HappyHorse 的功能亮点
汇总该提供方主要模型系列中的共性优势。
音视频联合生成150 亿参数统一 Transformer 架构多语言原生口型同步排行榜第一名
电影级文本生视频
HappyHorse-1.0 能够精准解析复杂场景描述，呈现准确的运动轨迹、真实的光照效果和流畅的镜头运动，无需任何参考素材即可达到电影级画质。
图像生视频动画
上传起始帧图像并描述期望的动作，HappyHorse-1.0 在保持角色身份、风格和场景构图的同时，生成自然流畅的运动效果。
同步音频叙事
与视频生成后才配音的模型不同，HappyHorse-1.0 在同一次推理中同步生成音频和视频，口型同步更精准，拟音更自然，最终效果更真实。
如何在 skills.video 中使用 HappyHorse
01
输入提示词
用文字描述视频场景、人物、动作和风格。如需图像生视频，可同时上传一张起始帧图像。
02
配置参数
选择分辨率（最高 1080p）、宽高比、时长（5 秒或 8 秒），并决定是否开启原生音频生成。
03
生成并下载
提交请求后，即可获得带有同步音频的高质量视频，可直接预览和下载。
视频模型
在这里集中浏览 HappyHorse 的全部视频模型，包括文生视频和图生视频能力。
1 个模型
常见问题
关于 HappyHorse 模型和工作流的常见问题。
HappyHorse 是什么？expand_more
HappyHorse 是 HappyHorse-1.0 的研发团队，该模型在 Artificial Analysis Video Arena 排行榜上的文本生视频和图像生视频两项评测中均位列第一，能够在单次推理中同步生成音频与视频。
HappyHorse-1.0 与其他 AI 视频模型有何不同？expand_more
HappyHorse-1.0 在同一次前向推理中原生生成音频（包括对话、环境音和拟音），大多数其他模型要么不支持音频，要么在单独的后处理步骤中添加音频，容易出现时序不匹配问题。此外，HappyHorse-1.0 支持 7 种语言的音素级口型同步。
HappyHorse-1.0 支持哪些分辨率和时长？expand_more
HappyHorse-1.0 支持 480p、720p 和 1080p 输出，宽高比包括 16:9、9:16、1:1、4:3 和 3:4，每次生成的视频时长可设置为 5 秒或 8 秒。
可以生成不含音频的视频吗？expand_more
可以。音频生成为可选项，如果只需要视频输出，可以在设置中关闭音频生成。
HappyHorse-1.0 免费吗？expand_more
注册账户后可获得免费额度体验 HappyHorse-1.0。如需无限量生成或使用更高分辨率，则需要订阅付费套餐。