HappyHorse 1.0 是一款开源 AI 视频生成模型,其核心特点是能够在单次推理过程中联合生成视频与同步音频。根据官网信息,它在 Artificial Analysis Arena 的盲测用户投票中被评为排名第一的开源 AI 视频模型。
用途与定位 HappyHorse 面向视频内容创作、短片制作、社交媒体内容、独立游戏开发及营销等场景。官网展示了短片导演、社交媒体经理、独立游戏开发者、内容创作者和营销总监等专业用户的使用案例。
主要能力 统一音视频架构:不同于将音频作为后处理步骤附加的竞品,HappyHorse 在单个 40 层 Transformer 中联合生成视频和音频,是首个实现该能力的开源模型。 联合音视频生成:官网称其为首个从零开始实现真正端到端音视频联合预训练的开源模型,对白、环境音与拟音效果随视频帧一同生成。 8 步快速推理:通过 DMD-2 蒸馏消除 Classifier-Free Guidance,将去噪降至 8 步,并结合 FP8 量化,实现单 GPU 部署。官网还提到自研 MagiCompiler 运行时进一步加速。 原生 1080p / 2K 输出:支持生成原生高分辨率视频,最高可达 2K 影院级画质,并内置超分辨率模块用于进一步放大。 7 语言唇形同步:原生支持普通话、粤语、英语、日语、韩语、德语、法语,官网称词错误率为 14.60%,低于其他开源方案 19%–40% 的范围。 文生视频与图生视频:统一流程在同一模型下处理 T2V 和 I2V 任务,可描述场景或上传参考图进行生成。 多镜头叙事:具备多镜头叙事能力,可生成真实运动、无缝转场和较强提示词遵循度的视频。 完全开源:官网称基础模型、蒸馏模型、超分辨率模块和推理代码均以商业友好许可证发布,可在自有 GPU 基础设施上微调和部署。 多样美学风格:支持从照片级真实到动漫、赛博朋克到水彩画等多种视觉风格。
使用方式 用户可通过官网 happy-horses.io 在线使用,官网称可免费试用。上传参考图支持 JPG、PNG、WEBP 格式,大小不超过 50MB。官网提示每个视频生成约需 5–9 分钟,等待期间可浏览其他标签页。消耗 credits 计费:480p 为 6 credits/秒,720p 为 12 credits/秒。官网设有套餐页面,提供月度、年度或一次性积分包,包含面向专业创作者、轻度使用、高产出制作以及团队和商业流程的多档方案,标注了年度计费价格与相对月付的节省比例。具体各档方案的完整权益(如生成队列优先级、下载格式、云存储时长、商业使用许可、去水印、批量生成、并发限制、API 与批量导出、私有生成历史、团队与商业许可、优先支持等)以官网套餐说明为准。
适用场景 适合需要带同步音频的高质量视频内容创作的专业创作者、团队及商业工作流,也适合希望在自有 GPU 上部署和微调开源视频模型的技术用户。
限制与暂未提供信息 官网未提供具体的视频时长上限、运行所需的具体硬件配置、API 的详细接入方式与计费细节。免费试用的具体额度和限制、各套餐所包含的精确权益对照、以及模型许可证的具体条款文本,资料中暂未提供。生成速度、排行榜排名及词错误率等均为官网自述数据,未提供第三方独立验证信息。