用途
Happy Horse 1.0（又称 HappyHorse 1.0 / 快乐马）是一款开源 AI 视频生成器，主打“将任意想法瞬间转化为惊艳 AI 视频”。它在站内被描述为 SOTA 开源模型，具备极速推理、多语言支持和原生音频同步能力，可用于文生视频与图生视频，并原生生成同步音视频。
主要能力
- 原生音视频联合合成：通过单一统一架构同时生成视频与音频，对话、环境音和拟音效果完美同步，无需后期配音。
- 多语言唇形同步：支持英语、普通话、粤语、日语、韩语、德语、法语共 7 种语言，站内称具有超低词错误率（WER）的唇形同步；FAQ 中另提到 8+ 种语言（含西班牙语、印尼语等）。
- 快速生成：采用 150 亿参数、40 层自注意力 Transformer，结合 DMD-2 蒸馏技术，仅需 8 步去噪，无需 CFG。在 H100 上，5 秒 256p 视频约 2 秒生成，1080p 视频约 38 秒生成。
- 统一 Transformer 架构：单个 40 层自注意力 Transformer 将文本、图像、视频和音频 token 处理为一个统一序列；采用三明治结构，首尾为模态特定层，中间 32 层共享参数，并通过逐头门控实现多模态融合。
- 开源与可定制：完整开源发布，包含基础模型、蒸馏模型、超分辨率模块和推理代码，支持自托管、微调，并包含商业使用权。
- 多镜头叙事：FAQ 称其支持原生多镜头故事讲述，可从单一提示自动创建连贯的场景序列，并在场景间保持角色身份一致性。
- 输出规格：支持生成最高 1080p 的视频（FAQ 提到原生 2K 电影级视频，为 1080p 的重大升级），视频时长 5–8 秒或 5–12 秒（不同描述），宽高比包括 16:9、9:16、4:3、21:9、1:1 等。
使用方式
- 描述场景或上传图片：输入文本提示描述角色、情绪、对话和音频，或上传照片进行图生视频。
- 选择分辨率和宽高比：输出分辨率最高 1080p，支持多种宽高比，模型支持 5–8 秒视频片段并原生联合生成音频。
- 选择唇形同步的音频语言：从 7 种支持语言中选择。
- 生成视频：点击生成，在 H100 上约 38 秒生成 1080p 视频与音频。 另据 FAQ，无需硬件，完全在云端运行（基于字节跳动企业基础设施），可通过浏览器在任何设备访问；开发者也可通过 RESTful API 集成。
适用场景
- 电影制作与独立电影人：多镜头叙事、角色一致性、2K 电影级画质。
- 内容创作者与 YouTube 创作者：快速生成带音频的完整短片。
- 营销与广告：多语言营销活动、品牌视频、产品推广。
- 电商：将产品图片转化为促销视频。
- 动画与社交媒体：风格控制、智能场景过渡、自动剪辑。
- 企业/工作室：自托管、微调，满足定制需求。
限制与说明
- 站内称其完全开源，并提供一次性购买的积分套餐：300 积分（约 37 个视频，每个 8 积分）、5,490 积分（约 686 个视频）、19,000 积分（企业包，约 2,375 个视频），积分永不过期，新用户可获免费积分试用，无需信用卡。
- 站内提及生成需要 H100 硬件用于速度参考，但云服务无需本地硬件。
- 站内对比称其性能超越 Seedance 2.0、Ovi 1.1、LTX 2.3，且比 Seedance 1.5 Pro 快 30%、比 Kling 2.1 快 29%。
- 站内宣称提供 100% 商业权利、SOC 2 合规安全、99.9% 正常运行时间 SLA。
- 关于具体视频时长、分辨率上限（1080p 与 2K）、语言数量（7 种与 8+ 种）等描述在站内存在不一致，实际能力以官方最新说明为准。
