Annual Sale!Get 30% offClaim Now→
Le modèle vidéo d'Alibaba à 15 milliards de paramètres : texte en vidéo, image en vidéo et audio synchronisé au sein d'un seul transformer unifié.
Un transformer multimodal unifié conçu pour générer simultanément vidéo et audio, sans modèles séparés ni post-traitement.
Un transformer à flux unique de 40 couches avec 32 couches partagées traitant les tokens de texte, vidéo et audio sans rupture d'attention croisée.
Génère dialogues synchrones, ambiance sonore et effets audio en même temps que les images vidéo en une seule passe.
La distillation DMD-2 ramène les étapes de débruitage de plus de 50 à seulement 8 sans guidage classifier-free, accélérée par un compilateur dédié.
Prise en charge native de l'anglais, mandarin, cantonais, japonais, coréen, allemand et français avec le taux d'erreur de mots le plus bas du secteur.
Clips de 5 à 15 secondes en 1080p natif sur 5 formats d'image, parfaits pour les réseaux sociaux, la publicité et le cinéma.
Bénéficie de détails d'architecture publiés et d'évaluations de référence transparentes pour créateurs et chercheurs.
Scores Elo évalués en aveugle par des milliers de juges humains. Happy Horse domine les catégories texte en vidéo et image en vidéo.
| # | Modèle | Développeur | Elo |
|---|---|---|---|
| 1 | HappyHorse 1.0 | Alibaba | 1332 |
| 2 | Seedance 2.0 720p | ByteDance | 1273 |
| 3 | SkyReels V4 | Skywork AI | 1245 |
| 4 | PixVerse V6 | PixVerse | 1241 |
| 5 | Kling 3.0 1080p | KlingAI | 1241 |
Source : Artificial Analysis Video Arena, avril 2026.
De l'idée à la vidéo finale en moins de cinq minutes. Aucune configuration ni carte graphique requise.
Sélectionnez Texte en vidéo pour décrire une scène ou Image en vidéo pour animer une photo importée.
Choisissez 720p ou 1080p, ajustez la durée de 3 à 15 secondes et choisissez le format approprié.
Lancez la génération : votre vidéo arrive dans votre espace en 2 à 5 minutes (crédits remboursés en cas d'échec).
Vidéos authentiques produites par Happy Horse 1.0 en 1080p : physique réaliste, détails nets et mouvements fluides.
Générez votre première vidéo 1080p en quelques minutes. Payez uniquement ce que vous consommez : 60 crédits/s en 720p, 100 en 1080p.
Ouvrir le générateurHave a different question and can't find the answer you're looking for? Reach out to our support team by sending us an email and we'll get back to you as soon as we can.
Happy Horse 1.0 est un modèle vidéo IA à 15 milliards de paramètres d'Alibaba Model Studio. Il génère vidéo et son synchronisé, classé n°1 sur Artificial Analysis avec 1332 Elo (texte) et 1391 Elo (image).
Sur le banc d'essai d'Artificial Analysis, Happy Horse 1.0 (1332 Elo) dépasse Seedance 2.0 (1273), SkyReels V4 (1245), PixVerse V6 (1241) et Kling 3.0 (1241).
Deux modes : Texte en vidéo (description textuelle) et Image en vidéo (avec photo de départ et consigne facultative).
Résolution : 720p ou 1080p. Durée : de 3 à 15 secondes (5s par défaut). Formats : 16:9, 9:16, 1:1, 4:3 et 3:4.
Tarification linéaire : 720p coûte 60 crédits par seconde ; 1080p coûte 100 crédits par seconde. 5s en 720p équivalent à 300 crédits ; 10s en 1080p équivalent à 1000 crédits.
La plupart des vidéos sont générées en 2 à 5 minutes. Vous pouvez suivre l'avancement ou retrouver vos créations sur la page 'Mes vidéos'.
Les crédits sont intégralement et automatiquement remboursés pour toute tâche non aboutie.
Non. Toutes les vidéos téléchargées sont totalement exemptes de filigrane.