HappyHorse 1.1 — 原生音频、更强运动、最多 9 图参考
阿里巴巴 ATH 对 HappyHorse 的生产级升级。在 SeedDance 上生成 3–15 秒、720p 或 1080p 短片：音视频联合生成、多语言唇形同步，以及最多九张图的参考生视频一致性。
由阿里巴巴 ATH 驱动 · 已在 SeedDance 上线
什么是 HappyHorse 1.1
HappyHorse 1.1 是阿里巴巴 ATH（淘天集团）于 2026 年 6 月发布的升级版 AI 视频生成模型。基于统一约 150 亿参数 Transformer，在一次前向中联合生成视频与同步音频。相对 1.0，在运动表现力、主体一致性、指令跟随、画面质量与音画同步五个维度提升，同时保持 3–15 秒、720p/1080p 规格，便于平滑迁移。
音视频联合生成
对白、环境音、拟音与音乐线索与画面一次生成——唇形、节奏与动作对齐，无需单独配音流程。
最多 9 张参考图（R2V）
参考生视频可锁定角色、产品、包装与环境。上传 1–9 张图并在提示词中绑定，品牌与 IP 一致性优于纯文本生成。
更强运动与提示词跟随
1.1 针对舞蹈、运动、产品旋转等动作更顺，对镜头、光线与分镜指令跟随更准——生产团队更少重试。
多语言唇形同步
音素级唇形对齐覆盖英语、普通话、粤语、日语、韩语、德语、法语等——适合本地化广告与口播变体。
为何在 SeedDance 选择 HappyHorse 1.1
面向短视频生产——社交广告、电商演示、短剧节拍与多语言营销——规格清晰，积分计费透明。
SeedDance 上的 HappyHorse 1.1 功能
AI 视频生成器中已对 HappyHorse 1.1 开放的能力。
文生视频（T2V）
用自然语言描述场景、镜头、表演与对白。支持分镜级指令，适合多节拍短叙事。
图生视频（I2V）
为静图注入动感并尽量保留主体与风格。可选用运动提示词引导镜头与动作。
参考生视频（R2V）
上传 1–9 张参考图锁定角色、产品与环境。在提示词中指明主体，提升多主体一致性。
原生同步音频
对白、环境音与音效与视频联合生成——对白加引号有助于唇形对齐。
720p 与 1080p 输出
720p 适合更快、更省的草稿；1080p 适合更清晰交付。积分按时长与画质计算。
3–15 秒时长
可选 3 至 15 秒任意整数（默认 5）。按时长线性计费——更长片段按比例更多积分。
灵活画幅
支持常见社交与电影画幅：16:9、9:16、1:1、4:3、3:4、4:5、5:4、9:21、21:9。
生产友好的积分定价
在 SeedDance 上，HappyHorse 1.1 以 5 秒 720p 约 50 积分起（1080p 约 100 积分）；图生与参考生同一积分曲线。
常见问题
关于在 SeedDance 上使用 HappyHorse 1.1 的说明。
立即开始使用 HappyHorse 1.1
在 SeedDance 试用阿里巴巴 HappyHorse 1.1——音视频联合生成、最多 9 图参考、720p/1080p、3–15 秒，适合广告、短剧与产品叙事。