Alibaba: HappyHorse 1.1

Alibaba HappyHorse 1.1 ist eine Videogenerierungsvariante mit separat benannten Profilen für Text-zu-Video, Bild-zu-Video mit Anfangsbild und Referenz-zu-Video. Der Hersteller betont verbesserte Bilddetails, Bewegung, clipübergreifende Figurenidentität, Textstabilität und audiovisuelle Synchronisierung. Das Ergebnis ist ein kurzes Video mit Ton für eine Produkteinstellung, Porträtanimation oder kleine Figurenszene. Wählen Sie den Eingabemodus danach, was die Szene bestimmen soll: ein schriftliches Konzept, ein genaues Anfangsbild oder mehrere visuelle Referenzen.

Beschreiben Sie für Text-zu-Video Motiv, Ort, Handlung, Bildausschnitt, Kamerabewegung und gewünschten Ton. Zeigen Sie für eine kurze Handlungsszene einen Radfahrer, der neben einem Café am Fluss anhält, während die Kamera sanft auf das abgestellte Fahrrad zufährt. Passen Sie die Handlung an einen kurzen Clip an und beschreiben Sie den Schlussmoment. Der aktuelle Textleitfaden des Herstellers erlaubt bis zu 5.000 nicht chinesische oder 2.500 chinesische Zeichen und schneidet überschüssigen Text ab. Ordnen Sie das Briefing so, dass wesentliches Motiv und Handlung ausdrücklich benannt und nicht zwischen wiederholten Adjektiven verborgen sind.

Bild-zu-Video mit Anfangsbild verwendet genau ein Bild als Eröffnung. Bereiten Sie Motiv, Komposition und gewünschten Zuschnitt in diesem Standbild vor und beschreiben Sie danach Bewegungen oder Kameraänderungen. Dokumentierte Bildformate sind JPEG/JPG, PNG und WEBP bis 20 MB, mit beiden Abmessungen von mindestens 300 Pixeln und einem Seitenverhältnis zwischen 1:2,5 und 2,5:1. Die Ausgabe nähert sich der gewählten Auflösungsstufe und behält die Proportionen des Ausgangsbildes. Ein Hochformatergebnis beginnt daher mit einer passenden Hochformatkomposition statt einer unabhängigen Seitenverhältnisanweisung.

Referenz-zu-Video akzeptiert ein bis neun Bilder. Der Prompt benennt sie mit [Image 1], [Image 2] und den folgenden Positionen in Eingabereihenfolge. Nennen Sie die Rolle jeder Referenz und den relevanten Gegenstand oder die Person, damit ein Szenenbild nicht mit einer Figurenquelle verwechselt wird. Der Referenzleitfaden akzeptiert JPEG/JPG, PNG oder WEBP bis 20 MB, verlangt eine kürzeste Seite von mindestens 400 Pixeln und empfiehlt klare Referenzen in 720p oder höher. Vermeiden Sie stark komprimierte Referenzen, deren identifizierende Details bereits fehlen.

Platzieren Sie bei mehreren Referenzen die Person aus einem Bild im Raum aus einem anderen und behalten Sie einen Mantel oder ein Produkt aus einem dritten bei. Beschreiben Sie Interaktion und Kamera im selben Briefing. Das 1.1-Referenzprofil betont Stabilität von Motiven, Szenenstil und filmischer Bewegung; prüfen Sie im tatsächlichen Ergebnis Identität, Produktkennzeichnungen und räumliche Platzierung. Mehrere Bilder liefern dem Briefing mehr Informationen; dennoch muss geprüft werden, welche Merkmale in das Video übernommen wurden.

Der Hersteller nennt 480p, 720p und 1080p für die 1.1-Generierungsmodi, ganzzahlige Dauern von drei bis fünfzehn Sekunden und MP4 mit 24 fps. Die API-Antwort beschreibt H.264-Kodierung. Text- und Referenzgenerierung bieten unter anderem 16:9, 9:16, 1:1, 4:3, 3:4, 4:5, 5:4, 9:21 und 21:9; Anfangsbildgenerierung folgt dem Eingabebild. Wählen Sie das Format für den Zielort und lassen Sie Platz für spätere Untertitel oder Gestaltungselemente. Prüfen Sie den tatsächlichen Bildausschnitt in der vorgesehenen Anzeigegröße.

Die Ausgabe dieser Modellfamilie enthält Ton. Geben Sie Vortrag oder Atmosphäre eine klare Rolle im Briefing und prüfen Sie Dialog, Effekte oder Hintergrundspur zusammen mit dem Bild. Halten Sie gesprochenes Material kurz genug für Handlung und Pausen, statt ein langes Skript in eine kurze Einstellung zu pressen. Prüfen Sie bei Sprache Lippenbewegung, Sprecherzuordnung und tatsächlichen Wortlaut. Die Annahme einer Prompt-Sprache definiert für sich weder garantierte Aussprache noch eine separate Stimmreferenzeingabe.

Der dokumentierte Herstellerablauf ist asynchron: Eine Auftragskennung verfolgt die Verarbeitung, und ein erfolgreiches Ergebnis liefert die Videoadresse. Für Ergebnislink und Auftragsabfragen ist eine Gültigkeit von vierundzwanzig Stunden dokumentiert. Bewahren Sie fertigen Clip, Referenzen und Prompt als Überarbeitungsnachweis auf. Die Leitfäden dokumentieren außerdem Seed- und Wasserzeichensteuerungen. Ein fester Seed kann Vergleiche erleichtern, garantiert laut Hersteller aber ausdrücklich keine identischen Ergebnisse. Beurteilen Sie daher das zurückgegebene Ergebnis, statt anzunehmen, eine Einstellung fixiere jeden Frame.

HappyHorse 1.0 und 1.1 sind getrennte Ausgaben. Die 1.1-Ausgabetabelle ergänzt 480p zu den 720p- und 1080p-Optionen von 1.0; die 1.1-Modellseiten beschreiben Verbesserungen bei Details, Bewegung und Konsistenz. Das separat benannte Videobearbeitungsprofil HappyHorse 1.0 hat eigene Eingaben und Grenzen und darf 1.1 nicht stillschweigend als Bearbeitungsmodus zugeordnet werden. Prüfen Sie den gesamten 1.1-Clip auf Identität, Bewegung, Bildausschnitt, Text und Ton und nehmen Sie anschließend eine konkrete Korrektur unter Beibehaltung gelungener Briefingteile vor.