Happy Horse
Alibaba (ATH Business Group) · 動画
Happy Horseはアリババの動画生成モデルだ。テキストか1枚の画像から短いクリップを作り、セリフも効果音も環境音も映像と同じパスで出力する。
Happy Horse について
About
Happy Horseとは
Happy Horseは、アリババのATH事業群が開発した動画生成モデルの英語名だ。新しく作られた組織で、グループCEOの呉泳銘に直接報告している。最初の公開版HappyHorse-1.0は2026年4月、名乗りを上げないままArtificial Analysisの動画アリーナに現れ、テキストから動画と画像から動画の両方で首位に立った。アリババが所有を認めたのは4月10日である。6月には1.1が登場し、動きの安定感、キャラクターの一貫性、音の質が上がった。
仕組みは単純だ。音声付き動画の多くは、まず無音の映像を作り、あとから編集ソフトで声や足音、環境音を当てる。Happy Horseはテキスト、画像、映像、音声のトークンを150億パラメータのTransformer1つに放り込み、まとめて生成する。口の動きがセリフに合うのは、音と顔が同じ瞬間に生まれているからだ。
制約はアクセス経路にある。重みのダウンロードはできず、自前のGPUでは動かない。公式サイト、Qwenアプリ、Alibaba Cloud Model StudioのAPIの3つだけだ。請求もドキュメントもコンテンツ規約も中国仕様で、制作フローの真ん中にそれが入る。
使い始める
- ブラウザでhappyhorse.cnを開くか、Qwenアプリを更新してホーム画面のHappy Horseの入口をタップする。
- アリババかQwenのアカウントでログインする。新規アカウントには少額の無料枠が付き、その後はWebスタジオがクレジット制になる。
- テキストから動画か画像から動画を選び、参照画像があればアップロードし、縦横比、長さ、解像度を決める。クリップは3〜15秒、最大1080pだ。
- プロンプトを書く。画角、カメラの動き、光、しゃべらせたいセリフまで指定する。モデルはそのすべてを演出指示として読む。
- 生成して確認し、ダウンロードする。1080pなら1本数分。解像度を落とせば早く返ってくる。
AIツール情報
Happy Horseの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- 縦型ショートドラマや連作を作る人
- 小規模な広告・ECチーム
- SNSの編集者
タスク
- 人物がカメラに向かって話すカット
- 絵コンテから動きへ
- 同じ広告の多言語版
シーン
- 毎週の新商品投入で、撮影班なしに短いクリップを5本そろえたいとき。
- ロケ地を押さえる前に、場面のイメージを客先へ見せるとき。
- 既存キャンペーンを、撮り直さずに日本語やドイツ語の視聴者へ向け直すとき。
主な機能
映像と音を一度に生成する
Happy HorseはAI動画生成のモデルで、映像を作るのと同じ推論ステップの中で音トラックを組み立てる。セリフ、衝撃音、低い環境ノイズが本来のタイミングに落ちる。アフレコと口の動きがずれる問題はここで消える。音の要らないカットでは音声を切れる。
7言語のリップシンク
北京語、広東語、英語、日本語、韓国語、ドイツ語、フランス語を別モデルなしで扱う。アリババは単語誤り率14.60%と発表しており、他社のオープンモデルに挙げている19〜40%を大きく下回る。同じ広告を4市場に出すなら、収録4回ではなくレンダリング4回で済む。
1080p・最長15秒
出力は1080pまで、下書き用に720pと480pもある。縦横比は16:9、9:16、1:1。1本の上限は15秒なので、広告や短編の1シーン向きで、長回しには向かない。長い物語は複数回の生成をつなぐ。
プロンプトからのカメラ演出
画角、アングル、動きは指示として読まれる。ランダムな揺らぎではない。ローアングルで寄ってくれと書けば寄るし、場面のテンポが変われば構図も変わる。使えるアングルが出るまで引き直す手間が減る。
H100 1枚で回る推論速度
DMD-2の蒸留でノイズ除去を8ステップまで削り、classifier-free guidanceを外した。FP8量子化でH100 1枚に収まる。アリババは音声付き1080pの5秒クリップを約38秒の計算で作るとしている。比較対象のモデルより2〜3倍速い計算だ。
複数画像の参照でキャラクターを保つ
1.1で複数画像の参照が強くなり、何人かが同じ画に入っても顔が混ざらない。絵コンテや9分割のレイアウトもカットをまたいで見た目を保つ。試し撮りとシリーズ物の差はここで決まる。
メリットとデメリット
メリット
- 音が映像と一緒に出てくるので、アフレコもフォーリーも別工程にしない。
- リップシンクが7言語をカバーし、1本のキャンペーンを複数市場で使い回せる。
- カメラが固定プリセットの寄せ集めではなく、書いた指示に従う。
- 1080pで3種類の縦横比、横の広告にも縦のフィードにも収まる。
- Alibaba Cloud Model StudioのAPIがあるので、同じクラウドを使うチームはそのまま繋げる。
デメリット
- 重みもローカル実行もない。素材は手元を離れ、可用性も価格もアリババ次第になる。
- UIも請求書もヘルプも中国語前提で、中国以外のチームは初期設定に手間がかかる。
- 1本15秒は厳しい上限だ。それ以上は手作業でつなぐしかない。
- 秒課金は長時間の作業で効いてくる。混む日は待ち時間も出る。
よくある質問
一部は無料だ。QwenアプリとWebスタジオに少額の無料枠があり、数本試せる。常用するならクレジットかAPIの秒課金になる。720pの定価は毎秒¥0.44〜¥0.9だ。
関連コンテンツ
Happy Horseに関連するツール、スキル、記事を探す。
Happy Horseの代替ツール
ngram 2.0
ngram · 動画 · マーケティングngram 2.0はチーム向けのAI動画生成ツールだ。プロンプト、画面録画、製品URLのいずれかから、ナレーション付きのAI解説動画、製品デモ、AIアバター動画を作れる。生成後も全シーンを編集できる。
OpenScreen 2
OpenScreen (open-source project) · 動画 · 生産性向上OpenScreen 2 は Windows、macOS、Linux に対応した無料のオープンソースの画面録画ソフト兼デモ動画編集ツール。クリックに合わせた自動ズーム、枠、ローカル字幕、エージェント編集を備える。
Skreno
Skreno · 動画 · 生産性向上Skreno はブラウザ画面録画ツールだ。タブ、ウインドウ、画面全体をそのまま録り、AI 文字起こしと要約、コンソールログをひとつの共有リンクに載せる。