Alibaba: HappyHorse 1.1

Alibaba HappyHorse 1.1 ist eine Videogenerierungsedition mit separat benannten Profilen für Text-to-Video, Image-to-Video mit erstem Einzelbild und Reference-to-Video. Der Hersteller betont verbesserte Bilddetails, Bewegung, Figurenidentität über mehrere Clips, Textstabilität und audiovisuelle Synchronisation. Das Ergebnis ist ein kurzes Video mit Ton, geeignet für eine Produkteinstellung, Porträtanimation oder kleine Figurenszene. Wählen Sie den Eingabemodus danach, was die Szene definieren soll: ein schriftliches Konzept, ein exaktes Eröffnungsbild oder mehrere visuelle Referenzen.

Beschreiben Sie für Text-to-Video Motiv, Ort, Handlung, Bildausschnitt, Kamerabewegung und Tonabsicht. Zeigen Sie für eine kurze Handlungsszene einen Velofahrer, der neben einem Café am Fluss anhält, während die Kamera sanft zum abgestellten Velo fährt. Halten Sie die Handlung für einen kurzen Clip geeignet und beschreiben Sie den letzten Moment. Der aktuelle Textleitfaden erlaubt bis zu 5’000 nicht chinesische oder 2’500 chinesische Zeichen und schneidet überzähligen Text ab. Ordnen Sie das Briefing so, dass das wesentliche Motiv und die Handlung klar benannt sind, statt unter wiederholten Adjektiven zu verschwinden.

Image-to-Video mit erstem Einzelbild verwendet genau ein Bild als Eröffnung. Bereiten Sie Motiv, Komposition und gewünschten Beschnitt in diesem Standbild vor und beschreiben Sie dann, was sich bewegen oder wie sich die Kamera ändern soll. 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 erhält die Proportionen des Quellbildes. Ein Hochformatergebnis beginnt daher mit einer passenden Hochformatkomposition statt einer unabhängigen Seitenverhältnisanweisung.

Reference-to-Video akzeptiert ein bis neun Bilder. Der Prompt verwendet [Image 1], [Image 2] und folgende Positionen, um sie in Eingabereihenfolge zu kennzeichnen. Benennen Sie Rolle und relevantes Objekt oder relevante Person jeder Referenz, damit ein Szenenbild nicht für eine Figurenquelle gehalten 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 eine stark komprimierte Referenz, deren identifizierende Details bereits fehlen.

Platzieren Sie bei einer Szene mit mehreren Referenzen die Person aus einem Bild im Raum aus einem anderen und erhalten Sie einen Mantel oder ein Produkt aus einem dritten. 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 gewünschte Identität, Produktkennzeichnungen und räumliche Platzierung. Mehrere Bilder geben dem Briefing mehr Informationen, doch die Prüfung muss weiterhin feststellen, welche Merkmale ins Video übernommen wurden.

Der Hersteller nennt 480p, 720p und 1080p für die 1.1-Generierungsmodi, mit ganzzahliger Dauer von drei bis fünfzehn Sekunden und MP4 bei 24 fps. Die API-Antwort beschreibt H.264-Codierung. Text- und Referenzgenerierung bieten Formate wie 16:9, 9:16, 1:1, 4:3, 3:4, 4:5, 5:4, 9:21 und 21:9; Erstbildgenerierung folgt dem Eingabebild. Wählen Sie das Format passend zum Ziel und lassen Sie Platz für spätere Untertitel oder Layoutelemente. Prüfen Sie den tatsächlichen Bildausschnitt des zurückgegebenen Videos in der vorgesehenen Anzeigegrösse.

Die Ausgabe der Modellfamilie enthält Ton. Geben Sie Darbietung oder Atmosphäre im Briefing eine klare Rolle 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. Dass eine Prompt-Sprache akzeptiert wird, garantiert für sich genommen weder eine bestimmte Aussprache noch die Unterstützung einer separaten Stimmreferenzeingabe.

Der dokumentierte Herstellerablauf ist asynchron: Eine Auftragskennung verfolgt die Verarbeitung, und ein erfolgreiches Ergebnis liefert den Videospeicherort. Für Ergebnislink und Auftragsabfragen ist eine Gültigkeit von vierundzwanzig Stunden dokumentiert. Bewahren Sie fertigen Clip, Referenzen und Prompt als Überarbeitungsnachweis auf. Die Leitfäden dokumentieren auch Seed- und Wasserzeichensteuerungen. Ein fester Seed kann den Vergleich erleichtern; der Hersteller sagt jedoch ausdrücklich, dass er keine identischen Ergebnisse garantiert. Beurteilen Sie daher das zurückgegebene Ergebnis, statt anzunehmen, eine Einstellung fixiere jedes Einzelbild.

HappyHorse 1.0 und 1.1 sind separate Editionen. Die 1.1-Ausgabetabelle ergänzt 480p zu den 720p- und 1080p-Optionen von 1.0, und die 1.1-Modellseiten beschreiben Verbesserungen bei Detail, Bewegung und Konsistenz. Das separat benannte HappyHorse-1.0-Videobearbeitungsprofil hat eigene Eingaben und Grenzen und darf 1.1 nicht stillschweigend als Bearbeitungsmodus zugeordnet werden. Prüfen Sie den vollständigen 1.1-Clip auf Identität, Bewegung, Bildausschnitt, Text und Ton und korrigieren Sie gezielt unter Beibehaltung der erfolgreichen Briefingteile.