Crea vídeo con Happy Horse 1.1

Qué es Happy Horse 1.1

Happy Horse 1.1 (en chino: Kuaile Xiao Ma) es un modelo de generación de vídeo de Alibaba, ofrecido a través de Alibaba Cloud Model Studio y la página de producto de la familia Happy. Es el sucesor de Happy Horse 1.0 y se publica como tres ID de modelo, uno por cada modo de generación.

La documentación de Alibaba lista las tres rutas: texto a vídeo para clips guiados por el prompt, imagen a vídeo que anima un primer fotograma, y referencia a vídeo, que acepta de 1 a 9 imágenes de referencia y mantiene la consistencia de sus sujetos a lo largo del clip. Según el centro de ayuda de Alibaba, los clips duran de 3 a 15 segundos a 24 fotogramas por segundo, se entregan en MP4 y los modelos generan audio además de imagen.

Alibaba describe la 1.1 como una mejora dirigida sobre la 1.0 en lugar de una nueva arquitectura: movimiento más fluido en desplazamientos complejos, mayor consistencia de sujetos en la ruta multirreferencia, mejor manejo de prompts largos que describen varias escenas consecutivas, textura visual más limpia y audio nativo. Esas son las descripciones del propio editor sobre su propio producto, y esta página las repite exactamente como tales.

Los tres ID de modelo que Alibaba publica

Cada modo de generación es un ID de modelo separado en el catálogo de Alibaba. Las filas siguientes siguen el centro de ayuda de Alibaba y la página de producto, donde cada clip de muestra está vinculado a su ID de modelo.

Una frontera merece decirse con claridad: la ruta de edición de vídeo existe solo en Happy Horse 1.0. La lista de modelos de Alibaba marca la 1.1 como texto a vídeo, imagen a vídeo y referencia a vídeo, así que editar un vídeo existente se queda en el modelo anterior.

Lo que especifica la documentación oficial

Estos valores provienen de la lista de modelos del centro de ayuda de Alibaba y de la referencia de API publicada para las rutas de la 1.1.

La documentación de la API también muestra el patrón de storyboard: un único prompt puede contener tomas numeradas como Shot 1 [0~3s] gran angular, Shot 2 [3~6s] plano medio, y el modelo divide la línea de tiempo entre ellas. El material de Alibaba describe un prompt que lleva de 6 a 8 escenas consecutivas de esta manera.

Lo que este espacio de trabajo expone

El selector es la autoridad sobre lo que puedes enviar aquí, y es más limitado que el catálogo de Alibaba. Las filas siguientes se leen de la configuración de modelo de este sitio y del catálogo público de productos.

La brecha más importante está entre el catálogo y el selector: referencia a vídeo es la ruta que Alibaba presenta como la mejora estrella de la 1.1, y este espacio de trabajo no la ofrece. El catálogo del sitio declara la ruta, pero el control de referencia existente acepta un archivo de vídeo en lugar de un conjunto de imágenes, así que la ruta incompatible permanece oculta hasta que exista un flujo dedicado de imágenes de referencia.

Lo que este espacio de trabajo no expone

Estas capacidades existen en la documentación de Alibaba pero no tienen control aquí. Se listan para que no las busques.

• Referencia a vídeo con hasta 9 imágenes: no se ofrece aquí; el selector acepta una imagen solo en imagen a vídeo.
• Edición de vídeo: una ruta de Happy Horse 1.0; Alibaba no la publica para la 1.1.
• Salida 480p: el nivel económico de la API; este espacio de trabajo envía 720p u 1080p.
• Cuatro relaciones de aspecto adicionales: 4:5, 5:4, 9:21 y 21:9 están documentadas en la API pero ausentes de este selector.
• Control de seed: documentado en la API, no mostrado aquí.
• Un interruptor de audio: no existe ninguno en la forma de solicitud de este espacio de trabajo.

Cómo generar aquí

Cuatro pasos, en el orden en que el espacio de trabajo los pide.

1. Elige el modo: texto a vídeo para un clip guiado por el prompt, o imagen a vídeo cuando una imagen fija debe dirigir la toma.
2. Escribe el prompt. Las descripciones breves de escena funcionan; las tomas numeradas (Shot 1 [0~3s], Shot 2 [3~6s]) son el patrón documentado para clips de varias escenas.
3. Ajusta la duración entre 3 y 15 segundos, la resolución y la relación de aspecto, y adjunta una imagen de referencia si vas a animar una imagen fija.
4. Lee el presupuesto, inicia sesión cuando el espacio de trabajo lo pida y envía. Si una tarea falla, lee su estado antes de reintentar para no enviar un duplicado.

En qué se basan las afirmaciones de mejora

Las cinco dimensiones de mejora provienen del material de producto del propio Alibaba y de artículos de su comunidad de desarrolladores. Ninguna es una medición independiente, y esta página no realizó ninguna comparación propia.

• Movimiento y consistencia temporal: Alibaba dice que la 1.1 rehace el modelado del movimiento para que las escenas de baile, pelea, conducción y fluidos mantengan su continuidad y su peso físico.
• Consistencia de sujetos en referencia a vídeo: hasta 9 imágenes de referencia, con rostros, logotipos y detalles de producto estables a lo largo del clip y entre varios personajes en pantalla.
• Comprensión de prompts largos: planificación de escenas que divide un prompt largo en 6 a 8 tomas consecutivas y asigna a cada una una duración.
• Textura visual: piel, telas y superficies de producto renderizadas con menos del aspecto pulido y sintético atribuido a los modelos anteriores.
• Audio nativo: música y ambiente acordes con la escena de forma nativa en lugar de añadirse en posproducción. Las tablas de comparación de API de terceros difieren en este punto, así que trátalo como una afirmación del proveedor.

Por qué otros sitios citan cifras diferentes

Las páginas que posicionan para este modelo citan precios y capacidades en unidades incompatibles. Ninguna de ellas es la cifra que aplica a una tarea enviada aquí.

Los precios siguientes se leyeron de las propias páginas en octubre de 2026. Son cifras de terceros para servicios de terceros, cambian, y no son presupuestos para tareas enviadas en esta página.

La única cifra que vincula a una tarea aquí es el presupuesto que el espacio de trabajo imprime inmediatamente antes del envío, resuelto en el servidor desde el catálogo en vivo.

• EvoLink, un revendedor de API, lista precios por segundo de 0,056 dólares estadounidenses a 480p, 0,112 a 720p y 0,145 a 1080p, con los mismos tres ID de modelo de la 1.1.
• Try Happy Horse AI, un sitio generador no oficial, publica clips de muestra importados en torno a la ruta del modelo 1.1 y vende generación mediante su propia suscripción; sus términos se reservan los derechos de la salida para el sitio.
• Las plataformas propias de Alibaba Cloud facturan mediante cuotas de Model Studio y planes de API en lugar de un precio de lista público por clip en la página de producto.

Lo que esta página no promete

Una página de modelo debe decir dónde se detienen sus propias afirmaciones. Estos son los límites de esta.

• No se promete ninguna asignación gratuita. Los créditos que existan se muestran en tu cuenta, no aquí.
• Cuatro de los cinco clips de la galería son demostraciones oficiales de Alibaba publicadas en la página de producto de la familia Happy. Ninguno fue generado en este sitio.
• El quinto clip es un ejemplo de terceros publicado por Try Happy Horse AI con su prompt; el prompt se reproduce palabra por palabra desde ese sitio.
• Las cinco dimensiones de mejora son descripciones de Alibaba sobre su propio producto. Esta página no realizó ninguna evaluación.
• Las licencias de los medios se indican en cada tarjeta. Los clips oficiales no llevan una licencia redistribuible, así que se muestran como referencias visuales de terceros sin implicar el respaldo de Alibaba.
• La latencia, el comportamiento de la cola y la facturación final dependen del servicio en el momento del envío, no de nada declarado aquí.

De dónde vienen las muestras y las cifras

Cada cifra y cada clip de esta página se remonta a una de las fuentes siguientes. Las licencias de los medios se indican en las tarjetas de la galería.