Happy Horse
Alibaba (ATH Business Group) · 影片
Happy Horse 是阿里巴巴的 AI 影片模型，能把一段文字或一張圖片變成短影片，對白、音效與環境聲都和畫面在同一次生成中產出。
關於 Happy Horse
About
什麼是 Happy Horse
Happy Horse 是阿里巴巴 ATH 事業群開發的影片模型英文名，這個單位成立不久，直接向集團執行長吳泳銘報告。第一個公開版本 HappyHorse-1.0 在 2026 年 4 月無聲無息出現在 Artificial Analysis 的影片競技場，文字轉影片與圖片轉影片兩個賽道都排第一，阿里到 4 月 10 日才認領。6 月推出 1.1 版，動作更紮實，角色更穩定，聲音也更乾淨。
它的做法不複雜。目前多數含聲音的 AI 影片要分兩段做：先產出無聲畫面，再進剪輯軟體配音、補腳步聲與背景雜音。Happy Horse 把文字、影像、影片與音訊放進同一個 150 億參數的 Transformer，一次生成。嘴型跟得上台詞，因為聲音和臉是同一刻誕生的。
限制在存取方式。模型沒有開放下載權重，也不能跑在自己的 GPU 上。入口只有官網、千問 App 與阿里雲百煉 API，等於把中國的計費、文件與內容規範放進你的工作流程中間。
開始使用
- 用瀏覽器打開 happyhorse.cn，或把千問 App 更新到最新版，點首頁的 Happy Horse 入口。
- 用阿里或千問帳號登入。新帳號有少量免費額度，之後網頁版以點數計費。
- 選文字轉影片或圖片轉影片，有參考圖就上傳，設定比例、長度與解析度。影片長度 3 到 15 秒，最高 1080p。
- 寫提示詞。把景別、運鏡、光線與要說的台詞都寫進去，模型會當成導演指令處理。
- 生成、預覽、下載。1080p 每個片段要幾分鐘，低解析度快一些。
產品資訊
快速了解 Happy Horse 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 直式短劇與系列內容創作者：七種語言的嘴型同步讓一次拍攝能供應多個市場，前提是對白要自己寫。
- 小型廣告與電商團隊：一張產品照加一句文案就能做出動態廣告，只要單顆鏡頭不超過 15 秒。
- 社群編輯：先用 720p 快速出草稿，測三個開頭鉤子再進最終輸出，成本低很多。
任務
- 人物對鏡頭說話的片段：聲音、嘴型與現場空間感一起到齊，不必另外配音。
- 從分鏡到動態：把分鏡表裡的一格丟進去，描述鏡頭運動，看這場戲在螢幕上撐不撐得住。
- 同一支廣告的多語版本：同一段提示詞、同一張參考圖，換成不同語言發音。
情境
- 每週一次的上架檔期，需要五支短片又沒有拍攝團隊。
- 在客戶還沒訂場地之前，先讓對方看到這場戲會長什麼樣。
- 把現有活動素材改成日語或德語版本，不必重新拍攝。
主要功能
聲音與畫面同一次生成
Happy Horse 是 AI 影片生成器，把配樂與音效放進跟畫面同一個推論步驟裡。台詞、撞擊聲與低頻環境音都落在該落的拍點上，配音對不上嘴的漂移問題因此消失。鏡頭不需要聲音時，也可以直接關掉音訊。
七種語言的嘴型同步
模型原生處理華語、粵語、英語、日語、韓語、德語與法語，不必另外接一個模型。阿里公布的詞錯誤率是 14.60%，低於它為其他開源模型列出的 19% 到 40%。同一支廣告要進四個市場時，就是四次算圖，而不是四場配音。
最高 1080p、單段 15 秒
輸出可到 1080p，另有 720p 與 480p 草稿，比例支援 16:9、9:16 與 1:1。單段上限 15 秒，適合廣告與短劇的單一節拍，不適合長鏡頭。更長的故事要靠好幾段接起來。
從提示詞調度鏡頭
景別、角度與運動被當成指令讀，而不是隨機變化。要求低角度推近，模型通常會推近；場景節奏改變時，構圖也會跟著換。這省下反覆重算、等一個能用角度的時間。
單張 H100 就能跑的推論速度
DMD-2 蒸餾把去噪壓到八步，並拿掉無分類器引導，FP8 量化讓模型塞進一張 H100。阿里公布五秒 1080p 含聲音的片段約需 38 秒算力，比它拿來對比的模型快二到三倍。
多圖參考撐住角色一致性
1.1 版加入更強的多圖參考，多個角色同框時臉不會互相汙染。分鏡表與九宮格在不同鏡頭之間能維持同一套造型，這也是測試片段與正式影集的差別。
優缺點
優點
- 聲音跟著畫面一起出來，省掉配音與擬音兩道工。
- 嘴型同步涵蓋七種語言，一支活動素材能重複用好幾個市場。
- 鏡頭照著文字指令走，不是固定幾組預設的排列組合。
- 1080p 輸出加三種比例，橫式廣告與直式動態牆都合用。
- 阿里雲百煉提供 API，已經在用這套雲的團隊接得上。
缺點
- 沒有權重、沒有地端選項。素材要離開自己的機器，也得承受阿里的可用性與價格變動。
- 介面、帳單與說明文件以中文為主，非中文團隊要多花時間設定。
- 單段 15 秒是硬上限，更長的內容只能手動拼接。
- 依秒計費在長時間作業下累積很快，用量大的日子還會排隊。
常見問題
部分免費。千問 App 與網頁版會給少量額度，夠試幾支片段。正式作業走點數或 API 依秒計費，720p 的牌價大約每秒 ¥0.44 到 ¥0.9。
相關內容
探索與 Happy Horse 相關的工具、技能與文章。
Happy Horse 替代方案
ngram 2.0
ngram · 影片 · 行銷ngram 2.0 是給團隊使用的 AI 影片生成器。一句描述、一段螢幕錄影或一個產品網址，就能變成配好旁白的解說影片、產品示範或 AI 虛擬主播影片，而且每個場景都還能修改。
OpenScreen 2
OpenScreen (open-source project) · 影片 · 生產力OpenScreen 2 是免費的開源螢幕錄影與示範影片剪輯工具，支援 Windows、macOS 與 Linux，會自動縮放、套上邊框與本機字幕，還能交給代理編輯。
Skreno
Skreno · 影片 · 生產力Skreno 是瀏覽器螢幕錄影工具，能錄下單一分頁、單一視窗或整個螢幕，再把 AI 逐字稿、摘要與主控台紀錄綁進同一個分享連結。