# HappyHorse AI：阿里巴巴视频模型——HappyHorse 1.0 和 1.1 能做什么

> HappyHorse AI 是阿里巴巴的视频模型，也是同名服务 happyhorse.com。1.0 于 2026 年 4 月发布，1.1 于 2026 年 6 月 23 日发布。模型一次生成 3–15 秒、480p–1080p、自带声音的片子：可以按文本、按首帧，或按最多 9 张参考图，1.0 还能改已有视频。Arena 上 HappyHorse 1.0 排第 10。在 AI2Face 里，HappyHorse 可以直接在生成器中使用。

开发者: Alibaba · 发布时间: 2026-06-23 · 更新于 2026-10-28
URL: https://ai2face.com/zh/models/happyhorse

## 关键信息

| | |
|---|---|
| 开发者 | Alibaba |
| 版本 | HappyHorse 1.0（2026 年 4 月），HappyHorse 1.1（2026 年 6 月 23 日） |
| 模式 | 文本、首帧、参考图；改视频仅 1.0 |
| 时长 | 3–15 秒，默认 5 秒；每秒 24 帧 |
| 分辨率 | 1.1 — 480p、720p、1080p；1.0 — 720p、1080p |
| 声音 | 所有模式都和画面一起生成 |
| 参考图 | 最多 9 张，短边至少 400 像素，单张不超过 20 MB |
| 画幅 | 16:9、9:16、4:3、3:4、4:5、5:4、1:1、21:9、9:21 |
| 在哪里用 | happyhorse.com，Alibaba Cloud Model Studio API |
| 在 AI2Face | 有，在生成器里 |

## HappyHorse AI 是什么

HappyHorse 是阿里巴巴的视频模型。使用入口是网站 happyhorse.com 和 Alibaba Cloud Model Studio 的 API。这是阿里巴巴的第二条视频产品线，和[通义万相](/zh/models/wan)并列：通义万相负责更长的「一条龙」片子，HappyHorse 负责带声音的短电影感片段。

**HappyHorse 1.0** 于 2026 年 4 月发布。阿里巴巴点了它已经投入的场景：短剧、电商广告、品牌营销，以及游戏 CG 预告片。

**HappyHorse 1.1** 于 2026 年 6 月 23 日发布。这是同一模型的更新：动作更好，更跟提示词，画面质量更高，声音同步更准。

在 2026 年 9 月 21 日的 Arena 排名里，HappyHorse 1.0 在 48 个视频模型中排第 10，紧挨在 Meta 的 Muse Video 后面。

## HappyHorse 能做什么

**一次出片，画面和声音一起有。** 所有模式里，HappyHorse 都把画面和声音一起生成——环境声、音效和角色对白。片子长 3–15 秒，每秒 24 帧。

![电影镜头：两个朋友晚上坐在厨房桌边说话，卷发女孩举着杯子比划，戴眼镜的男生边听边笑](https://ai2face.com/_astro/dialogue.DUQrV0jH_17zVHB.jpg "对话常用的起始帧：两个角色的中景，台词写在提示词里。由 Nano Banana Pro 生成")

**三种起步方式：**

- **按文本** — 整场戏来自提示词，画幅自己选；
- **按首帧** — 一张图变成片子的开头，画幅跟这张图走；
- **按参考图** — 1 到 9 张：角色、商品、地点。

**参考图要编号。** 在参考图模式里，按上传顺序在提示词里点名，例如「穿红裙的女人，来自 [Image 1]」。1.1 里，阿里巴巴单独加强了多张参考图：商品、角色和地点会更贴原图。

![3×3 参考图板：红丝绸裙子女人的三个角度、花白胡子的西装男人、香水瓶、金表、酒店大理石大堂、屋顶露台、一辆老式汽车](https://ai2face.com/_astro/refs.Bc9Szhei_Xgmfx.jpg "九张参考图，是 HappyHorse 的上限：两个角色、两件商品、三处地点，用来做广告片。由 Nano Banana Pro 生成")

**复杂动作。** 1.1 重做了动作建模和时间一致性，难的动作场面会更顺。

![身穿橙色外套的自由式滑雪者腾空越过雪跳台，雪板下扬起粉末状的雪，天空是很亮的蓝](https://ai2face.com/_astro/action.D7WfG4nh_ZrWqW0.jpg "快动作——阿里巴巴用来展示 1.1 改进的那类场面。由 Nano Banana Pro 生成")

**改视频。** 模型 `happyhorse-1.0-video-edit` 按文字改已有成片：换风格，或替换画面里的东西。输入和输出都是 3–15 秒，720p 或 1080p。

## HappyHorse 1.0 和 1.1 差在哪

| | HappyHorse 1.0 | HappyHorse 1.1 |
|---|---|---|
| 发布 | 2026 年 4 月 | 2026 年 6 月 23 日 |
| 分辨率 | 720p、1080p | 480p、720p、1080p |
| 时长 | 3–15 秒 | 3–15 秒 |
| 模式 | 文本、首帧、参考图、改视频 | 文本、首帧、参考图 |
| 多张参考图 | 基础水平 | 商品和角色贴得更紧 |
| 动作和声音 | 基础水平 | 动作更顺，同步更准 |
| Arena 名次（2026.09.21） | 48 个里的第 10 | 排名里还没有 |

## HappyHorse 适合什么

- **短剧和小品** — 最长 15 秒的对白场面。
- **商品广告** — 参考图里的商品和角色出现在同一场戏里。
- **品牌形象片** — 带声音的电影感画面。
- **游戏预告** — 阿里巴巴把 CG 片子列为主要用途之一。
- **改已有视频** — 换风格或替换一个元素，用 1.0。

## HappyHorse 和相近模型

| | HappyHorse 1.1 | [Wan 3.0](/zh/models/wan-3-0) | [MiniMax H3](/zh/models/minimax-h3) | [Kling 3.0](/zh/models/kling-3-0) |
|---|---|---|---|---|
| 开发者 | Alibaba | Alibaba | MiniMax | Kuaishou |
| 时长 | 3–15 秒 | 最长 30 秒 | 4–15 秒 | 最长 15 秒 |
| 分辨率 | 最高 1080p | 最高 1080p | 最高 2K | 最高 4K |
| 参考 | 最多 9 张照片 | 10 张照片、5 段视频、5 段音频 | 9 张照片、3 段视频、3 段音频 | 最多 7 张图或元素 |
| 声音 | 有 | 有 | 立体声 | 有 |
| Arena 名次（2026.09.21） | 10（1.0） | 6 | 8 | — |
| 在 AI2Face | 有 | 有 | 有 | 有 |

HappyHorse 比旁边的模型简单：输入只有图片，最长 15 秒。换来的是更短的提示词，以及一条带声音的电影感短片。如果参考里需要视频和音频，用 MiniMax H3 或 Wan 3.0。

## 怎么给 HappyHorse 写提示词

1. **按编号点参考图：**「[Image 1]」「[Image 2]」，顺序跟上传一致。
2. **写场面、动作和镜头，**外貌交给图片，不要再用文字重复一遍。
3. **对白加引号，**并写明是谁在说。
4. **声音单独一句：**环境、音效、音乐。
5. **提示词最长 5000 个字符，**拉丁字母或西里尔字母；更长的会被截断。

上面那块参考图板可以用这样一段：

```
[Image 1] 里穿红裙的女人从 [Image 9] 的黑色轿车上下来，停在 [Image 7] 的大理石大堂前。
[Image 4] 里的男人迎上去，把 [Image 5] 的香水瓶递给她。她笑着说：“你还记得。”
镜头缓缓绕着两人移动，男人腕上 [Image 6] 的手表闪着光。声音：轻柔的爵士乐，傍晚的城市噪声。
```

## 在 AI2Face 里用 HappyHorse

HappyHorse 在 AI2Face 的生成器里，和 [Wan 3.0](/zh/models/wan-3-0)、[MiniMax H3](/zh/models/minimax-h3)、[Kling](/zh/models/kling) 放在一起。

1. 注册账号，新账户会拿到欢迎积分。
2. 打开生成器，切到视频，选 HappyHorse。
3. 上传一帧或参考图，写提示词，设定时长、画幅和分辨率。
4. 积分费用在开始前就能看到。套餐积分不会过期，可以用银行卡或加密货币支付。

参考图也可以在同一处做：白底上的角色和商品，拼成上面那种图板，用 [Nano Banana Pro](/zh/models/nano-banana-pro) 来画。

## 限制

- **15 秒和 1080p** 是两个版本的上限。
- **输入只有图片。** HappyHorse 不接受视频或音频当参考。
- **改视频只有 1.0。** 1.1 没有改视频的模型。
- **API 会打水印。** 默认在右下角加上「Happy Horse」这几个字，要用参数关掉。
- **图片要求：** JPEG、PNG 或 WEBP，短边至少 400 像素，不超过 20 MB；又小又压得很狠的原图，结果会更差。
- **语音语言** 阿里巴巴没有官方清单。

## 总结

HappyHorse 是阿里巴巴做的短电影感有声片子，输入很直接：一段文本、一帧画面，或最多 9 张图。1.0 现在还在 Arena 前十，1.1 把参考图和动作抓得更稳。短对白、带角色的商品广告、预告片，用 HappyHorse。要最长 30 秒的片子，或者输入里要视频和音频，用 [Wan 3.0](/zh/models/wan-3-0)；要 2K，用 [MiniMax H3](/zh/models/minimax-h3)。同一条提示词放在 AI2Face 里比，很方便。

## 常见问题

### HappyHorse 是什么？

阿里巴巴的视频模型，以及它的服务 happyhorse.com。HappyHorse 按文本、图片或一组参考图，一次生成最长 15 秒、1080p、自带声音的视频。

### HappyHorse 1.1 和 1.0 有什么不同？

按阿里巴巴的说法，1.1 把多张参考图对得更准，复杂动作更顺，更听提示词，细节更多，声音和画面对得更齐。1.1 还多了 480p。改视频目前只有 1.0 有。

### HappyHorse 能做多长、什么分辨率？

3 到 15 秒，按 1 秒一档，每秒 24 帧。HappyHorse 1.1 可做 480p、720p 和 1080p，1.0 可做 720p 和 1080p。

### HappyHorse 有开放权重吗？

没有。阿里巴巴通过自己的服务和云 API 提供 HappyHorse。把这个模型说成 open source 的网站，在官方材料里找不到依据。

### HappyHorse 的角色会说中文吗？

阿里巴巴没有公布官方的语音语言列表。做长片之前，先用 5 秒短片试一下中文对白。

## 资料来源

- https://www.alibabacloud.com/blog/happyhorse-gets-stronger-motion-expressiveness-higher-generation-consistency-and-enhanced-visual-quality_603293
- https://www.alibabacloud.com/help/en/model-studio/video-generate-edit-model/
- https://www.alibabacloud.com/help/en/model-studio/happyhorse-reference-to-video-api-reference
- https://www.alibabacloud.com/help/en/model-studio/happyhorse-text-to-video-api-reference
- https://www.alibabacloud.com/help/en/model-studio/happyhorse-image-to-video-api-reference
- https://arena.ai/leaderboard/text-to-video