HappyHorse AI：Alibabaの動画モデル — HappyHorse 1.0と1.1でできること

HappyHorse AI とは

HappyHorse は Alibaba の動画モデルです。サイト happyhorse.com と、Alibaba Cloud Model Studio の API から使います。Alibaba の動画ラインとしては Wan AI に次ぐ二つ目で、Wan が長い「全部入り」のクリップを担い、HappyHorse は音声付きの短い映画的クリップを担います。

HappyHorse 1.0 は2026年4月に公開されました。Alibaba が実務に入ったと挙げる用途は、ショートドラマ、eコマース広告、ブランドのマーケティング、ゲームの CG トレーラーです。

HappyHorse 1.1 は2026年6月23日に公開されました。同じモデルの更新で、動き、プロンプトへの追従、画質、音声の同期が良くなっています。

2026年9月21日時点の Arena ランキングでは、HappyHorse 1.0 は48の動画モデル中10位で、Meta の Muse Video の直後です。

HappyHorse でできること

音声付き動画を一回で。 どのモードでも、HappyHorse は映像と音声を一緒に作ります。環境音、効果音、登場人物のセリフです。長さは3〜15秒、毎秒24フレームです。

始め方は三つです。

• テキストから — 場面全体がプロンプトから出ます。アスペクト比は自分で選びます。
• 最初のフレームから — 画像1枚がクリップの冒頭になり、比率はその画像に従います。
• 参照画像から — 1〜9枚。人物、商品、場所です。

参照は番号で呼びます。 参照モードでは、アップロード順にプロンプトで画像を指します。「赤いドレスの女性、[Image 1]」。1.1 では、Alibaba が複数参照の扱いを別に強化しました。商品、人物、場所が元画像に近く保たれます。

複雑な動き。 1.1 では動きのモデルと時間方向の一貫性を作り直してあり、難しいアクションはより滑らかになります。

動画の編集。 モデル happyhorse-1.0-video-edit は、テキスト指示で完成クリップを変えます。スタイルの移し替えや、要素の差し替えです。入力も出力も 3〜15秒、720p または 1080p です。

HappyHorse 1.0 と 1.1 の違い

	HappyHorse 1.0	HappyHorse 1.1
公開	2026年4月	2026年6月23日
解像度	720p、1080p	480p、720p、1080p
長さ	3〜15秒	3〜15秒
モード	テキスト、最初のフレーム、参照、編集	テキスト、最初のフレーム、参照
複数の参照	基本	商品と人物をより保つ
動きと音声	基本	動きはより滑らか、同期はより正確
Arena の順位（2026.09.21）	48中10位	まだランキングにない

HappyHorse が向く仕事

• ショートドラマとスケッチ — 15秒までの会話シーン。
• 商品広告 — 参照から取った商品と人物を、同じ場面に置く。
• ブランド映像 — 音声付きの映画的な画。
• ゲームのトレーラー — Alibaba は CG 映像を主な用途の一つに挙げています。
• 完成動画の編集 — スタイル変更や要素の差し替え。モデルは 1.0。

HappyHorse と近いモデル

	HappyHorse 1.1	Wan 3.0	MiniMax H3	Kling 3.0
開発元	Alibaba	Alibaba	MiniMax	Kuaishou
長さ	3〜15秒	最長30秒	4〜15秒	最長15秒
解像度	最大1080p	最大1080p	最大2K	最大4K
参照	写真最大9枚	写真10、動画5、音声5	写真9、動画3、音声3	画像または要素が最大7
音声	あり	あり	ステレオ	あり
Arena の順位（2026.09.21）	10（1.0）	6	8	—
AI2Face	あり	あり	あり	あり

HappyHorse は隣のモデルより単純です。入力は画像だけで、長さは15秒まで。その代わりプロンプトは短く、出てくるのは音声付きの映画的クリップです。参照に動画と音声が要るなら、MiniMax H3 か Wan 3.0 を使います。

HappyHorse のプロンプトの書き方

1. 参照は番号で指す。「[Image 1]」「[Image 2]」。アップロードした順です。
2. **場面、動作、カメラを書き、**見た目は画像に任せる。言葉で繰り返さない。
3. **セリフは引用符に入れ、**誰が話すかを書く。
4. **音は別の一文。**環境、効果、音楽。
5. **プロンプトは5000文字まで。**ラテン文字またはキリル文字。それより長いと切られます。

上の参照ボード向けの例です。

[Image 1] の赤いドレスの女性が、[Image 9] の黒い車から降り、[Image 7] の大理石のロビーの前に立つ。
[Image 4] の男性が彼女を出迎え、[Image 5] の香水を差し出す。彼女は微笑んで言う。「覚えててくれたのね。」
カメラは二人の周りをゆっくり回り、男性の手首で [Image 6] の時計が光る。音：柔らかなジャズ、夜の街のざわめき。

AI2Face で HappyHorse を使う

HappyHorse は AI2Face のジェネレーターにあり、Wan 3.0、MiniMax H3、Kling と並んでいます。

1. 登録すると、新しいアカウントにウェルカムクレジットが付きます。
2. ジェネレーターを開き、動画に切り替えて HappyHorse を選びます。
3. フレームか参照画像をアップロードし、プロンプトを書き、長さ、アスペクト比、解像度を指定します。
4. クレジットの料金は実行前に表示されます。パックのクレジットに有効期限はなく、支払いはカードまたは暗号資産です。

参照画像も同じ場所で作れます。上のようなボード用に、白背景の人物や商品を描くのは Nano Banana Pro です。

制限

• 15秒と1080p が、両方のバージョンの上限です。
• 入力は画像だけ。 HappyHorse は動画も音声も参照に受け付けません。
• 編集は 1.0 だけ。 1.1 に編集モデルはありません。
• API の透かし。 初期状態では右下に「Happy Horse」という文字が入ります。パラメータでオフにします。
• 画像の条件： JPEG、PNG、または WEBP。短辺 400px 以上、20MB まで。小さく圧縮しすぎた素材は結果が悪くなります。
• 音声の言語を、Alibaba は公式には列挙していません。

まとめ

HappyHorse は Alibaba の、音声付きの短い映画的クリップです。入れ方は単純で、テキスト、1フレーム、または最大9枚の画像です。1.0 は今も Arena のトップ10に入り、1.1 は参照と動きをより保ちます。短い会話、人物付きの商品広告、トレーラーには HappyHorse を。30秒までのクリップ、または入力に動画と音声が要るなら Wan 3.0、2K なら MiniMax H3 です。同じプロンプトでの比較は AI2Face でそのままできます。