浙江
要說前陣子 AI 圈最神秘的模型，快樂小馬應該算一個。
早在月初，這個模型就登頂了 Artificial Analysis 的榜首，直到現在還在榜單第一掛著。在 Arena AI 排行榜上，HappyHorse-1.0 也能排到第二的位置。
這么好的成績，一下子激起了大伙兒的好奇心。
一夜之間，大量仿冒套殼擦邊版 “ 快樂馬 ” 激情上線，HappyHorse 突然成了流量密碼，整個 AI 圈都在討論誰才是小馬真正的爸爸。
直到最近，這場猜馬游戲終于有了答案。阿里 ATH 團隊正式認領這匹競技場黑馬，并同時開放了 HappyHorse-1.0 灰測。
世超也去前線觀察了一些大伙兒用 HappyHorse-1.0 做出來的案例，看起來整體效果還是有不少閃光點的。
即便是在高速運動的鏡頭里，人物基本沒有跑形，主體一致性保持得很穩。音效也沒掉鏈子，節奏點踩得準，畫面動作和聲音能完全對上。
來源：@嵐叔
而在氛圍感、真人特寫和一些奇觀鏡頭上，成片的質感看起來也比較在線。
咱也第一時間上手試了試。這回 HappyHorse-1.0 一共開放了視頻生成和視頻編輯兩項功能，實測下來，營銷號嘴里的全面碾壓、拳打腳踢友商模型，咱聽個樂就行了。
不過，不能否認的是，它確實是一款完成度較高的視頻模型。
下面世超就帶各位差友看看 HappyHorse 的實測案例。先從最核心的視頻生成說起，HappyHorse-1.0 的生成等待時間大概在 3 到 5 分鐘，一次最長可以生成 15 秒視頻，畫質支持 720P 和 1080P，參考圖最多能放 9 張。
在無參考圖的情況下，只用一段不到 100 字的提示詞，就可以跑出一支質感還不錯的紀錄片風格短片。
比較驚喜的是，它的音畫同步完成度很高。比如手掌揉過面團時那種細碎的摩擦聲，還有面團、面板撞擊案臺的聲音，都能跟手部動作搭配。
而如果提供參考圖，只要搭配簡單的一兩句話提示詞，也能做出不錯的效果。
比如下面這個案例，“ 生成一段皮克斯電影質感的電影前導片，主角坐到背后的賽車里，倒車離開畫面。鏡頭位置始終不變，不要跟隨角色。”
或者讓米家三姐妹摸摸角色的頭：“ 閃光燈閃過，左二右一的人物都放下剪刀手，摸右二人物的頭。”
又或者來個漢堡廣告片：
所以大伙兒也能看出來，HappyHorse 對參考圖還是挺依賴的。加了參考圖之后，不管是抽卡成功率，還是最終畫面的質感，都明顯穩不少。
所以建議大家使用前先用 GPT-Image-2 做個圖，再搭配提示詞食用。
或者對畫面運鏡要求更高的差友，還可以試試下面這種參考圖 + 千字提示詞的玩法。
只要在提示詞里說清楚劇情，每秒的運鏡分鏡，畫面氛圍，人物表演情緒，臺詞背景音等等細節，你就可以得到一段 《 無間道 》 復刻版。
世超測了不少案例，感覺 HappyHorse-1.0 在鏡頭指令遵循方面還是很強的。比如提示詞里說 2-4s 給特寫鏡頭，實際視頻里運鏡是符合要求的。
不過，如果說運鏡做得還不錯，語音聲線方面，HappyHorse 就有點一般了。上面這個算好例子，實際上 80% 的視頻，都會出現極其 AI 的配音，剩下 20% 的情況里，我也沒摸清怎么提示，才能讓它說話穩定地擁有感情。。。
再給大伙兒看一個肖申克的救贖，只要不開腔，環境音和動作音還是比較到位的：
當然，真正想跑出完美無缺的好視頻，還是得靠抽卡大法。而這，也是目前整個行業的現狀。比如抽出來一條視頻，80% 是沒有問題的。但它總在那 20% 的細節上翻車，比如人飛著飛著少了一條腿，背景音突然出現莫名其妙的臺詞。
包括在多人物，在快速運動場景里表現比較一般。哪怕只是兩個人站在地面對劍這種相對簡單的動作，生成出來效果也經常很綿軟，整體缺乏打擊感。 不過相信在未來，隨著模型的更新，抽卡這件事兒，也會逐漸被技術淘汰。
而在視頻編輯功能上，HappyHorse-1.0 的表現也算比較穩定。
在風格、環境等大面積修改的時候，能保持和原視頻的一致性。比如真人改成動漫風格：
或者暴雨改晴天：
又或者局部給人物戴個口罩：
但視頻編輯對提示詞比較敏感，只會嚴格按照涉及的部分修改。比如，你只提到把畫面里的角色男性換成女性，背景音臺詞就會保持原來的男性聲線不變。
最后再給大伙兒說說價格。官網目前每天登錄免費送 50 積分，而生成一條 5s 720P 的視頻原價 45 積分，會員 7 折后也要 32，白嫖基本不太現實。
但即使花錢，HappyHorse 其實算是比較有性價比的。根據官方的口徑，HappyHorse-1.0 官網疊加會員折扣之后合 0.44 元/秒，這在 AI 視頻模型里是一個相當有競爭力的價格。
目前比較優秀的模型，每秒成本一般在 1 元左右。世超周圍也有不少編輯部小伙伴表示，現在好的視頻模型太貴，大伙兒非必要都不舍得用。
所以，如果 HappyHorse 能保持這個價格優勢，再把模型短板補上，對一些小工作室，或者個人使用來說，還是有很大吸引力的。
總的來說，不管是開年的 Seedance，還是現在的 HappyHorse，咱們都能明顯感覺到，國產視頻模型已經不再是 Veo、Sora 后面的小跟班，反過來要教這些海外模型學做 AI 了。
即使它們還不完美，依然翻車，但這些 AI 模型能力的持續進化，成本的大幅優化，正在一點點改變視頻內容的生產方式。
過去做一條商業廣告片、短劇、電影，需要支撐一整個團隊的預算。現在，一個普通創作者靠參考圖和提示詞，居然也能摸到專業影像的門檻。
希望視頻模型繼續照這個勢頭卷下去，以后普通人想看點好劇，可能真的只需要燒燒 token，在家里動動手指了。
撰文：咸咸
編輯：面線
美編：素描
圖片、資料來源：
X、HappyHorse 官網
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
