6月22日，阿里巴巴發布了其最新一代視頻生成模型HappyHorse 1.1（快樂小馬1.1）。

相較1.0版本，阿里稱，這次升級圍繞動態表現力、主體一致性、指令遵循、視覺質感和音頻能力等維度展開。

并且支持9張參考圖同時輸入，保持商品細節、品牌元素、角色與場景的靈活組合和穩定性。

這意味著在多角色短劇、直播帶貨、多人物廣告等場景中，角色“變臉”情況變得可控，對于內容生產者而言，可大大減少抽卡次數，提升效率。

1.1版本還在視覺質感和音頻上做了專項優化，降低過度銳化、油光感和涂抹感，讓皮膚呈現更自然真實的質感；

同時增強細節刻畫的分寸感，在保留痘印、法令紋、毛孔等真實特征的基礎上，避免細節過度放大，可滿足短劇、廣告等對畫面質感要求高的場景。

臺詞表達更加自然，語速、停頓、語氣能夠根據場景與情緒變化進行動態調整；同時提升對Prompt 中聲音描述的理解能力，讓背景音樂、環境音效等聲音元素更符合創作意圖，減少無關音效干擾。

在技術規格上，HappyHorse 1.1與1.0版本保持一致，單次生成時長仍為3到15秒，支持720p和1080p兩種高清分辨率以及自由寬高比。

目前，HappyHorse官網、阿里云百煉和千問云均已接入最新版本，用戶可以直接上手體驗（文末附鏈接）。

價格方面，生成720p清晰度畫面的價格為每秒0.9元（優惠后0.54元），1080p為每秒1.2元（優惠后0.72元），其中1080p的價格相比1.0版本下調了25%。

阿里官方曬出了幾個HappyHorse 1.1的生成結果。

可以看到，在考驗模型動態表現力和動作連貫性的任務上，HappyHorse 1.1生成人物運動更流暢自然，沒有出現動作遲、殘影、節奏不足等問題。

在打斗類視頻中，人物動作、衣物飄動、打斗走位也都自然流暢，畫面質感肉眼可見變好。

那么實際用起來到底怎么樣？

小編也是第一時間從動態表現力、主體一致性、指令遵循能力、視覺呈現質量和音頻表達能力五個維度與前代1.0版本一起進行了實測。

動態表現力

提示詞：

【鏡頭語言與運動】

鏡頭邏輯：持續保持極端超廣角魚眼視角（Fisheye POV），模擬“貓的視角”在前，少女在后追逐的動態關系。

運動方式：快速的、充滿顛簸的手持感（Handheld shaking），捕捉奔跑過程中的劇烈晃動，背景建筑隨著鏡頭快速向后拉伸。

【畫面敘事描述】

0-5s（突圍）： 貓咪叼著魚，眼睛瞪得滾圓，在狹窄喧鬧的菜市場中穿梭。少女在身后大喊著追趕，手臂奮力伸向貓咪，背景里驚起的鴿子和灑落的錢幣（或紙屑）讓畫面混亂度拉滿。

【視覺風格與質感】

風格：狂野現實主義 (Wild Realism)、魚眼鏡頭視覺大片 (Fisheye Cinematic)、快節奏動作電影 (Fast-paced Action)。

質感：極其銳利的貓咪毛發細節、街頭煙火氣（塵土與陽光）、動感模糊（Motion Blur）。

色調：強烈的陽光色（日光感）、高飽和的街頭色彩，色調充滿粗礪的金屬與街頭風情。

【特效與音效提示】

特效 (VFX)： 魚身上的水珠飛濺（Water droplets）、背景鴿子撲騰的動態粒子、畫面邊緣的畸變扭曲感。

音效 (Audio)： 節奏極快的架子鼓聲，貓咪輕快的腳步聲，少女大聲呼喊的混響，鴿子拍翅的撲騰聲，以及菜市場嘈雜的人聲和市井環境音。

[ 上下滑動 ]

HappyHorse 1.1

HappyHorse 1.0

可以看到，HappyHorse 1.1生成的畫面內容速度正常，也符合基本物理規律，只是畫面在這種高速運動鏡頭下有一點崩壞。

而HappyHorse 1.0在同樣任務中生成的視頻不僅出現了慢動作的問題，最后女孩手中還出現看不明鳥籠。

主體一致性

提示詞：

圖片1中的女孩穿上圖片2中的機甲，然后鏡頭推向頭部特寫，機甲面罩打開露出女孩的臉。

[ 上下滑動 ]

HappyHorse 1.1

HappyHorse 1.0

顯而易見，HappyHorse 1.1比HappyHorse 1.0主體一致性更強，雖然在機甲面罩打開時有一些小小瑕疵，但相比于1.0觀感更好。

指令遵循能力

提示詞：

基礎概括：這是一個強調環境質感與心理跨越的跳剪片段。開篇完全還原參考圖：曠野中強風掠過，壓低了枯草，吹亂了男子的發絲，他靜默地倚靠在暗綠色保時捷上。隨后畫面通過跳剪加速，從筆尖書寫開始，內心OS切入，直到他輕松跳下車頭、入座點火，整段戲在風聲與引擎聲中達到高潮。關聯補充： 第一鏡無OS。第二鏡起OS持續至全片結束。畫面色調保持冷峻青橙，強調風的流動感。

鏡頭序號：01 精準景別標注： 全景（LS），24mm廣角鏡頭拍攝角度與朝向： 低角度仰拍。男子側身倚靠在保時捷911前機蓋。畫面主體與構圖： 完全還原參考圖。 男子低頭垂眸，畫面中背景的枯草叢呈波浪狀劇烈搖擺，男子的襯衫領口和碎發在風中不斷翻飛。光影與氛圍感提示： 清晨的冷冽色調。利用極淺景深使遠山模糊，凸顯近處飛揚的塵土和被風壓低的草坪紋理。角色演繹與臺詞：內在邏輯： 【核心過往經歷】初獲自由?！撅@性動機】靜默共處。【情緒層級】輕度（沉靜）。外在細節： 【微反應】眼神專注低垂，對狂風毫無反應，表現出極度的心流狀態?！旧矸磻亢粑澴嗯c風聲同步，身體隨風力有極輕微的自然晃動。臺詞： 無（此鏡無OS）。音效/音樂設計： 極高頻率的強風呼嘯聲、枯草劇烈摩擦的“嘩啦”聲、襯衫面料被風吹響的“噼啪”聲。

鏡頭序號：02 精準景別標注： 特寫（CU），100mm微距鏡頭拍攝角度與朝向： 俯拍，對焦紙面與指尖。畫面主體與構圖： 鋼筆尖在羊皮紙上快速劃過，留下潦草的字跡。風吹過紙頁邊緣，紙張不斷震顫。光影與氛圍感提示： 側光強調紙張紋理，光線在筆尖金屬面上產生細小的眩光點。角色演繹與臺詞：內心OS： “（低沉男聲開始）我希望你去更野的地方……”外在細節： 【生理反應】指尖由于風力干擾，握筆力度極穩，體現心理定力。音效/音樂設計： 風聲略微調低，鋼筆劃紙的“沙沙”聲被放大，帶有一種撕裂感。

鏡頭序號：03精準景別標注： 中近景（MCU），35mm變形寬銀幕鏡頭拍攝角度與朝向： 側斜方仰拍。人物抬頭看天。畫面主體與構圖： 人物位于黃金分割線。發絲被風完全吹向鏡頭后方，露出清晰的額頭和釋然的眼神。光影與氛圍感提示： 云層快速流動的倒影映射在車漆和人物瞳孔中。角色演繹與臺詞：內心OS： “……去犯錯……”外在細節： 【微反應】眼瞼輕微顫動，隨后嘴角露出一抹極淡的、帶有攻擊性的自由感笑容。音效/音樂設計： 風聲中混入極高頻的哨音，模擬山口的風切變聲。

鏡頭序號：04 精準景別標注： 遠景（LS），200mm長焦鏡頭。拍攝角度與朝向： 仰拍天空。畫面主體與構圖： 陰云翻滾的天空，一群飛鳥排成凌亂而有力的陣型，逆風劃過畫面。光影與氛圍感提示： 云縫中漏出一縷冷調微光。角色演繹與臺詞：內心OS： “……去狂奔……”音效/音樂設計： 刺耳且具有穿透力的大雁長鳴，與風聲交織。

鏡頭序號：05 精準景別標注： 中景（MS），35mm鏡頭。拍攝角度與朝向： 平視。人物由車身跳下地面。畫面主體與構圖： 動作起伏感極強。男子單手抓著筆記本，雙腳輕盈落地，衣擺隨動作和強風高高揚起。光影與氛圍感提示： 強調落地時地面卷起的草屑與微塵，在逆光下形成光暈。角色演繹與臺詞：內心OS： “……去成為……”外在細節： 【微反應】落地瞬間動作極其放松，沒有絲毫遲疑，眼神已鎖定車門。音效/音樂設計： 沉重的落地踩踏音，緊接著是筆記本皮革與襯衫摩擦的細碎響聲。

鏡頭序號：06 精準景別標注： 近景（MCU），50mm鏡頭。拍攝角度與朝向： 車內主觀視角看車門關閉過程。畫面主體與構圖： 男子已經坐穩在桶形座椅上，右手握住內門把手，伴隨動作將外界的荒野風景瞬間切斷。光影與氛圍感提示： 關門瞬間，車內原本幽暗的空間被車窗透進的最后一道光照亮。角色演繹與臺詞：內心OS： “……你……”外在細節： 【生理反應】關門動作利落干脆，指關節呈現出有力的抓握狀態。音效/音樂設計： 一聲沉重到極點的“砰”——屬于經典保時捷的機械關門聲，聲音厚實且帶回響。外界風聲在這一刻瞬間消失，轉為車內沉悶的死寂。

鏡頭序號：07 精準景別標注： 特寫（CU），35mm變形寬銀幕鏡頭拍攝角度與朝向： 低位平視，鏡頭對準車頭一側的大燈與機蓋邊緣畫面主體與構圖： 構圖重心在大燈處。背景中被風壓低的枯草在極淺景深下形成快速流動的色塊。光影與氛圍感提示： 隨著點火聲，大燈瞬間亮起，白色強光直射鏡頭，產生明顯的變形寬銀幕水平藍色炫光（Lens Flare）。光束中清晰可見飛舞的塵埃和被風卷起的草屑。角色演繹與臺詞：內心OS： “……去成為……”外在細節： 車輛由于引擎啟動產生輕微的、富有機械美感的震顫（抖動感）。音效/音樂設計： 馬達轉動的急促機械聲，緊接著是“轟”的一聲低沉有力的排氣浪聲，音效呈現明顯的空間包圍感。

鏡頭序號：08 精準景別標注： 全景（LS），24mm廣角鏡頭拍攝角度與朝向： 低角度后景深構圖，鏡頭斜對公路/野地延伸方向畫面主體與構圖： 畫面中心是深綠色的保時捷。車輛尾部排氣管噴出一團稀薄的冷霧，隨即車輪卷起碎石與黃土，車輛由畫面中心極速向斜前方駛出，最終徹底消失在畫框邊緣。光影與氛圍感提示： 強化環境風感，漫天的草浪向著車輛行駛的反方向傾斜。冷峻的青藍色調天空中，那抹橙黃色的車燈殘影在視網膜上停留。角色演繹與臺詞：內心OS： “……你自己?！保ㄅ_詞結束，伴隨引擎遠去聲）外在細節： 車輛加速時車尾輕微下沉，體現出強大的動力輸出與決絕的離去感。音效/音樂設計： 引擎聲由重而遠，逐漸變小。風聲重新占據聲場主位，最終在大雁的最后一聲遠鳴中，伴隨畫面切黑，所有聲音消失。

[ 上下滑動 ]

HappyHorse 1.1

HappyHorse 1.0

HappyHorse 1.1和1.0都能做到按照提示詞順序逐一還原細節，不過，1.0有些畫面在銜接上很突兀，并且，在寫字的鏡頭中都出現了明顯的問題。

視覺呈現質量

提示詞：

一位身著傳統藏袍的年輕藏族少女，臉頰帶著高原特有的紅暈，眼神靈動而充滿朝氣；背景是廣袤的金色草原與遠處連綿的雪山，湛藍的天空下雄鷹盤旋；她先是好奇地望向鏡頭，隨后露出燦爛純真的笑容，眼睛彎成月牙狀，整個人洋溢著發自內心的喜悅與活力；鏡頭采用輕微環繞拍攝，從側面緩緩移至正面特寫，捕捉她發絲隨風輕揚的自然動態；人文紀實攝影風格，暖色調自然光，畫面明亮通透；4k高清畫質，細膩呈現面部肌膚質感與傳統服飾的精美刺繡細節。

[ 上下滑動 ]

HappyHorse 1.1

HappyHorse 1.0

小編感覺1.1和1.0在視覺呈現上不相上下，沒有什么明顯的提升，不過它倆的細節體現都很到位，比如臉上的陰影隨旋轉減少。

音頻表達能力

提示詞：

這是一段高質量的巴黎浪漫愛情電影片段。畫面中，一名穿著復古西裝的紳士和一名穿著棕色大衣的優雅女士正并肩行走在巴黎的午后街頭，陽光柔和，氛圍復古而溫馨。鏡頭采用電影級穩定跟蹤運鏡，男人深情地側頭問：‘你明天真的要走嗎？’ 女人停下腳步，轉身注視著他，眼神含情脈脈地回答：‘這取決于你是否會挽留?！?男人露出溫柔的微笑，輕觸她的手背低語：‘那么，我們留下?！?畫面色彩呈現90年代膠片質感，背景巴黎街道模糊而夢幻，光線自然且充滿詩意，人物微表情細膩，皮膚質感真實，整體節奏優雅、浪漫、深情。

[ 上下滑動 ]

HappyHorse 1.1

HappyHorse 1.0

相較于HappyHorse 1.0，HappyHorse 1.1和在人物情感、表情、動作上做的更好，回到上一個視覺呈現的點， 1.1在人物的刻畫上確實比1.0少了一些“油膩感”。

值得一提的是，HappyHorse和虎鯨文娛集團聯合推出了AI影像大賽，放出千萬級流量扶持+百萬級商業商單資源。

對所有短劇創作者來說，既是免費升級工具的紅利，更是難得的變現新風口。

最后，就不得不提一下Seedance這邊的最新動態。

就在今天，字節跳動在2026火山引擎FORCE原動力大會上正式公布了豆包視頻生成模型最新版本Seedance 2.5。

目前該模型仍處于全球企業內測階段，預計將于7月初正式上線。

從現場披露的信息來看，Seedance 2.5實現了三項核心升級。

首先是單條視頻生成長度最長可達30秒，直接翻倍于上一代Seedance 2.0的15秒，突破同類產品15到20秒的瓶頸。

其次是支持最多50個全模態素材聯合輸入，而2.0版本一次最多只能導入12份。創作者可以一次性上傳全套角色人設、場景概念圖、鏡頭參考片、色彩參考圖等，模型全程統一吸收所有素材風格特征。

第三是提供靈活的視頻編輯能力，支持在不改變整體畫面的前提下進行局部內容修改。

此外還新增了3D白膜預覽功能，拍攝分鏡和鏡頭走位可以提前模擬調試，大幅減少反復生成的試錯時間。畫質方面Seedance 2.5原生支持4K高清成片輸出。

或許，Seedance2.5正式開放后，很有可能將AI視頻生成的專業門檻再往上拉一個臺階。

另外， 在市場端， Seedance與HappyHorse 的口碑也存在 差異。

在Seedance 2.0時代，這款模型就已經引發廣泛關注，社區中Seedance讓很多創作者直呼“炸裂”。

相比之下，HappyHorse雖然曾在盲測榜單上以Elo分數碾壓Seedance 2.0，但在實測中也有“祛魅”的聲音。

總的來看，HappyHorse 1.1的發布證明了阿里在視頻生成賽道上的持續投入和迭代能力，尤其是在動態表現、主體一致性和畫質質感上的優化確實讓這款模型更“好用”了。

至于這兩款模型究竟誰更勝一籌，可能還要等Seedance 2.5正式上線后，來一場公平的正面較量才能見分曉。

• HappyHorse官網：

https://www.happyhorse.cn/

• 千問云：

https://www.qianwenai.com/models/happyhorse-1.1-i2v

• 阿里云百煉：

https://bailian.console.aliyun.com/cn-beijing#/model-market/all?providers=happyhorse