Alibaba: HappyHorse 1.1

Alibaba HappyHorse 1.1 ist eine Videogenerierungsausgabe mit separat benannten Profilen für Text-to-Video, Image-to-Video mit Startbild und Reference-to-Video. Der Hersteller betont verbesserte Bilddetails, Bewegung, Figurenidentität über mehrere Clips hinweg, Textstabilität und audiovisuelle Synchronisierung. Das Ergebnis ist ein kurzes Video mit Ton, geeignet für eine Produktaufnahme, eine Porträtanimation oder eine kleine Figurenszene. Wählen Sie den Eingabemodus danach, was die Szene bestimmen soll: ein geschriebenes Konzept, ein genaues Eröffnungsbild oder mehrere visuelle Referenzen.

Beschreiben Sie für Text-to-Video Motiv, Ort, Handlung, Bildausschnitt, Kamerabewegung und beabsichtigten Ton. Eine kurze Handlungsszene könnte eine radfahrende Person zeigen, die neben einem Café am Fluss anhält, während die Kamera sanft auf das abgestellte Fahrrad zufährt. Halten Sie die Handlung für einen kurzen Clip geeignet und beschreiben Sie den letzten Moment. 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 genannt werden, statt unter wiederholten Adjektiven zu verschwinden.

Image-to-Video mit Startbild verwendet genau ein Bild als Anfang. Bereiten Sie Motiv, Komposition und gewünschten Zuschnitt in dieser Aufnahme vor und beschreiben Sie anschließend, was sich bewegen oder wie sich die Kamera verändern soll. Die dokumentierten Bildformate sind JPEG/JPG, PNG und WEBP mit bis zu 20 MB, beiden Abmessungen von mindestens 300 Pixeln und einem Seitenverhältnis zwischen 1:2,5 und 2,5:1. Die Ausgabe nähert sich der gewählten Auflösungsstufe an und erhält dabei das Seitenverhältnis des Quellbilds. Ein Hochformatergebnis beginnt deshalb mit einer geeigneten Hochformatkomposition statt einer davon unabhängigen Seitenverhältnisanweisung.

Reference-to-Video akzeptiert ein bis neun Bilder. Der Prompt verwendet [Image 1], [Image 2] und die folgenden Positionen, um sie in der Eingabereihenfolge zu benennen. Geben Sie die Rolle jeder Referenz an und benennen Sie das relevante Objekt oder die Person, damit ein Szenenbild nicht für eine Figurenquelle gehalten wird. Der Referenzleitfaden akzeptiert JPEG/JPG, PNG oder WEBP mit bis zu 20 MB, verlangt eine kurze Seite von mindestens 400 Pixeln und empfiehlt klare Referenzen mit 720p oder höher. Vermeiden Sie stark komprimierte Referenzen, deren kennzeichnende Details bereits fehlen.

Platzieren Sie bei einer Szene mit mehreren Referenzen die Person aus einem Bild in dem Raum eines anderen und bewahren Sie dabei einen Mantel oder ein Produkt aus einem dritten. Beschreiben Sie Interaktion und Kamera im selben Briefing. Das Referenzprofil 1.1 hebt die Stabilität von Motiven, Szenenstil und filmischer Bewegung hervor. Prüfen Sie das tatsächliche Ergebnis auf gewünschte Identität, Produktkennzeichnungen und räumliche Platzierung. Mehrere Bilder liefern dem Briefing zusätzliche Informationen; die Prüfung muss dennoch kontrollieren, welche Eigenschaften ins Video übernommen wurden.

Der Hersteller nennt 480p, 720p und 1080p für die Generierungsmodi von 1.1, eine ganzzahlige Dauer von drei bis fünfzehn Sekunden und MP4 mit 24 fps. Die API-Antwort beschreibt H.264-Kodierung. 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; Startbildgenerierung folgt dem Eingabebild. Wählen Sie das Format für den Zielort und lassen Sie Platz für spätere Untertitel oder Layoutelemente. Prüfen Sie den tatsächlichen Bildausschnitt des zurückgegebenen Videos in der vorgesehenen Darstellungsgröße.

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 drängen. Prüfen Sie bei Sprache Lippenbewegung, Sprecherzuordnung und tatsächlichen Wortlaut. Die Akzeptanz einer Promptsprache definiert für sich weder eine garantierte Aussprache noch einen separaten Stimmreferenzeingang.

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 nach ausdrücklicher Aussage des Herstellers aber keine identischen Ergebnisse. Beurteilen Sie deshalb das zurückgegebene Artefakt, statt anzunehmen, dass eine Einstellung jedes Bild festlegt.

HappyHorse 1.0 und 1.1 sind separate Ausgaben. Die Ausgabetabelle von 1.1 ergänzt 480p zu den 720p- und 1080p-Optionen von 1.0, und die Modellseiten von 1.1 beschreiben Verbesserungen bei Details, Bewegung und Konsistenz. Das separat benannte Video-Edit-Profil HappyHorse 1.0 hat eigene Eingaben und Grenzen und darf nicht stillschweigend als Bearbeitungsmodus von 1.1 behandelt werden. Prüfen Sie den gesamten Clip von 1.1 auf Identität, Bewegung, Bildausschnitt, Text und Ton und nehmen Sie anschließend eine konkrete Korrektur vor, während Sie die erfolgreichen Teile des Briefings erhalten.