模型简介

阿里ATH创新事业部于2026年4月发布了全球首个原生支持音视频联合生成的开源视频大模型HappyHorse 1.0，以匿名身份登顶Artificial Analysis文生/图生视频双榜。该系列采用40层统一自注意力Transformer单流架构，将音视频编织在同一Latent空间协同生成，摒弃了行业主流的“视频+配音”拼接法，从底层解决了音画不同步、口型错位等核心痛点。HappyHorse 1.0主要涵盖文生视频、图生视频、主：视频编辑三大核心场景，为企业与个人提供从“智能生成”到“后期精修”的一站式内容创作闭环。

模型定价

分辨率	HappyHorse
720p	1.1/秒
1080p	1.8/秒

平台计价是按次计价，一次为一秒。生成5秒视频会扣五次，属于正常现象。

模型接入

请求响应示例

POST /v1/video/happyHorseEv

文生视频

图生视频

参考生视频

视频编辑

{
  "model": "HappyHorse-T2V",
  "prompt": "一只小猫在月光下奔跑",
  "resolution": "720p",
  "ratio": "16:9",
  "duration": 5,
  "watermark": false
}

响应示例

GET /v1/video/happyHorseEv/{taskId}

完成任务响应

已完成

处理中

失败

{
  "id": "task_20260124220030-9s4dc",
  "object": "video.generation",
  "model": "happyhorse-1.0-t2v",
  "status": "completed",
  "progress": "100%",
  "created_at": 1769263230,
  "started_at": 1769263245,
  "completed_at": 1769263322,
  "video_url": "https://example.com/output_video.mp4"
}

模型参数

参数	类型	T2V	I2V	R2V	EDIT	说明
`model`	string	✅ 必填	✅ 必填	✅ 必填	✅ 必填	`HappyHorse-T2V` / `-I2V` / `-R2V` / `-EDIT`
`prompt`	string	✅ 必填	✅ 可选	✅ 必填	✅ 必填	文本提示词
`media[]`	array	❌	✅ 1张 `firstframe`	✅ 1~9张 `referenceimage`	✅ 1个 `video` + 0~5张 `reference_image`	媒体素材
`resolution`	string	720p	720p	720p	720p	`720p` 或 `1080p`
`ratio`	string	✅ 可选	❌ 自动匹配	✅ 可选	❌ 保持原比例	`16:9`(默认) / `9:16` / `1:1` / `4:3` / `3:4`
`duration`	int	3-15s	3-15s	3-15s	❌ 跟随输入视频	默认 5
`watermark`	bool	✅	✅	✅	✅	默认 `true`（Happy Horse 水印）
`seed`	int	✅	✅	✅	✅	随机种子
`audio_setting`	string	❌	❌	❌	✅	`auto`(默认) / `origin`(保留原声)

support@deepspaceai.net

DeepSpaceAI

HappyHorse 系列

模型简介#

模型定价#

模型接入#

请求响应示例#

响应示例#

完成任务响应#