Alibaba: HappyHorse 1.0

Alibaba HappyHorse 1.0 — версия для создания видео с отдельными профилями генерации по тексту, по первому кадру и по референсам. Разработчик выделяет физически убедительное движение, понимание смысла и синхронизацию изображения со звуком. Референсный профиль использует до девяти изображений, чтобы направлять работу с объектами и сценами. Практический результат — короткий ролик со звуком: новая сцена, анимация подготовленного начального изображения или кадр с персонажем либо товаром, созданный по референсам.

Для сцены по тексту задайте объект, обстановку, действие, камеру и желаемый звук. Например, в настольной сцене небольшая модель парусника движется по неглубокому поддону с водой, а камера следует за ней на высоте стола. При проверке можно оценить форму лодки, масштаб сцены, движение воды и связь движения со звуком. Одно чёткое действие оценить проще, чем насыщенную последовательность, в которой не обозначен главный момент.

Для генерации по первому кадру используйте изображение, объект и композиция которого уже соответствуют желаемому началу. Опишите последующее движение и траекторию камеры. Конкретный профиль изображений версии 1.0 принимает текст и изображение, а в таблице режимов разработчика он обозначен как генерация видео по первому кадру. Подготовьте кадрирование и видимые детали товара или персонажа до генерации. Проверяйте, остаются ли эти детали узнаваемыми в движении, а не оценивайте только начальный кадр.

Генерация по референсам объединяет людей, товары, стиль или обстановку из визуальных источников в новую описанную сцену. Страница конкретной референсной модели 1.0 указывает поддержку до девяти изображений. Назначьте каждому роль в задании и опишите поведение объекта в сцене. Для демонстрации товара можно отдельно указать референс самого предмета, окружающей локации и визуального стиля. Заявленная разработчиком стабильность — ориентир для проверки: сопоставляйте объект, маркировку и расположение с исходными референсами на протяжении всего ролика.

В семействе 1.0 также есть отдельный профиль видеоредактирования для смены стиля, локальных или более широких изменений существующего материала. Он принимает ровно одно исходное видео и от нуля до пяти референсных изображений, в отличие от генерации по набору из девяти изображений. Укажите, что нужно изменить и что сохранить: например, заменить одежду, оставив человека, движение и фон. Результат редактирования нужно сравнивать со всем исходным роликом, а не только с кадром, где видна нужная замена.

Руководство по редактированию именно версии 1.0 принимает исходные видео MP4 или MOV, рекомендует H.264 и допускает длительность от трёх до шестидесяти секунд. Указаны максимальный размер 100 МБ, короткая сторона не менее 360 пикселей, длинная сторона не более 4 096 пикселей, пропорции от 1:2.5 до 2.5:1 и исходная частота от восьми до шестидесяти кадров/с. Отредактированное видео ограничено длительностью от трёх до пятнадцати секунд: исходники до пятнадцати секунд сохраняют длительность, а у более длинных используются только первые пятнадцать секунд. Если важное действие находится дальше, обрежьте нужный фрагмент до подготовки редактирования.

Необязательные референсные изображения профиля редактирования имеют отдельный предел 20 МБ и должны быть в формате JPEG/JPG, PNG или WEBP; обе стороны — не менее 300 пикселей, диапазон пропорций тот же. Руководство также различает автоматическую обработку звука и сохранение исходной аудиодорожки. Подготовьте референс, определяющий нужное изменение, и выберите, как с ним должен соотноситься исходный звук. Эти настройки относятся именно к редактированию 1.0 и отделены от режимов создания новых сцен.

Для режимов генерации 1.0 точная таблица разработчика указывает 720p или 1080p, от трёх до пятнадцати секунд, MP4 с частотой 24 кадра/с и звук. Профиль редактирования тоже выдаёт 720p или 1080p в пределах пятнадцати секунд. Документированный процесс сначала возвращает идентификатор обработки, а после успеха — адрес готового видео; адреса результатов действуют двадцать четыре часа. Сохраняйте сам ролик, промпт и референсы при подготовке производственного монтажа и совместно проверяйте кадрирование, длительность и звук результата.

HappyHorse 1.1 добавляет генерацию в 480p и заявленные улучшения визуальных деталей, движения и согласованности между роликами. Эти заявления о более поздней версии не гарантируют такое же поведение конкретного профиля 1.0. Подготовка для 1.0 должна соответствовать выбранному режиму и фактическим исходным материалам. Проверяйте идентичность, взаимодействие при контакте, геометрию объектов, текст и звук, затем формулируйте конкретное следующее исправление. Для отредактированного ролика также проверяйте, что важные исходные детали вне области запрошенного изменения по-прежнему подходят задуманной сцене.