视频生成
已上线

Happy Horse 1.0

由 Alibaba 提供

阿里巴巴的视频模型，一次生成同时输出视频与同步音频，支持7种语言的原生唇形同步。

文本生成视频图像生成视频参考生成视频视频编辑原生音频生成多语言唇形同步角色一致性

Happy Horse 1.0

由 Alibaba 提供

核心功能

Happy Horse 1.0 与其他 AI 模型的不同之处

Two friends laughing at a Paris café, French dialogue, golden-hour window lightTry now

技术规格

关键规格和功能一览

1080p

24fps全高清输出

3–15s

每次生成

5

16:9、9:16、1:1、4:3、3:4

7

7种语言的原生唇形同步

至多5张

用于参考生成视频和视频编辑

15B

40层统一Transformer

应用场景

创作者和企业如何在 Morphic 上使用 Happy Horse 1.0

以对话为主的场景

角色以7种语言中的任一种说话，配合同步的口型、环境音与节奏的场景。

音乐视频与表演片段

视频与音频同时生成，第一次生成动作就踩在节拍上，无需手动同步。

广告与营销片段

参考驱动控制让产品、出镜人物与品牌视觉在多个镜头间保持一致。

保持角色一致的叙事

用参考图像锁定角色，并在多个场景间延续，用于叙事视频创作。

多语言内容本地化

同一场景、同一角色，配合原生唇形同步在各语言间替换台词，适合全球营销活动。

无需整体重渲的视频编辑

通过文本指令调整细节、替换元素或重塑已有素材，无需从头开始。

提示词示例

打开任意提示词进行编辑并生成

对话场景

两位朋友在巴黎咖啡馆里大笑，法语对话，手持拍摄

Edit prompt

表演片段

夕阳下屋顶上的大提琴手，恢弘的管弦乐配乐

Edit prompt

产品片段

运动鞋在光亮地板上旋转，嘻哈节拍，微距镜头

Edit prompt

简单定价

今天就免费开始，随时可以升级或取消。

Basic

$0/ 月
账单金额为 $0 每年

500 每月 信用

1 个用户

所有模型

工作流

Standard

$0/ 月
账单金额为 $0 每年

2800 每月 信用

1 个用户

所有模型

工作流

Pro

$0/ 月
账单金额为 $0 每年

6000 共享 每月 信用

1 用户

+ 最多 4 人额外付费可增加

所有模型

工作流

Pro Max

$0/ 月
账单金额为 $0 每年

24000 共享 每月 信用

1 用户

+ 最多 9 人额外付费可增加

所有模型

工作流

Enterprise

更高的限制

自定义

定价和账单条款

无限信用
自定义席位限制
所有模型
工作流
Pricing Gradient

Free

For playing around

$0

forever free

最多 20 积分
仅1个用户
部分模型
工作流
比较方案详情

常见问题

Happy Horse 1.0是什么？
Happy Horse 1.0是阿里巴巴淘天未来生活实验室（Taotian Future Life Lab）推出的视频生成模型，于2026年4月发布。它一次生成同时输出视频与同步音频，发布时在Artificial Analysis Video Arena的Elo榜上排名第一。
Happy Horse的唇形同步支持哪些语言？
支持原生唇形同步的7种语言为：英语、普通话、粤语、日语、韩语、德语和法语。
Happy Horse 1.0的视频可以做多长？
每次生成为1080p、3到15秒，支持包括16:9、9:16和1:1在内的五种画面比例。
它与Seedance 2.0或Veo 3有何不同？
Happy Horse一次生成同时输出视频与音频，并支持7种语言的原生多语言唇形同步。Seedance 2.0侧重多模态输入与音乐节拍同步。Veo专注于电影级照片写实。
我能用Happy Horse编辑已有视频吗？
可以。视频编辑接口接受自然语言指令和至多5张参考图像，无需整体重渲即可修改已有素材。
如何在Morphic上使用Happy Horse 1.0？
打开Copilot，描述你的场景（可选择附上静帧或音频参考），然后选择Happy Horse 1.0。由于它在同一次生成中输出同步音频，你无需单独的音频模型，模型会返回带有原生唇形同步与声音的片段。

在 Morphic 上 Happy Horse 1.0 试用

注册 Morphic，开始使用 Happy Horse 1.0 进行创作。无需下载，无需设置，只需描述您的想法即可生成。

Other models

Explore the rest of the Morphic model catalog.

See all models →

Bernini

ByteDance

字节跳动的开源视频模型，用于基于指令的编辑，画面其余部分保持不变，主体身份得以保留。

Grok Imagine v1.5

xAI

xAI带原生同步音频的图像生成视频模型。让任意静态图像动起来，配上声音、对话和音乐。

Veo 4

Google DeepMind

Google DeepMind的下一代视频模型。原生4K、更长片段、跨镜头角色一致性与电影级镜头语言，一次提示即可完成。

MAI-Image-2.5

Microsoft

微软迄今最强的图像模型。更清晰的图内文字、风格化插画，以及商业级的产品与包装出图。