ساخت ویدیو با Happy Horse 1.1
یک نما را توصیف کنید یا یک تصویر مرجع بارگذاری کنید. سرویس حالت‌های قابل‌فراخوانی Happy Horse 1.1 را از Star Task می‌خواند و پیش از ایجاد وظیفه، قیمت را از سرور دریافت میکند.
Happy Horse 1.1این مدل ورودی ویدیوی مرجع را نمی‌پذیرد
نتایج
محتوای تولیدشده اینجا نمایش داده میشود
Happy Horse 1.1 چیست
Happy Horse 1.1 (به چینی: Kuaile Xiao Ma) مدلی برای تولید ویدیو از Alibaba است که از طریق Alibaba Cloud Model Studio و صفحه محصول خانواده Happy عرضه میشود. این مدل جانشین Happy Horse 1.0 است و با سه شناسه مدل منتشر شده — برای هر حالت تولید یک شناسه.
مستندات Alibaba سه مسیر را فهرست میکند: متن به ویدیو برای کلیپهای پرامپت‌محور، تصویر به ویدیو که یک فریم اول را متحرک میکند، و مرجع به ویدیو که 1 تا 9 تصویر مرجع می‌پذیرد و سوژه‌های آن‌ها را در سراسر کلیپ یکسان نگه می‌دارد. بر پایه مرکز راهنمای Alibaba، کلیپ‌ها 3 تا 15 ثانیه با نرخ 24 فریم بر ثانیه هستند، خروجی MP4 دارند و مدل‌ها صدا را همراه تصویر تولید می‌کنند.
Alibaba نسخه 1.1 را ارتقایی هدفمند بر 1.0 توصیف میکند نه معماری‌ای نو: حرکت نرم‌تر در جابه‌جایی‌های پیچیده، ثبات قویتر سوژه در مسیر چندمرجعی، پردازش بهتر پرامپت‌های بلندی که چند صحنه پشت‌سرهم توصیف می‌کنند، بافت تصویری تمیزتر و صدای بومی. این‌ها توصیف‌های ناشر از محصول خودش است و این صفحه آن‌ها را دقیقاً با همین جایگاه بازگو میکند.
سه شناسه مدلی که Alibaba منتشر میکند
هر حالت تولید، یک شناسه مدل جداگانه در کاتالوگ Alibaba است. ردیف‌های زیر از مرکز راهنمای Alibaba و صفحه محصول پیروی می‌کنند، جایی که هر کلیپ نمونه به شناسه مدل خودش گره خورده است.
یک مرز را باید صریح گفت: مسیر ویرایش ویدیو فقط در Happy Horse 1.0 وجود دارد. فهرست مدلهای Alibaba نسخه 1.1 را متن به ویدیو، تصویر به ویدیو و مرجع به ویدیو علامت می‌زند، پس ویرایش ویدیوی موجود بر عهده مدل قدیمی‌تر میماند.
| حالت | شناسه مدل | چه میکند |
|---|---|---|
| متن به ویدیو | happyhorse-1.1-t2v | کلیپ را صرفاً از یک پرامپت می‌سازد. در API این حالت استوری‌بردهایی را می‌پذیرد که یک پرامپت را به نماهای شماره‌دار تقسیم می‌کنند. |
| تصویر به ویدیو | happyhorse-1.1-i2v | تصویر فریم اول را متحرک میکند و کامپوزیسیون، سوژه و نورپردازی آن را حفظ میکند. |
| مرجع به ویدیو | happyhorse-1.1-r2v | 1 تا 9 تصویر مرجع می‌پذیرد؛ در API پرامپت به ترتیب با character1، character2 و به همین صورت به آن‌ها ارجاع میدهد. این مسیری است که Alibaba به‌عنوان ارتقای تجاری اصلی 1.1 معرفی میکند. |
آنچه مستندات رسمی مشخص میکند
این مقادیر از فهرست مدلهای مرکز راهنمای Alibaba و مرجع API منتشرشده برای مسیرهای 1.1 گرفته شدهاند.
مستندات API همچنین الگوی استوری‌برد را نشان میدهد: یک پرامپت می‌تواند نماهای شماره‌داری مانند Shot 1 [0~3s] نمای باز و Shot 2 [3~6s] نمای متوسط داشته باشد و مدل خط زمانی را میان آن‌ها تقسیم میکند. مواد Alibaba توصیف میکند که یک پرامپت به این شیوه 6 تا 8 صحنه پشت‌سرهم حمل میکند.
| مشخصه | مقدار در مستندات |
|---|---|
| طول کلیپ | 3 تا 15 ثانیه، هر عدد صحیح؛ پیشفرض API برابر 5 است |
| رزولوشن‌ها | 480p، 720p و 1080p در API؛ Alibaba بر حسب ثانیه صورتحساب میکند و نرخ 480p کاهش‌یافته است |
| نسبت‌های تصویر | 16:9، 9:16، 1:1، 4:3، 3:4، 4:5، 5:4، 9:21 و 21:9 در API |
| نرخ فریم | 24 fps |
| کانتینر | MP4 |
| صدا | مرکز راهنما صدا را در فهرست قابلیتهای مدل‌ها آورده است |
| طول پرامپت | تا 2,500 نویسه چینی یا 5,000 نویسه غیرچینی؛ مازاد بریده میشود |
| قطعیت | پارامتر seed (از 0 تا 2147483647) مستند شده است؛ با همین seed و پرامپت باز هم می‌تواند نتیجه متفاوت باشد، چون تولید احتمالاتی است |
آنچه این سرویس ارائه میدهد
انتخابگر مرجع نهایی برای آنچه اینجا می‌توانید ارسال کنید است و از کاتالوگ Alibaba محدودتر است. ردیف‌های زیر از پیکربندی مدل همین سایت و کاتالوگ عمومی محصولات خوانده شدهاند.
مهم‌ترین شکاف میان کاتالوگ و انتخابگر است: مرجع به ویدیو مسیری است که Alibaba به‌عنوان ارتقای سرخط 1.1 معرفی میکند و این سرویس آن را ارائه نمی‌دهد. کاتالوگ سایت آن مسیر را اعلام میکند، اما کنترل فعلی مرجع به‌جای مجموعه‌ای از تصاویر یک فایل ویدیویی می‌پذیرد؛ پس مسیر ناسازگار تا پدید آمدن یک جریان اختصاصی تصویر مرجع پنهان میماند.
| کنترل | گزینه‌ها در این سرویس |
|---|---|
| حالت‌ها | متن به ویدیو و تصویر به ویدیو |
| مدت زمان | 3 تا 15 ثانیه، پیشفرض 5 |
| رزولوشن | 720p یا 1080p، پیشفرض 720p |
| نسبت تصویر | 16:9، 9:16، 1:1، 4:3 یا 3:4، پیشفرض 16:9 برای متن به ویدیو |
| تصویر مرجع | یک تصویر در حالت تصویر به ویدیو |
| صدا | هیچ کلید صدایی رندر نمی‌شود؛ صدای خروجی از پیشفرض سمت سرویسِ همان مسیر پیروی میکند |
| هزینه | به ازای هر ثانیه خروجی صورتحساب میشود؛ برآورد در سرویس از 19 اعتبار برای هر ثانیه در 720p شروع میشود و پیشنهاد قیمتی که پیش از ارسال چاپ میشود رقم الزام‌آور است |
آنچه این سرویس ارائه نمی‌دهد
این قابلیت‌ها در مستندات Alibaba وجود دارند اما کنترلی برای آن‌ها اینجا نیست. فهرست شدهاند تا دنبالشان نگردید.
- مرجع به ویدیو با تا 9 تصویر: اینجا ارائه نمی‌شود؛ انتخابگر فقط در حالت تصویر به ویدیو یک تصویر می‌پذیرد.
- ویرایش ویدیو: مسیری متعلق به Happy Horse 1.0؛ Alibaba آن را برای 1.1 منتشر نمیکند.
- خروجی 480p: سطح اقتصادی API؛ این سرویس 720p یا 1080p ارسال میکند.
- چهار نسبت تصویر دیگر: 4:5، 5:4، 9:21 و 21:9 در API مستندند اما در این انتخابگر غایب‌اند.
- کنترل seed: در API مستند شده، اینجا رندر نمی‌شود.
- کلید صدا: در ساختار درخواست این سرویس هیچ کلیدی وجود ندارد.
نحوه تولید در اینجا
چهار گام، به ترتیبی که سرویس درخواست میکند.
- حالت را انتخاب کنید: متن به ویدیو برای کلیپ پرامپت‌محور، یا تصویر به ویدیو وقتی یک عکس ثابت باید پایه نما باشد.
- پرامپت را بنویسید. توصیف‌های کوتاه صحنه کار می‌کنند؛ نماهای شماره‌دار (Shot 1 [0~3s]، Shot 2 [3~6s]) الگوی مستندشده برای کلیپهای چندصحنه‌ای است.
- مدت زمان را بین 3 تا 15 ثانیه، رزولوشن و نسبت تصویر را تنظیم کنید، سپس اگر عکس ثابتی را متحرک می‌کنید یک تصویر مرجع پیوست کنید.
- پیشنهاد قیمت را بخوانید، وقتی سرویس خواست وارد حساب شوید، سپس ارسال کنید. اگر وظیفه‌ای شکست خورد، پیش از تلاش دوباره وضعیت آن را بخوانید تا وظیفه تکراری ارسال نکنید.
ادعاهای ارتقا بر چه اساسی‌اند
پنج بُعد ارتقا از مواد محصولی خود Alibaba و مقالات جامعه توسعه‌دهندگان گرفته شدهاند. هیچکدام سنجش مستقلی نیست و این صفحه هیچ مقایسه‌ای از خودش انجام نداده است.
- حرکت و ثبات زمانی: Alibaba می‌گوید 1.1 مدل‌سازی حرکت را بازسازی کرده تا صحنه‌های رقص، مبارزه، رانندگی و سیالات پیوستگی و وزن فیزیکی خود را حفظ کنند.
- ثبات سوژه در مرجع به ویدیو: تا 9 تصویر مرجع، با چهره‌ها، لوگوها و جزئیات محصولی که در سراسر کلیپ و میان چند شخصیت روی پرده پایدار می‌مانند.
- فهم پرامپت بلند: برنامهریزی صحنه که یک پرامپت بلند را به 6 تا 8 نمای پشت‌سرهم می‌شکند و به هر یک مدتی اختصاص میدهد.
- بافت تصویری: پوست، پارچه و سطوح محصول با دید براق و مصنوعی کمتری رندر می‌شوند که به مدلهای پیشین نسبت داده می‌شد.
- صدای بومی: موسیقی و فضای صحنه به‌طور بومی با صحنه هماهنگ می‌شوند، نه اینکه در پس‌تولید افزوده شوند. جدول‌های مقایسه API طرف سوم در این نکته ناهم‌اند، پس آن را ادعای فروشنده بدانید.
چرا سایتهای دیگر رقم‌های متفاوتی میگویند
صفحاتی که برای این مدل رتبه می‌گیرند قیمت‌ها و قابلیت‌ها را در یکای ناسازگار بیان می‌کنند. هیچکدام رقمی نیست که به وظیفه‌ای که اینجا ارسال میشود اعمال شود.
قیمتهای زیر در اکتبر 2026 از خودِ صفحات خوانده شدهاند. این ارقام طرف سوم برای سرویسهای طرف سوم‌اند، تغییر می‌کنند و پیشنهاد قیمت برای وظایفی که در این صفحه ارسال می‌شوند نیستند.
تنها رقمی که برای وظیفه در اینجا الزام دارد، پیشنهاد قیمتی است که سرویس بلافاصله پیش از ارسال چاپ میکند و سمت سرور از کاتالوگ زنده محاسبه میشود.
- EvoLink، بازفروشنده API، قیمتهای هر ثانیه را 0,056 دلار آمریکا در 480p، 0,112 در 720p و 0,145 در 1080p اعلام میکند، با همان سه شناسه مدل 1.1.
- Try Happy Horse AI، سایت تولیدکننده غیررسمی، نمونه کلیپ‌هایی را که حول مسیر مدل 1.1 وارد شدهاند منتشر میکند و تولید را از طریق اشتراک خودش میفروشد؛ شرایطش حق خروجی را برای خود سایت نگه می‌دارد.
- پلتفرم‌های خود Alibaba Cloud از طریق سهمیههای Model Studio و طرح‌های API صورتحساب می‌کنند، نه از طریق قیمت فهرستی عمومی برای هر کلیپ در صفحه محصول.
آنچه این صفحه وعده نمی‌دهد
صفحه مدل باید بگوید ادعاهای خودش کجا تمام میشود. این‌ها مرزهای همین صفحه‌اند.
- هیچ سهمیه رایگانی وعده داده نمی‌شود. هر اعتباری که وجود داشته باشد در حساب شما نشان داده میشود، نه اینجا.
- چهار کلیپ از پنج کلیپ گالری، نمایشهای رسمی Alibaba است که در صفحه محصول خانواده Happy منتشر شدهاند. هیچکدام در این سایت تولید نشده است.
- کلیپ پنجم مثالی طرف سوم است که Try Happy Horse AI همراه با پرامپتش منتشر کرده؛ پرامپت کلمه‌به‌کلمه از آن سایت بازتولید شده است.
- پنج بُعد ارتقا توصیف‌های Alibaba از محصول خودش است. این صفحه هیچ ارزیابی‌ای انجام نداده است.
- مجوز رسانه‌ها روی هر کارت ذکر شده است. کلیپهای رسمی هیچ مجوز بازتوزیعی ندارند، پس به‌عنوان مرجع تصویری طرف سوم نشان داده می‌شوند بدون آنکه تأییدی از سوی Alibaba معنا یابد.
- تأخیر، رفتار صف و صورتحساب نهایی به سرویس در لحظه ارسال شما بستگی دارد، نه به هیچ چیزی که در اینجا گفته شده است.
منشأ نمونه‌ها و رقم‌ها
هر رقم و هر کلیپ در این صفحه به یکی از منابع زیر می‌رسد. مجوز رسانه‌ها در کارت‌های گالری ذکر شده است.
| منبع | استفاده‌شده برای | ارجاع |
|---|---|---|
| مرکز راهنمای Alibaba Cloud، فهرست مدلهای تولید ویدیو | سه شناسه مدل 1.1، صدا، رزولوشن‌ها، 3 تا 15 ثانیه، 24 fps، MP4 و مرز ویرایش ویدیو تنها در 1.0 | help.aliyun.com ↗ |
| صفحه محصول خانواده Happy در Alibaba Cloud | چهار کلیپ نمونه رسمی، هر یک گره‌خورده به شناسه مدل خودش و نشانه‌گذاری‌شده از سوی Alibaba به‌عنوان تولید رسمی با هوش مصنوعی | www.aliyun.com ↗ |
| مقالات جامعه توسعه‌دهندگان Alibaba Cloud | توصیف ارتقا، مرور قابلیت‌ها و نمودارهای مقایسه مدل‌ها | developer.aliyun.com ↗ |
| مرجع API EvoLink برای Happy Horse 1.1 | پارامترهای درخواست، محدودیت‌های پرامپت، الگوی استوری‌برد، نسبت‌های تصویر و قیمتهای بازفروشنده | evolink.ai ↗ |
| Try Happy Horse AI | کلیپ نمونه طرف سوم و پرامپت منتشرشده آن | tryhappyhorseai.com ↗ |
| کاتالوگ عمومی محصولات Star Task برای این سایت | همه کنترل‌ها، مسیرها و قیمت‌ها در بخش‌های سرویس | task.starhk.uk, site-18 |
نمونه‌ها
نمایش رسمی متن به ویدیو از صفحه محصول خانواده Happy در Alibaba، که در آن صفحه به شناسه مدل happyhorse-1.1-t2v گره خورده و از سوی Alibaba به‌عنوان تولید رسمی با هوش مصنوعی نشانه‌گذاری شده است.
نمایش رسمی دوم متن به ویدیو از همان صفحه محصول، که آن نیز به happyhorse-1.1-t2v گره خورده و به‌عنوان تولید رسمی با هوش مصنوعی نشانه‌گذاری شده است.
نمایش رسمی تصویر به ویدیو، گره‌خورده در صفحه محصول به شناسه مدل happyhorse-1.1-i2v: یک فریم اول ثابت که به نمایی متحرک بدل میشود.
نمایش رسمی مرجع به ویدیو، گره‌خورده در صفحه محصول به شناسه مدل happyhorse-1.1-r2v. این مسیر چندمرجعی است که Alibaba به‌عنوان ارتقای اصلی 1.1 معرفی میکند و در سرویس این سایت ارائه نمی‌شود.
A professional ballet dancer performs a powerful grand jeté across a dimly lit stage, arms extended, tutu flowing in slow motion. The camera tracks from a low side angle, warm spotlights create long shadows on the floor, cinematic stage lighting, subtle fabric movement, 10 seconds, 16:9.
مثالی طرف سوم از متن به ویدیو که Try Happy Horse AI حول مسیر مدل 1.1 منتشر کرده، همراه با پرامپتی که آن سایت برایش منتشر کرده، بازتولیدشده کلمه‌به‌کلمه.
مرور قابلیتهای خودِ Alibaba از ارتقای 1.1، منتشرشده در جامعه توسعه‌دهندگانش. توصیف فروشنده از محصول خودش، نه سنجشی مستقل.
جدول مقایسه مدلهای Alibaba برای خانواده Happy، منتشرشده همراه همان مقاله جامعه توسعه‌دهندگان. منشأ مرزهای حالت‌هایی است که در این صفحه بازگو شدهاند.
پرسش‌ها
Happy Horse 1.1 چیست؟
مدل تولید ویدیوی Alibaba است، جانشین Happy Horse 1.0، که از طریق Alibaba Cloud Model Studio و صفحه محصول خانواده Happy عرضه میشود. از یک پرامپت، یک تصویر فریم اول یا 1 تا 9 تصویر مرجع، کلیپ‌هایی 3 تا 15 ثانیهای با نرخ 24 fps می‌سازد.
تفاوتش با Happy Horse 1.0 چیست؟
Alibaba نسخه 1.1 را در پنج زمینه قویتر توصیف میکند: نرمی حرکت، ثبات سوژه روی تا 9 تصویر مرجع، برنامهریزی صحنه برای پرامپت بلند، بافت تصویری و صدای بومی. مسیر ویرایش ویدیو فقط در 1.0 میماند؛ نسخه 1.1 متن به ویدیو، تصویر به ویدیو و مرجع به ویدیو را پوشش میدهد.
یک کلیپ چقدر می‌تواند طولانی باشد؟
3 تا 15 ثانیه، و API هر عدد صحیح در این بازه را با پیشفرض 5 می‌پذیرد. صورتحساب به ازای هر ثانیه خروجی است، پس کلیپ بلندتر به همان نسبت گران‌تر است.
آیا صدا تولید میکند؟
مرکز راهنمای Alibaba صدا را در قابلیتهای مدلهای 1.1 فهرست کرده و مواد محصولش موسیقی و فضای بومی هماهنگ با صحنه را توصیف میکند. این سرویس هیچ کلید صدایی رندر نمیکند، پس صدای خروجی از پیشفرض سمت سرویسِ مسیر پیروی میکند.
آیا می‌توانم اینجا از چند تصویر مرجع استفاده کنم؟
در این سرویس نه. مدل از طریق مسیر مرجع به ویدیو در API خودش از 1 تا 9 تصویر مرجع را پشتیبانی میکند، اما انتخابگر این سایت فقط متن به ویدیو و تصویر به ویدیو تک‌تصویری را در دسترس می‌گذارد، چون ساختار فعلی درخواست هیچ کنترل مرجع چندتصویری ندارد.
هر اجرا در اینجا چقدر هزینه دارد؟
سرویس پیش از ارسال، قیمت را سمت سرور استعلام میکند و همان پیشنهاد، مبنای الزامی صورتحساب است. صورتحساب به ازای هر ثانیه خروجی است؛ برآورد در سرویس از 19 اعتبار برای هر ثانیه در 720p شروع میشود که برای پیشفرض 5 ثانیهای میشود 95 اعتبار.
آیا کلیپهای این صفحه در این سایت تولید شدهاند؟
نه. چهار مورد، نمایشهای رسمی Alibaba از صفحه محصول خانواده Happy است که هر یک به یکی از شناسههای مدل 1.1 گره خورده است. پنجمی مثالی طرف سوم است که Try Happy Horse AI همراه با پرامپتش منتشر کرده. همه بدون هیچ تغییری در محتوا برای انتشار در وب به 1280 px بازکدگذاری شدهاند.
چرا سایتهای دیگر قیمتهای متفاوتی میگویند؟
کسبوکارهای متفاوتیاند که سرویسهای خودشان را در یکاهای متفاوت قیمت میدهند: EvoLink قیمتهای API هر ثانیه را فهرست میکند، Try Happy Horse AI اشتراک خودش را میفروشد و Alibaba Cloud از طریق سهمیههای Model Studio صورتحساب میکند. هیچکدام رقمی نیست که اینجا اعمال شود؛ پیشنهاد قیمت پیش از ارسال است که اعمال میشود.
بیشتر ببینید
ساخت ویدیو با هوش مصنوعی
با چهار رده Seedance ویدیو بسازید: Seedance 2.5 و رده‌های 2.0 و 2.0 Fast و 2.0 Mini. مدت، وضوح و ورودی‌ها را مقایسه کنید و بسازید.
ابزارهای تصویر و ویدیو
همه کارهای تصویر و ویدیو در این سایت در یک جا: تصویر بسازید، ویدیو بسازید، از یک عکس پرامپت بگیرید یا یک مدل را مستقیم باز کنید.