happyhorse

HappyHorse 1.0 视频生成与编辑技能

用途

该技能通过 inference.sh CLI（belt）调用阿里巴巴 HappyHorse 1.0 模型，用于视频生成与视频编辑。它提供四个模型，分别覆盖文本转视频、图片转视频、参考图转视频以及自然语言视频编辑等用途，适合需要快速生成或修改视频的创作流程。

主要能力

HappyHorse 模型如下：

T2V：App ID 为 alibaba/happyhorse-1-0-t2v，适用于文本转视频、生成物理上真实的运动。
I2V：App ID 为 alibaba/happyhorse-1-0-i2v，用于将单张图片动画化。
R2V：App ID 为 alibaba/happyhorse-1-0-r2v，可依据最多 9 张参考图保留角色特征。
Video Edit：App ID 为 alibaba/happyhorse-1-0-video-edit，用于通过自然语言编辑已有视频。

所有模型支持 720P/1080P 分辨率，时长最长 15 秒。Video Edit 支持最多 5 张参考图以及音频设置（auto、generate、keep_original）。

使用方式

需先安装 inference.sh CLI（belt），然后登录：belt login。运行示例如下：

文本转视频： belt app run alibaba/happyhorse-1-0-t2v --input '{"prompt": "a horse galloping across a sunlit meadow"}'

图片转视频： belt app run alibaba/happyhorse-1-0-i2v --input '{ "first_frame": "https://your-image.jpg", "prompt": "gentle camera zoom, clouds moving in the sky", "duration": 8, "resolution": "720P" }'

参考图转视频（角色保留）： belt app run alibaba/happyhorse-1-0-r2v --input '{ "prompt": "a woman walking through a busy market street", "reference_images": ["https://portrait.jpg"], "duration": 10, "resolution": "720P" }'

多角色参考： belt app run alibaba/happyhorse-1-0-r2v --input '{ "prompt": "two friends sitting at a cafe having coffee", "reference_images": ["https://person1.jpg", "https://person2.jpg"], "ratio": "16:9" }'

视频编辑： belt app run alibaba/happyhorse-1-0-video-edit --input '{ "video": "https://your-video.mp4", "prompt": "change the background to a snowy mountain landscape" }'

带参考图的视频编辑： belt app run alibaba/happyhorse-1-0-video-edit --input '{ "video": "https://your-video.mp4", "prompt": "replace the person with the character from the reference image", "reference_images": ["https://character.jpg"] }'

带音频控制的视频编辑： belt app run alibaba/happyhorse-1-0-video-edit --input '{ "video": "https://your-video.mp4", "prompt": "make the scene look like a rainy day", "audio_setting": "generate" }'

参数说明

T2V 参数：prompt（字符串，必填，视频文本描述）；duration（整数，默认 5，范围 3–15 秒）；resolution（枚举，默认 720P，可选 720P 或 1080P）；ratio（枚举，默认 16:9，可选 16:9、9:16、1:1、4:3、3:4、21:9）；seed（整数，默认随机，用于可复现生成）；watermark（布尔，默认 false，添加 HappyHorse 水印）。

I2V 参数：first_frame（文件，必填，首帧图片，支持 JPEG、PNG、WebP）；prompt（字符串，可选描述）；duration（整数，默认 5，范围 3–15 秒）；resolution（枚举，默认 720P）；seed（整数，默认随机）。

R2V 参数：prompt（字符串，必填）；reference_images（数组，必填，最多 9 张角色参考图）；duration（整数，默认 5，范围 3–15 秒）；resolution（枚举，默认 720P）；ratio（枚举，默认 16:9）；seed（整数，默认随机）。

Video Edit 参数：video（文件，必填，待编辑视频，支持 MP4/MOV、H.264）；prompt（字符串，必填，编辑指令）；reference_images（数组，可选，最多 5 张参考图）；audio_setting（枚举，默认 auto，可选 auto、generate 或 keep_original）；resolution（枚举，默认 720P）；seed（整数，默认随机）。

适用场景

根据文本描述生成写实运动视频。
将单张图片动画化。
在多段视频中保留最多 9 个参考角色的一致性。
使用自然语言修改已有视频的背景、人物或场景效果，并可控制音频生成或保留。

限制与计费

所有模型支持 720P/1080P 分辨率，时长最长 15 秒。计费方面：720P 为每秒 0.14 美元，1080P 为每秒 0.24 美元；Video Edit 按输入与输出总时长计费。其余信息暂未提供。

技能介绍