HappyHorse 1.1 est le modèle vidéo d'Alibaba qui génère image, son et dialogue synchronisé en une seule passe. Écrivez un prompt ou téléchargez jusqu'à 9 images de référence et obtenez un clip de 5 à 15 secondes en 720p ou 1080p. HappyHorse 1.0 est à un clic dans le même sélecteur.
Sélectionner la durée de la vidéo
Sélectionner la résolution
Sélectionner le format d'image
CAPACITÉS
Fonctionnalité 01
Image et son à partir d'un seul prompt
HappyHorse génère la vidéo et son audio ensemble. Alibaba indique que le modèle produit un dialogue synchronisé, des ambiances sonores et des performances vocales expressives en une seule passe, de sorte qu'un clip arrive avec des voix et un son ambiant au lieu du silence. Mettez les répliques entre guillemets dans votre prompt et il synchronise le mouvement des lèvres avec elles. La version 1.1 a également amélioré la synchronisation audio-visuelle par rapport à la 1.0.
Fonctionnalité 02
Une photo ou neuf références
Téléchargez une photo et HappyHorse l'anime, ou téléchargez jusqu'à 9 images de référence et le modèle combine les personnes, produits et lieux issus de celles-ci en une seule scène. L'objectif principal d'Alibaba pour la version 1.1 était la cohérence des références : la mise à niveau fait qu'un produit, un visage ou une tenue de votre référence se maintient beaucoup mieux dans la sortie. Dans l'arène image-to-video d'Artificial Analysis, HappyHorse 1.1 se classe septième avec 1104.
Fonctionnalité 03
Des actions qui tiennent la route
Alibaba a retravaillé la modélisation des mouvements et la cohérence temporelle pour HappyHorse 1.1, et le résultat se voit dans les actions rapides : un combat, une danse ou un sprint conserve ses membres et accessoires intacts d’une image à l’autre. Le modèle garantit également une vraisemblance physique des causes et des effets, ce qui explique pourquoi Alibaba le recommande pour les bandes-annonces de jeux et les publicités très dynamiques.
Fonctionnalité 04
Donnez votre prompt dans la langue dans laquelle vous pensez
La documentation d’API d’Alibaba indique que HappyHorse accepte les prompts dans n’importe quelle langue, jusqu’à 5 000 caractères (2 500 pour le chinois). Vous pouvez décrire la scène en espagnol, en japonais ou en chinois, et le modèle la suit. Des sites tiers affirment qu’il synchronise les lèvres en sept langues ; Alibaba n’a pas publié de liste de langues pour la parole, donc testez votre langue avec un court clip avant un rendu long.
Fonctionnalité 05
Ce que signifie cette affirmation de vitesse
Le chiffre de 8 étapes provient de publications communautaires indiquant que HappyHorse utilise la distillation pour réduire le débruitage à huit étapes. Alibaba ne l’a pas confirmé, et son propre guide d’API indique qu’un rendu prend plusieurs minutes. En pratique, prévoyez une courte attente par clip et rédigez un brouillon en 720p et 5 secondes, qui est le réglage le plus rapide et le moins cher sur Ricebowl.
Fonctionnalité 06
Parole claire, lèvres synchronisées
Le WER (Word Error Rate) mesure le nombre de mots prononcés qui sont erronés. Alibaba n’a pas publié de chiffre WER pour HappyHorse, donc traitez tout chiffre spécifique que vous voyez ailleurs comme non vérifié. Ce qu’Alibaba affirme, c’est que le modèle produit un dialogue synchronisé avec les lèvres, et sa démo de lancement met en scène deux acteurs échangeant des phrases complètes dans un café. Pour une parole propre, gardez chaque ligne courte, nommez qui la dit et donnez un seul locuteur par plan.
Fonctionnalité 07
Plusieurs plans en un seul rendu de 15 secondes
HappyHorse peut découper un seul prompt en plusieurs plans à l’intérieur d’un clip unique de 15 secondes maximum en 1080p. Alibaba met en avant la cohérence multi-plans : les personnages restent en place à travers des coupes fréquentes, ce qui convient aux mini-séries construites sur la tension et les gros plans. Décrivez les plans dans l’ordre, par exemple un plan large du café, un gros plan sur elle, puis sur lui, et le modèle édite la scène pour vous.
Fonctionnalité 08
Dirigez l'objectif avec des mots
Il n'y a pas de curseurs de caméra dans HappyHorse ; vous dirigez l'objectif dans le prompt. Le modèle est optimisé pour un cadrage cinématographique avec de grandes ouvertures, une faible profondeur de champ et une texture argentique, donc des mots comme 'slow dolly-in', '35mm look' et 'rack focus to the cup' modifient le plan. Choisissez parmi neuf rapports d'aspect sur l'API officielle, et paysage ou portrait sur Ricebowl.
Fonctionnalité 09
Ce qui est réellement ouvert aujourd'hui
HappyHorse n'est pas open source aujourd'hui. Lorsque le modèle est apparu pour la première fois, un site non officiel le décrivait comme entièrement open source avec des liens GitHub et Hugging Face marqués 'à venir' ; WaveSpeed a vérifié le 8 avril 2026 et n'a trouvé aucun dépôt, poids ni licence. Alibaba propose désormais le modèle via son API Model Studio, happyhorse.com et l'application Qwen. Si vous avez besoin de poids téléchargeables, MiniMax H3 est open source et fonctionne dans le même sélecteur Ricebowl.
EXEMPLES DE PROMPTS
Prompt
La bouilloire dans [Image 1] est posée sur un comptoir en marbre au lever du soleil. Lent push-in alors que la vapeur s'élève du bec, lumière douce de la fenêtre, le sifflement qui monte et un clic doux lorsque l'interrupteur s'éteint, 16:9, 5 secondes.
Référence
Résultat
Prompt
Une jeune femme verse de l'eau de la bouilloire dans [Image 1] dans une tasse, regarde la caméra et dit : « Quatre-vingt-dix secondes. C'est tout ce dont mon matin a besoin. » Cuisine chaleureuse, plan moyen à l'épaule, puis un gros plan de la tasse, 9:16, 10 secondes.
Référence
Résultat
CAS D'UTILISATION
Alibaba rapporte que le modèle est déjà utilisé dans les mini-dramas, la publicité e-commerce, le marketing de marque et les bandes-annonces de jeux CG. Pour les dramas, les scènes multi-plans avec dialogue synchronisé labial permettent à un seul rendu de couvrir un échange complet entre deux personnages.
Téléchargez des photos de produits comme références et le modèle conserve l'étiquette et la forme intactes, avec le son déjà dans le clip.
Try this use case →Un clip portrait en 1080p coûte 145 crédits pour 5 secondes, assez peu cher pour tester plusieurs accroches par campagne.
Try this use case →L’action améliorée de HappyHorse 1.1 convient aux combats, poursuites et révélations pour les bandes-annonces de pitch.
CONTEXTE DU MARCHÉ
Classement actuel T2V et I2V dans le leaderboard
CE QUE DISENT LES UTILISATEURS
01
Les créateurs reviennent régulièrement vers HappyHorse pour les scènes où des personnes parlent. Obtenir la parole et le mouvement des lèvres en un seul rendu HappyHorse évite une étape de doublage.
02
Les développeurs qui sont partis chercher les poids de HappyHorse n’ont trouvé que des liens « à venir ». HappyHorse est un produit API et application, pas un modèle local.
03
La fidélité du produit et du personnage était la principale critique de HappyHorse 1.0 ; Alibaba l’a directement ciblée dans HappyHorse 1.1.
04
HappyHorse a fait ses débuts en tête de l’arène en avril ; des modèles plus récents de Google, de l’équipe Wan d’Alibaba et de MiniMax l’ont depuis dépassé.
VERSIONS
HappyHorse 1.1 a succédé à HappyHorse 1.0 en juin 2026, et sur Ricebowl il est à la fois meilleur et moins cher. HappyHorse 1.1 obtient 1147 dans l'arène text-to-video d'Artificial Analysis contre 1119 pour HappyHorse 1.0, et 1104 contre 1082 en image-to-video. Un clip de 5 secondes en 720p de HappyHorse 1.1 coûte ici 115 crédits ; le même clip avec HappyHorse 1.0 coûte 140, et en 1080p c'est 145 contre 240. Il n'y a aucune raison de choisir HappyHorse 1.0 sur ce site, sauf si vous faites correspondre un ancien projet.
La version 1.1 devance la 1.0 de 28 points Elo dans l'arène text-to-video d'Artificial Analysis (septembre 2026).
À partir d'une photo, l'écart est de 22 points, la 1.1 étant septième et la 1.0 dixième.
Un clip de 5 secondes coûte 115 crédits en 720p et 145 en 1080p avec la 1.1, contre 140 et 240 avec la 1.0. La version la plus récente est moins chère à toutes les durées.
CE QUI LE DISTINGUE
01
HappyHorse est entré anonymement dans l’arène Artificial Analysis début avril 2026 et a pris la première place à la fois en texte-vers-vidéo et image-vers-vidéo avant qu’Alibaba ne le revendique. En juin, Arena.ai classait encore HappyHorse 1.0 deuxième sur ses trois tableaux vidéo. C’étaient des votes aveugles face à face, pas un benchmark fournisseur. HappyHorse n’est plus premier, mais c’est pourquoi le nom s’est répandu.
02
HappyHorse accepte jusqu’à 9 images de référence et génère toujours l’audio en une même passe, une combinaison que peu de modèles ici proposent à 115 crédits.
03
HappyHorse 1.1 en 1080p coûte 145 crédits pour 5 secondes sur Ricebowl, bien moins que Seedance 2.0 à 510 pour la même durée et résolution.
NOTRE AVIS
HappyHorse 1.1 est meilleur et coûte moins de crédits ici, donc la question se répond d’elle-même. Il devance HappyHorse 1.0 sur les deux classements de l’arène et est moins cher pour chaque durée : 115 contre 140 crédits pour 5 secondes en 720p. Choisissez toujours HappyHorse 1.1.
Pas sur la qualité. Seedance 2.0 surpasse déjà HappyHorse 1.1 sur les deux tableaux (1210 contre 1147 en texte vers vidéo), et Seedance 2.5 n'est pas encore classé. HappyHorse gagne sur le coût et la résolution : 115 crédits pour 5 secondes en 720p contre 315 pour Seedance 2.5, plus le 1080p, que Seedance 2.5 ne propose pas ici. Choisissez HappyHorse pour un 1080p abordable avec dialogue ; choisissez Seedance 2.5 pour des clips de plus de 15 secondes ou plus de 9 références.
HappyHorse est bon pour les drames courts axés sur le dialogue, les publicités de produits à partir de photos de référence, et les clips sociaux en 1080p à petit budget. Il n'est pas le choix pour la 4K, les clips de plus de 15 secondes, l'image unique la plus réaliste (utilisez MiniMax H3 ou Seedance 2.0), ou pour exécuter un modèle sur votre propre matériel.
COMPARAISON
| Fonctionnalité | HappyHorse 1.1 | Seedance 2.0 | Kling 3.0 | Wan 2.6 |
|---|---|---|---|---|
| Classement Elo texte-vers-vidéo | 1147 | 1210 (720p) | 1095 (1080p Pro) | 1030 |
| Classement Elo image-vers-vidéo | 1104 | 1175 (720p) | 1054 (1080p Pro) | 889 |
| Durée du clip sur Ricebowl | 5, 10 ou 15 s | 5, 10 ou 15 s | 5, 10 ou 15 s (15 s sur Kling 3.0 Turbo) | Pas sur Ricebowl |
| Résolution max sur Ricebowl | 1080p | 1080p | 4K (Omni) | Pas sur Ricebowl |
| Son | Intégré | Intégré | Optionnel, coût supplémentaire | Pas sur Ricebowl |
| Images de référence | 9 | 9 | 2 | Pas sur Ricebowl |
| Clip le moins cher sur Ricebowl | 115 crédits | 95 crédits (480p) | 70 crédits (Rapide, sans son) | Pas sur Ricebowl |
| Idéal pour | Scènes de dialogue 1080p à petit budget | La meilleure qualité des quatre | Plans produits 4K | Référence Alibaba plus ancienne |
Les scores Arena proviennent des classements text-to-video et image-to-video d'Artificial Analysis, septembre 2026. Les prix des crédits sont les tarifs actuels de Ricebowl.
Essayer HappyHorse maintenant01
Le générateur en haut de cette page a déjà HappyHorse 1.1 sélectionné. Inscrivez-vous avec un email ou Google pour commencer.
02
Décrivez l'action, la caméra et toute parole prononcée entre guillemets. Ajoutez une photo à animer, ou jusqu'à 9 images de référence et faites-y référence comme [Image 1], [Image 2].
03
Choisissez 5, 10 ou 15 secondes, 720p ou 1080p, paysage ou portrait, et appuyez sur générer. Le clip HappyHorse arrive dans votre flux avec son son.
AVIS
Retours de personnes qui utilisent HappyHorse sur Ricebowl pour du travail réel.
Wei C.Deux personnages, trois plans, un vrai dialogue, un seul rendu. HappyHorse a remplacé mon étape de doublage.
Réalisateur de mini-séries
Rachel P.Nos références produits restent enfin fidèles au modèle. L'étiquette se lit correctement sur chaque prise.
Responsable e-commerce
Diego M.1080p avec son à 145 crédits signifie que je peux présenter trois versions au lieu d'une.
Freelance en publicités sociales
Yuki T.La chorégraphie des combats tient la route. HappyHorse 1.1 est mon choix pour les scènes d'action.
éditeur de bandes-annonces de jeux
Amara O.Nous écrivons les prompts en français et les scènes sont correctes. Pas besoin de traduction.
Responsable du contenu de marque
Un seul solde, tous les modèles. Les crédits fonctionnent sur les 19 modèles vidéo – sans filigrane, sans modèle réservé à une formule, usage commercial inclus dans chaque formule payante.
Payez annuellement et économisez 30%
Payez annuellement et économisez davantage.
La façon la moins chère de commencer. Tous les modèles, un petit budget mensuel.
12,99 $US/mois
Renouvellement mensuel, annulation à tout moment.
400 crédits
≈ 1 à 20 vidéos, selon le modèle
≈ 28 à 133 images, selon le modèle
3.25¢ / crédit
De quoi essayer chaque modèle et finaliser quelques clips par mois.
29,9 $US/mois
Renouvellement mensuel, annulation à tout moment.
1 000 crédits
≈ 3 à 50 vidéos, selon le modèle
≈ 71 à 333 images, selon le modèle
2.99¢ / crédit
2 tâches parallèles
Une production régulière pour les créateurs solo qui passent au niveau pro — tous les modèles, un budget confortable.
49,9 $US/mois
Renouvellement mensuel, annulation à tout moment.
2 000 crédits
≈ 6 à 100 vidéos, selon le modèle
≈ 142 à 666 images, selon le modèle
2.50¢ / crédit
3 tâches parallèles
Production à grand volume pour les créateurs prolifiques et les petites équipes.
89,9 $US/mois
Renouvellement mensuel, annulation à tout moment.
5 000 crédits
≈ 15 à 250 vidéos, selon le modèle
≈ 357 à 1666 images, selon le modèle
1.80¢ / crédit
5 tâches parallèles
Abonnement mensuel flexible.
De quoi essayer chaque modèle et finaliser quelques clips par mois.
19,9 $US/mois29,9 $US
Facturé annuellement à 238,8 $. Renouvellement annuel, annulation à tout moment.
Économisez 120 $/an par rapport à l'abonnement mensuel
12 000 crédits
≈ 38 à 600 vidéos, selon le modèle
≈ 857 à 4000 images, selon le modèle
1.99¢ / crédit
2 tâches parallèles
Une production régulière pour les créateurs solo qui passent au niveau pro — tous les modèles, un budget confortable.
34,9 $US/mois49,9 $US
Facturé annuellement à 418,8 $. Renouvellement annuel, annulation à tout moment.
Économisez 180 $/an par rapport à l'abonnement mensuel
24 000 crédits
≈ 76 à 1200 vidéos, selon le modèle
≈ 1714 à 8000 images, selon le modèle
1.75¢ / crédit
3 tâches parallèles
Production à grand volume pour les créateurs prolifiques et les petites équipes.
62,9 $US/mois89,9 $US
Facturé annuellement à 754,8 $. Renouvellement annuel, annulation à tout moment.
Économisez 324 $/an par rapport à l'abonnement mensuel
60 000 crédits
≈ 190 à 3000 vidéos, selon le modèle
≈ 4285 à 20000 images, selon le modèle
1.26¢ / crédit
5 tâches parallèles
Rechargez des crédits valables pendant 12 mois.
Recharge unique pour des besoins occasionnels.
49,9 $US
Achat unique, valable 12 mois.
1 000 crédits
≈ 3 à 50 vidéos, selon le modèle
≈ 71 à 333 images, selon le modèle
4.99¢ / crédit
Recharge unique plus importante avec meilleur prix unitaire.
198 $US
Achat unique, valable 12 mois.
4 800 crédits
≈ 15 à 240 vidéos, selon le modèle
≈ 342 à 1600 images, selon le modèle
4.13¢ / crédit
5 tâches parallèles
Browse all
Browse all
Do the horse dance from one photo
One photo of you and your kid, suited up on a rooftop
A black hand, a wipe, a moon witch
Sheet on, shades on, pose and peek
Kick, pitch and leap in the storm
Swagger down the mansion hallway
Your pet takes the mic
Get caught on the big screen
Hold up the red sign and jump
Take the cash, then hit the walk
Walk out to a crowd of fans
A ghost rises right behind them
Walked out by two officers, unbothered
Lean in, arms out, point on the beat
Serious game face, then the toy car
Snap the moon, reveal the witch
Your pet as the dancing cat trio
Float past the red light on a broom
Nod to the bass at the blue wheel
Do the duo intro from two photos
Your baby, a serious face, one photo
The flash step dodge, one photo
Ask the phone how to get rich, hear the answer
Your cat or dog stands up and dances
Wide squat, tiptoes, one-leg freeze
Swagger down the park path, point at the lens
Cup your ears and let the stadium roar
Walk the carpet, stop for the flashes
Bedroom horns, panels shut, night street
Tiny workers wash your truck until it shines
Fake the rabona, leave the defender on the floor
Rocket thrusters fire, your car lifts off
Set up a penny-farthing chase through a palace garden with a golden carriage.
Create a two-person autumn field bounce and finger-point dance.
Create a two-person autumn field reunion clip with a spoken beat and cheering.
Your partner turns zombie, then a warm memory
A loved one turns zombie, hugs you, then a warm memory
Turn your photo into the Ozil goal: dribble, strike, turn and celebrate.
Turn photos into phonk head bop trend videos in minutes.
One photo, a camera orbit around your subject
One or two photos into the vertical sidewalk singing clip
Chandelier party video from your selfie photos
Turn any photo into the tiptoe trend
Create scream-and-swap pet dance clips
Turn your selfie into an animatronic jumpscare
Make your photo lead the 1983 zombie dance in 9:16 vertical video.
Turn one adult photo into a trending 9:16 lip-sync clip in seconds.
Turn one group photo into a crew that steps in sync in 9:16 vertical video.
Turn your photo into a 1980s retro dance video with custom themes.
Pop the bottle from one photo and freeze it black and white.
Turn your photo into a Bulin 47 AI doorway clip.
Do the Layoo dance from one photo with two friends behind you.
Turn your photo into the viral lean, swing and low bounce, friend watching.
Black liquid rebuilds your car from its badge
Put your photo on the red stage doing the 2008 electro arm dance.
Sweep the 2 and 4 cards, reveal a car
Deadpan sway clip from one photo
Costume walk clip from one photo.
Make your pet or baby scold the camera
Make viral sneaky tiptoe videos from photos
Walk out with two officers
Two photos turned into a drill rap video clip.
Turn your pet into a tiny knight in a storm
Turn photos into the hop and knock dance
Switch wardrobe under spinning fan blades
Turn portrait photos into video
Make the viral video from two photos
Turn one pet photo into the stage meme
Dusk road-trip clip from your photos
You and a friend trading bars on one mic
Turn their photo into a funny birthday prank video
One photo zooms out to Earth, Moon or galaxy
Laser eyes, car jumps, hugs and more from one photo
Turn one photo into a video with copies of you
Hug the kid you were in a short video
Turn family photos into a short video clip.
Turn your photo into a cinematic video with effects
Share an imagined hug with someone who passed away
Turn one or two photos into a dance video
Two solo photos, one orange booth, one mic
Sit still while a car flies over you
Turn two photos into a hug video
Turn one or two photos into a gentle memorial clip
Make people in old photos smile, wave or hug
One or two photos into the zombie love story video
Two photos into the viral Hotel Lobby video
Rejoindre Ricebowl est gratuit et vous offre 8 crédits sans carte, mais cela ne suffit pour aucune vidéo ici : le rendu HappyHorse 1.1 le moins cher coûte 115 crédits (5 secondes en 720p), et même un clip MiniMax H3 de 6 secondes coûte 20 crédits. Choisissez un pack de crédits ou un abonnement pour générer des clips HappyHorse.
HappyHorse est un modèle de génération vidéo développé par l'unité ATH d'Alibaba. HappyHorse transforme un texte, une photo ou plusieurs images de référence en un clip avec son synchronisé et dialogues en synchronisation labiale, jusqu'à 15 secondes en 1080p. HappyHorse 1.0 a été lancé en avril 2026 et HappyHorse 1.1 a suivi en juin.
HappyHorse 1.1 améliore la cohérence avec les images de référence, le mouvement dans les actions complexes, le suivi des instructions, les détails visuels et la synchronisation audio-visuelle. Il obtient également de meilleurs scores que HappyHorse 1.0 sur les deux classements, et sur Ricebowl il est moins cher à toutes les durées.
HappyHorse combine dialogues, montage multi-plans et 9 images de référence en un seul rendu à un prix bas en 1080p. C'est cette combinaison à ce prix, à partir de 115 crédits, qui distingue HappyHorse.
Non. Seedance 2.0 obtient de meilleurs scores sur les deux classements : 1210 contre 1147 en texte-vers-vidéo et 1175 contre 1104 en image-vers-vidéo. HappyHorse 1.1 est le chemin le moins cher vers le 1080p : 145 crédits pour 5 secondes contre 510 pour Seedance 2.0 en 1080p.
Oui. Alibaba décrit la sortie de HappyHorse comme audio-visuelle synchronisée, incluant dialogues en synchronisation labiale, son ambiant et performance vocale, générés dans le même passage que l'image.
La documentation d'Alibaba indique que les prompts HappyHorse peuvent être dans n'importe quelle langue. Alibaba n'a pas publié de liste de langues pour le dialogue parlé, alors testez votre langue avec un court clip HappyHorse d'abord.
Jusqu'à 15 secondes par clip. Sur Ricebowl, vous choisissez 5, 10 ou 15 secondes ; un clip HappyHorse 1.1 de 15 secondes coûte 340 crédits en 720p et 435 en 1080p.
Non. Il n'existe pas de poids, de code ou de licence publique pour HappyHorse. HappyHorse est disponible via l'API Model Studio d'Alibaba, happyhorse.com, l'application Qwen, et des services comme Ricebowl.
L'API d'Alibaba propose 480p, 720p et 1080p. Ricebowl propose HappyHorse en 720p et 1080p, en paysage ou portrait.
Ricebowl, car chaque alternative est placée à côté de HappyHorse dans un seul générateur. MiniMax H3 est mieux classé et commence à 20 crédits, Seedance 2.0 est encore mieux classé en image-vers-vidéo, et Kling 3 Omni permet la 4K. Générez un même prompt sur HappyHorse et un concurrent, conservez le meilleur clip, et payez à partir d'un seul solde.
LIÉS
PLUS DE MODÈLES
sur Ricebowl !
HappyHorse 1.1 avec son et dialogues synchronisés labialement, 9 images de référence, et clips en 1080p jusqu'à 15 secondes, à côté de tous les autres meilleurs modèles vidéo.
Essayer HappyHorse maintenantINSCRIPTION GRATUITE · SON INTÉGRÉ · JUSQU'À 1080P · 5 À 15 SECONDES
Découvrez la création cinématographique IA avec HappyHorse 1.1
Essayer HappyHorse maintenant