频榜单上排名第二。这些是盲选并列投票，不是供应商基准。HappyHorse不再是第一，但这就是名字传开的原因。

02

九张参考图加声音

HappyHorse支持最多9张参考图，同时还能在同一轮渲染中生成音频，这个组合在115 credits的价位上很少有模型提供。

03

更低价格获得1080p

HappyHorse 1.1在Ricebowl上5秒1080p花费145 credits，远低于相同时长和分辨率的Seedance 2.0的510 credits。

我们的看法

我们对HappyHorse 1.1的评价

1.1比1.0更好吗？值得花费更多credits吗？

HappyHorse 1.1更好且这里花费更少credits，所以问题不言自明。它在两块竞技场榜单上都领先HappyHorse 1.0，且每种时长都更便宜：720p 5秒需115 credits对比140。总是选HappyHorse 1.1。

它排名很高，但实际使用中能击败Seedance 2.5吗？

并非质量问题。Seedance 2.0 已在两项榜单上超越 HappyHorse 1.1（文生视频 1210 对 1147），而 Seedance 2.5 尚未排名。HappyHorse 在成本和分辨率上胜出：720p 5 秒消耗 115 credits，而 Seedance 2.5 需 315 credits，另加 1080p——Seedance 2.5 在此未提供。对话场景下可选实惠的 1080p HappyHorse；超过 15 秒或 9 张以上参考图时选 Seedance 2.5。

它的优点与局限是什么？

HappyHorse 适合对话驱动的短剧、根据参考照片制作产品广告，以及低成本 1080p 社交片段。它不适合 4K、超过 15 秒的片段、追求极致真实感（请使用 MiniMax H3 或 Seedance 2.0），或在自己的硬件上运行模型。

对比

对比：HappyHorse vs. Seedance 2.0 vs. Kling 3.0 vs. Wan 2.6

功能HappyHorse 1.1Seedance 2.0Kling 3.0Wan 2.6
文生视频竞技场 Elo11471210 (720p)1095 (1080p Pro)1030
图生视频竞技场 Elo11041175 (720p)1054 (1080p Pro)889
Ricebowl 上的片段长度5、10 或 15 秒5、10 或 15 秒5、10 或 15 秒（Kling 3.0 Turbo 上为 15 秒）Ricebowl 上无此模型
Ricebowl 上的最大分辨率1080p1080p4K (Omni)Ricebowl 上无此模型
音频内置内置可选，额外付费Ricebowl 上无此模型
参考图片992Ricebowl 上无此模型
Ricebowl 上最便宜的片段115 积分95 积分 (480p)70 积分（快速，无声音）Ricebowl 未提供
最佳用途预算有限的 1080p 对话场景四者中质量最高4K 产品镜头较旧的阿里巴巴基线模型

竞技场评分来自 Artificial Analysis 的文生视频和图生视频排行榜（2026 年 9 月）。积分价格为 Ricebowl 当前费率。

立即尝试 HappyHorse

使用方法

如何在 Ricebowl 上使用 HappyHorse

立即尝试 HappyHorse

01

打开 HappyHorse 生成器

本页顶部的生成器已默认选中 HappyHorse 1.1。使用邮箱或 Google 注册即可开始。

02

描述场景，添加参考图

描述动作、镜头以及引号内的对话台词。添加一张照片来生成动画，或添加最多 9 张参考图片，并用 [图片 1]、[图片 2] 引用它们。

03

选择时长和分辨率，然后生成

选择 5 秒、10 秒或 15 秒，720p 或 1080p，横屏或竖屏，按下生成。HappyHorse 片段会带声音出现在你的动态中。

用户评价

全球创作者和营销人员的选择

来自在 Ricebowl 上使用 HappyHorse 进行实际工作的用户的反馈。

Wei C.

两个角色，三个镜头，真实对话，一次渲染。HappyHorse 省去了我配音的步骤。

短剧导演

Rachel P.

我们的产品参考图终于保持了一致性。标签在每一条拍摄中都显示正确。

电商经理

Diego M.

145积分就能得到带声音的1080p视频，意味着我可以提出三个版本而不是一个。

社交媒体广告自由职业者

Yuki T.

打斗编排很连贯。HappyHorse 1.1是我制作动作节拍的首选。

游戏预告片剪辑师

Amara O.

我们用法语写提示词，场景返回正确。无需翻译步骤。

品牌内容主管

立即尝试 HappyHorse

定价

一份余额，通用于所有模型。积分可用于全部 20 个视频模型 —— 无水印、不锁模型，每个付费方案都含商用授权。

按年付立省 30%

按年支付，节省更多。

轻量版月度

最便宜的起步方式。所有模型，每月小额额度。

US$12.99/月

每月续订，随时取消。

400 积分

≈ 1–20 条，取决于所选模型

≈ 28–133 张，取决于所选模型

3.25¢ / 积分

  • 1080p · 无水印 · 可商用
  • 积分按计费月重置
  • 全部模型均可使用
  • 无水印输出
  • 可加购积分包
  • 标准支持

入门版月度

推荐

够你把每个模型都试一遍，每月还能做出几条成片。

US$29.9/月

每月续订，随时取消。

1,000 积分

≈ 3–50 条，取决于所选模型

≈ 71–333 张，取决于所选模型

2.99¢ / 积分

2 个并行任务

  • 1080p · 无水印 · 可商用
  • 积分按计费月重置
  • 全部模型均可使用
  • 无水印输出
  • 可加购积分包
  • 标准支持

标准月度

热门

适合准备转全职的个人创作者 —— 模型全开，预算宽裕。

US$49.9/月

每月续订，随时取消。

2,000 积分

≈ 6–100 条，取决于所选模型

≈ 142–666 张，取决于所选模型

2.50¢ / 积分

3 个并行任务

  • 1080p · 无水印 · 可商用
  • 积分按计费月重置
  • 全部模型均可使用
  • 无水印输出
  • 可加购积分包
  • 优先支持

高级月度

推荐

面向高产创作者和小团队的大批量生产。

US$89.9/月

每月续订，随时取消。

5,000 积分

≈ 15–250 条，取决于所选模型

≈ 357–1666 张，取决于所选模型

1.80¢ / 积分

5 个并行任务

  • 1080p · 无水印 · 可商用
  • 积分按计费月重置
  • 全部模型均可使用
  • 无水印输出
  • 可加购积分包
  • 优先支持

Make something with HappyHorse

More AI video tools

常见问题解答

HappyHorse是什么、这里的费用、以及与其他模型的对比。

立即尝试 HappyHorse
HappyHorse AI是免费的吗？

加入Ricebowl是免费的，无需绑卡即可获得8积分，但这不够生成这里的任何视频：最便宜的HappyHorse 1.1渲染需要115积分（5秒720p），就连6秒的MiniMax H3片段也要20积分。请选择积分包或订阅计划来渲染HappyHorse片段。

什么是HappyHorse视频模型？

HappyHorse是阿里巴巴ATH部门推出的视频生成模型。HappyHorse可将文字、照片或多张参考图片转换为带有同步音效和口型同步对话的片段，最长15秒1080p。HappyHorse 1.0于2026年4月发布，HappyHorse 1.1紧随其后于6月发布。

HappyHorse 1.1有什么变化？

HappyHorse 1.1在参考图像一致性、复杂动作的运动、指令遵循、视觉细节和视听同步方面有所改进。它在两大竞技场榜单上的得分均高于HappyHorse 1.0，并且在Ricebowl上各时长价格都更低。

HappyHorse与其他AI视频模型有何不同？

HappyHorse在低价的1080p渲染中集成了对话、多镜头编辑和9张参考图片。正是这种从115积分起的价格组合使HappyHorse脱颖而出。

HappyHorse 1.1真的比Seedance 2.0更好吗？

不。Seedance 2.0在两个榜单上得分更高：文生视频1210对1147，图生视频1175对1104。HappyHorse 1.1是更便宜的1080p方案：5秒145积分，而Seedance 2.0的1080p需要510积分。

HappyHorse真的能同时生成声音和视频吗？

是的。阿里巴巴将HappyHorse输出描述为同步视听，包括口型同步对话、环境音和声音表演，与画面在同一流程中生成。

HappyHorse支持哪些语言？

阿里巴巴文档称HappyHorse提示词可以是任何语言。阿里巴巴尚未公布口语对话的语言列表，因此请先用一个简短的HappyHorse片段测试您的语言。

HappyHorse视频最长多少秒？

每个片段最长15秒。在Ricebowl上您可以选择5、10或15秒；15秒的HappyHorse 1.1片段在720p下需要340积分，1080p下需要435积分。

HappyHorse是开源的吗？

不。没有公开的HappyHorse权重、代码或许可证。HappyHorse可通过阿里巴巴的Model Studio API、happyhorse.com、通义千问App以及Ricebowl等服务获取。

HappyHorse支持哪些分辨率？

阿里巴巴API提供480p、720p和1080p。Ricebowl提供720p和1080p的HappyHorse，支持横屏或竖屏。

HappyHorse的最佳替代是什么？

Ricebowl，因为所有替代模型都同在一个生成器中。MiniMax H3排名更高且起价20积分，Seedance 2.0在图生视频上排名更高，Kling 3 Omni可生成4K。用同一个提示词在HappyHorse和竞品上各渲染一次，保留更好的片段，从一个余额中支付。

相关

探索其他 HappyHorse AI 模型

更多模型

发现其他 AI 视频生成器

Seedance 2Kling 3MiniMax H3Sora 2GPT Image 2Nano Banana 2Veo 3.1Gemini OmniGrok Imagine 1.5PixVerse V6HappyHorseGPT Image 2.5

使用HappyHorse 1.1体验电影级AI创作

就在Ricebowl！

HappyHorse 1.1支持声音和口型同步对话、9张参考图片和最长15秒的1080p片段，与所有其他顶级视频模型并排使用。

立即尝试HappyHorse

免费注册 · 内置声音 · 最高1080p · 5至15秒

使用HappyHorse 1.1体验电影级AI创作

立即尝试 HappyHorse