Fournissez jusqu'à 5 images de référence pour fixer personnages, costumes, mise en scène ou style. Le modèle reproduit fidèlement ce que vous montrez.

Édition vidéo en langage naturel

Modifiez une vidéo existante par du texte. Remplacez des personnages, changez de scène, ajustez des détails ou appliquez des transformations sans tout recalculer.

N°1 à l'Artificial Analysis Video Arena

Meilleur Elo à l'Artificial Analysis Video Arena en Texte vers vidéo et Image vers vidéo au lancement, élu par préférence humaine à l'aveugle.

Sortie 1080p à 24 fps

Full HD à cadence cinématographique avec mouvement stable, dynamique corporelle réaliste et interactions multi-personnages nettes.

Deux amis riant dans un café parisien, dialogue en français, lumière dorée à travers la fenêtreEssayer maintenant

Spécifications techniques

1080p

Sortie Full HD à 24 fps

3–15s

Par génération

16:9, 9:16, 1:1, 4:3, 3:4

Sync labiale native en 7 langues

Jusqu'à 5

Pour référence vers vidéo et édition vidéo

15B

Transformeur unifié à 40 couches

Cas d'utilisation

Scènes portées par le dialogue

Des scènes où les personnages parlent dans l'une des 7 langues avec mouvement labial synchronisé, son ambiant et minutage.

Clips musicaux et de performance

Vidéo et audio générés ensemble : le mouvement tombe sur le rythme dès la première passe, sans synchronisation manuelle.

Spots pub et campagnes

Le contrôle par références garde produit, talents et visuels de marque constants d'un plan à l'autre.

Récit avec personnages constants

Fixez les personnages avec des images de référence et reportez-les sur plusieurs scènes pour un travail vidéo narratif.

Localisation de contenu multilingue

Même scène, mêmes personnages, dialogue changé d'une langue à l'autre avec sync labiale native, adapté aux campagnes mondiales.

Édition vidéo sans tout recalculer

Ajustez des détails, échangez des éléments ou restylisez des images existantes par instructions textuelles plutôt que de repartir de zéro.

Exemples de prompts

Scène de dialogue

Deux amis riant dans un café parisien, dialogue en français, caméra à l'épaule

Edit prompt

Clip de performance

Violoncelliste sur un toit au coucher du soleil, partition orchestrale ample

Edit prompt

Spot produit

Des baskets tournent sur un sol brillant, beat hip-hop, objectif macro

Edit prompt

Aperçu

Happy Horse 1.0 est le modèle vidéo d'Alibaba issu du Taotian Future Life Lab, sorti en avril 2026. Au lancement, il détenait le n°1 à l'Elo de l'Artificial Analysis Video Arena dans les catégories Texte vers vidéo et Image vers vidéo. Il génère vidéo et audio conjointement en une seule passe avant à travers un transformeur unifié de 15 milliards de paramètres, produisant des clips 1080p de 3 à 15 secondes avec une sync labiale native en sept langues. Le contrôle par références sur les entrées texte, image et vidéo le rend adapté aux scènes de dialogue, aux clips de performance et au récit avec personnages constants.

Tarifs simples

Commencez gratuitement dès aujourd'hui, avec la possibilité de mettre à niveau ou d'annuler à tout moment.

Basic

/ mois

facturé comme $0 par an

1100 mensuel crédits

1 utilisateur uniquement

Tous les modèles

Workflows

Standard

/ mois

facturé comme $0 par an

3625 mensuel crédits

1 utilisateur uniquement

Tous les modèles

Workflows

Pro

/ mois

facturé comme $0 par an

6350 partagé mensuel crédits

1 utilisateur

+ jusqu'à 4 plus à un coût supplémentaire

Tous les modèles

Workflows

Pro Max

/ mois

facturé comme $0 par an

24650 partagé mensuel crédits

1 utilisateur

+ jusqu'à 9 plus à un coût supplémentaire

Tous les modèles

Workflows

Enterprise

Pour des limites plus élevées

Personnalisé

conditions de tarification et de facturation

Crédits à haut volume

Limites de sièges personnalisées

Tous les modèles

Workflows

Free

Pour expérimenter

gratuit pour toujours

Jusqu'à 20 crédits

1 utilisateur uniquement

Modèles limités

Workflows

Comparer les détails des plans

Questions fréquentes

Qu'est-ce que Happy Horse 1.0 ?

Happy Horse 1.0 est le modèle de génération vidéo d'Alibaba issu du Taotian Future Life Lab, sorti en avril 2026. Il génère vidéo et audio synchronisé ensemble en une seule passe et détenait le n°1 à l'Elo de l'Artificial Analysis Video Arena au lancement.

Quelles langues Happy Horse prend-il en charge pour la sync labiale ?

Sept langues avec sync labiale native : anglais, mandarin, cantonais, japonais, coréen, allemand et français.

Combien de temps peut durer une vidéo Happy Horse 1.0 ?

Chaque génération dure de 3 à 15 secondes en 1080p, sur cinq formats d'image dont 16:9, 9:16 et 1:1.

En quoi diffère-t-il de Seedance 2.0 ou Veo 3 ?

Happy Horse génère vidéo et audio conjointement en une passe avec une sync labiale native multilingue en 7 langues. Seedance 2.0 met l'accent sur les entrées multimodales et la synchronisation au rythme musical. Veo se concentre sur le photoréalisme cinématographique.

Puis-je éditer une vidéo existante avec Happy Horse ?

Oui. L'endpoint d'édition vidéo accepte des instructions en langage naturel et jusqu'à 5 images de référence pour modifier des images existantes sans tout recalculer.

Comment utiliser Happy Horse 1.0 sur Morphic ?

Ouvrez Copilot, décrivez votre scène (et joignez éventuellement une image fixe ou une référence audio), puis sélectionnez Happy Horse 1.0. Comme il génère l'audio synchronisé dans la même passe, vous n'avez pas besoin d'un modèle audio séparé : le modèle renvoie un clip avec sync labiale et son natifs.

Autres modèles

Explorez le reste du catalogue de modèles Morphic.

Voir tous les modèles →

ChatGPT Images 2.5

OpenAI

Le modèle d'image d'OpenAI, sorti en septembre 2026. Plus de détail, des retouches ciblées, plus de vitesse.

Lyria 3.5

Google DeepMind

Le meilleur modèle musical de Google. Des chansons entières, voix et paroles.

MiniMax H3 Max Turbo

fal.ai

Le palier rapide du H3 signé fal. Deux fois plus vite, rendu quasi égal.

Inworld TTS 2

Inworld

95 voix, plus de 100 langues. La voix part en moins d’une seconde.