HappyHorse 1.0

Коротко

Разработчик

Alibaba, модель вышла в конце апреля 2026 года

Режимы

видео из текста, из изображения, по референсам (до 9 картинок) и редактирование видео

На выходе

MP4 от 3 до 15 секунд, 720P или 1080P

Пропорции

16:9, 9:16, 1:1, 4:3 и 3:4; с первым кадром и при правке — как у исходника

Звук

создаётся вместе с видео; при правке можно оставить исходную дорожку

Русский язык

задание понимает; говорит по-русски с ошибками, русского нет в списке языков синхронизации губ

Цена

от 16 ₽/сек.

Что умеет: речь, склейки, правка ролика

По замыслу Alibaba, HappyHorse 1.0 создаёт картинку и звук за один проход: голос, шаги, ветер появляются вместе с движением, а не накладываются потом. Мы сделали два ролика сами и разобрали три готовых примера со страницы нейросети. Ролики только сжали для страницы, ничего не монтировали.

Человек говорит в камеру

Говорящие крупные планы разработчики называют сильной стороной модели, поэтому первым делом мы проверили речь, и сразу по-русски. Пекаря придумала нейросеть, такой женщины нет.

Вертикальное видео, средний план. Женщина-пекарь лет сорока в белом фартуке и светлой косынке стоит за прилавком маленькой пекарни, за ней полки с булками. Она улыбается, берёт с подноса булочку с корицей и говорит в камеру по-русски: «Булочки с корицей, только что из печи!» Камера неподвижна, тёплый утренний свет из окна. Звук: её голос, тихий звон посуды.

Сцена вышла как заказывали: женщина берёт булочку с подноса, поднимает её к камере и говорит, губы шевелятся вместе со словами. Выглядит она скорее на пятьдесят с лишним, чем на сорок. С речью хуже. Программа распознавания услышала «Булатки с корицей. Только чем из печи»: фразу понять можно, но два слова произнесены с ошибками. Ролик пришёл меньше чем через две минуты.

Несколько планов и надпись в кадре

За десять секунд модель сама меняет планы, как монтажёр. Этот готовый пример с сайта мы взяли ради надписи на баннере и склеек между планами, потому что обе вещи даются видеонейросетям непросто.

A massive "CONGRATULATIONS GRADUATES" banner being unfurled across a university building by maintenance workers on the roof. The wind catches it mid-unfurl, turning it into a sail that nearly lifts one worker off their feet. Coworkers grab him, everyone laughs, and the banner finally drops into place. Below, students start taking selfies immediately. Audio: Wind gusting, workers shouting and laughing, distant cheering.

В ролике пять планов: общий с крыши, рабочие борются с полотнищем, крупно смеющиеся лица, баннер на фасаде и студенты внизу. Надпись CONGRATULATIONS GRADUATES в конце написана без ошибок. Склеивать ничего не пришлось. Реплику рабочих модель придумала сама, по-английски, хотя в задании были только крики и смех.

Сцены по секундам

Длинное задание можно разбить на отрезки с таймкодами. В этом примере на 13 секунд пять сцен погони в пустыне.

Cinematic short film, photorealistic VFX. 15-second desert hunt at high noon. Blinding light, zero shade, heat shimmer on everything.

[0–2s] Overhead drone — red desert canyon system. Sandstone towers, wind-carved arches, dry riverbeds. One figure: a woman on a sand-skiff — a flat wooden board with a triangular sail, gliding across compacted sand on bone runners. She wears wrapped linen armor, copper goggles, a weighted net coiled at her waist. She watches the sand.

[2–4s] ECU the sand surface — it's BREATHING. Rippling outward from a point 200 yards ahead. The sand rises like a slow dome. The sail-woman cuts the skiff hard right. The dome ERUPTS — a sandworm. 40 feet, segmented, chitinous plates the color of rust. Its mouth is a vertical iris lined with grinding teeth like a rock crusher. Sand cascades off its body. It roars — the sound is DEEP, below human hearing, but you feel it shake the frame.

[4–7s] Chase through the canyon — the skiff banks between sandstone pillars. The worm follows UNDERGROUND — you see its path as a moving ridge of sand, smashing through the earth, pillars cracking as it passes beneath their foundations. She throws the weighted net — it wraps around a sandstone tower, rope trailing to her skiff.

[7–10s] The worm surfaces directly in the skiff's path. She leans the board, catches wind, and the skiff JUMPS — airborne over the worm's back. In mid-air she drives a barbed stake into the top of its head plate. Lands the skiff on the other side. Rope connects stake to the sandstone tower.

[10–13s] The worm charges away — the rope goes taut against the tower. The tower HOLDS. The worm's momentum whiplashes it sideways. It crashes into a canyon wall. Sandstone debris cascades. Dust cloud erupts like a bomb. Silence inside the cloud.

Порядок сцен модель выдержала: вид сверху, червь вырывается из песка, погоня между скалами, прыжок через спину и облако пыли в конце. Деталями она жертвует: червь ползёт поверху, а не под песком, и вместо вертикальной пасти-диафрагмы у него голова ящера с зубами. Задание здесь длинное, около 1800 знаков, а поле принимает до 2500.

Товар крупным планом

Ролик для карточки товара: стеклянный флакон, мрамор, медленный облёт камеры. Формат вертикальный, для сторис и коротких видео.

A luxury skincare serum bottle on a black marble surface, soft studio key light from upper left, subtle specular highlight along the glass edge. Camera slowly orbits the bottle in a 60-degree arc. Clean minimal aesthetic. Product stays sharp throughout. Commercial quality.

Стекло, золотистый дозатор и прожилки мрамора держатся все десять секунд, на дозаторе вспыхивает блик. Облёт вышел скромнее заказанных 60 градусов. Слабое место видно сразу: на этикетке набор похожих на буквы значков, название бренда модель не придумала. Свой логотип накладывайте в видеоредакторе.

Правка готового ролика

В режиме Редактирование видео загружают свой ролик и пишут, что в нём поменять. Режим мы проверили на коротком куске: обрезали пример «Горячая кукуруза» с этой же страницы до трёх секунд, убрали звук и попросили превратить всё в пластилин.

Ракурс и движение камеры совпали с исходником кадр в кадр. Пар превратился в толстые гладкие жгуты, зёрна стали глянцевыми бусинами, листья кинзы — плоскими лепестками. Получился скорее игрушечный 3D-мультфильм, чем лепка: следов пальцев, о которых мы просили, нет. Правка заняла около полутора минут. Звук мы выбрали «Сгенерировать автоматически», и модель добавила тихий фон.

Как это работает

Всё начинается с поля Тип генерации, от него зависят остальные поля формы. В режиме «Видео из текста» хватит описания сцены в поле Задание (это промпт, текстовая просьба к нейросети). Для режима «Видео из изображения» загрузите картинку в поле Первый кадр, и ролик начнётся с неё. «Видео по референсам» принимает от 1 до 9 картинок: героя, предмет, место или стиль, которых модель будет держаться. «Редактирование видео» меняет короткий ролик по заданию; сюда же можно добавить до 5 картинок в поле Референсы стиля.

При создании ролика звук модель придумывает сама, переключателя для него нет; поле Звук появляется только при правке. Цена ролика видна на кнопке Отправить до запуска. Готовое видео появится в ленте под формой и пролежит 7 дней в разделе Мои результаты; удачное скачайте или сохраните в библиотеку. Кнопка Изменить на карточке вернёт задание и настройки в форму, а Повторить сразу запустит то же задание ещё раз. Как устроен сайт целиком, рассказывает инструкция по сайту.

Настройки перед запуском

• В поле Разрешение два варианта, 720P и 1080P, и от него зависит цена секунды. 720P хватает для телефона и соцсетей, все ролики на этой странице сняты в нём. 1080P берите для финальной версии и большого экрана.
• Ползунок Длительность ставится от 3 до 15 секунд, сразу стоит 5. За пять секунд успевает случиться одно-два действия и одна реплика. Пробуйте задание на трёх-пяти секундах, а длинный ролик запускайте, когда сцена уже получилась. При правке ползунка нет, длину задаёт исходник.
• Поле Соотношение сторон (16:9, 9:16, 1:1, 4:3 или 3:4) есть только в режимах из текста и по референсам. В режиме с первым кадром формат берётся из картинки, при правке — из исходного видео.
• В поля Первый кадр и Референсные изображения годятся JPG, PNG, BMP, WebP, HEIC и HEIF до 10 МБ на файл, так что фото с iPhone подойдёт без конвертации. У первого кадра короткая сторона должна быть не меньше 300 точек.
• В Исходное видео загружают MP4 или MOV до 100 МБ. Платите за длину исходника. Правку мы проверили только на трёхсекундном куске и длинный ролик сюда не советуем: вырежьте нужные несколько секунд, а целый ролик правьте в Wan 2.2 Video Edit или Runway Aleph 2.
• Поле Звук появляется только при правке. «Сгенерировать автоматически» создаёт новую дорожку под изменённую картинку, «Оставить исходный звук» сохраняет вашу. Если в ролике речь или своя музыка, выбирайте второе.

Задание: порядок и шаблоны

Модель понимает задание и по-русски: наш ролик с пекарем сделан по русскому тексту, а среди готовых промптов этой нейросети есть пример с паркуром, тоже написанный по-русски. Удобный порядок такой: кто в кадре, что он делает, что говорит, как движется камера, свет и место, что слышно. Реплику берите в кавычки и указывайте язык.

Для ролика из нескольких планов размечайте время, как в примере с пустыней:

Чаще всего мешают три вещи:

• Длинная фраза героя. За пять секунд помещается одна короткая реплика; если текст длиннее, добавьте секунд или разбейте его на два ролика.
• Мелкие детали в бурной сцене. Порядок событий модель держит, а «червь под песком» или «пасть-диафрагму» может упростить. Важную деталь ставьте отдельным планом.
• Надписи и логотипы на предметах. Короткая крупная надпись вроде баннера выходит, мелкий текст на этикетке превращается в значки.

Общие приёмы для камеры и звука собраны в инструкции про промпты для видео.

Сколько стоит секунда

Оплата за каждую секунду ролика, цену меняет только разрешение. Режим на цену не влияет, а у правки считается длина исходника.

Для проб ставьте 720P и три-пять секунд. Если модерация отклонит задание или нейросеть вернёт ошибку, деньги вернутся на баланс.

Для чего подойдёт

• Короткое обращение в камеру: продавец, ведущий, персонаж рекламы, как наш пекарь. Для точной русской речи смотрите раздел ниже.
• Ролик для карточки товара или сторис в 9:16 со звуком, как пример с флаконом.
• Сцена из нескольких планов со склейками за один запуск: репортаж, трейлер, мини-история.
• Раскадровка будущей съёмки: показать заказчику или команде, как будет двигаться камера, по тексту с таймкодами.
• Оживить иллюстрацию или кадр из другой нейросети в режиме с первым кадром.
• Серия роликов с одним героем или предметом по референсам.
• Перекрасить короткий кусок ролика в другой стиль: мультфильм, другая погода, другое время суток, с исходным звуком или новым.

Где модель слабее

• Русская речь с ошибками. Русского нет среди семи языков, для которых Alibaba заявляет синхронизацию губ, и в нашей пробе два слова из шести вышли неверно. Если фраза должна прозвучать точно, возьмите Veo 3.1 или запишите голос отдельно и наложите в видеоредакторе.
• Правка рассчитана на короткий кусок, за длинные ролики мы не ручаемся. Целое видео по тексту лучше править в Wan 2.2 Video Edit.
• Не длиннее 15 секунд. Длинную историю собирают из нескольких роликов: последний кадр одного достаёт нейросеть «Извлечь кадр», и он становится первым кадром следующего.
• Мелкий текст на предметах не читается. Логотип и название товара добавляйте при монтаже.
• Модель строго проверяет задания: откровенные сцены и замену лица или головы человека на видео по чужой фотографии она обычно отклоняет, поэтому описывайте сцену без этого; деньги за отказ вернутся.
• На готовых примерах апреля 2026 года в правом нижнем углу видна надпись Happy Horse. В наших роликах октября 2026 года её нет.

Версия 1.0 или 1.1 и чем заменить

На сайте есть и более новая HappyHorse 1.1. По форме разница такая. Редактирование видео есть только в 1.0, у 1.1 три режима: из текста, из картинки и по референсам. У 1.1 девять соотношений сторон вместо пяти, включая 4:5 для ленты и широкое 21:9, а задание может быть вдвое длиннее, до 5000 знаков. Картинки 1.1 принимает до 20 МБ, но только JPG, PNG и WebP, без HEIC и BMP. Длительность (3–15 секунд) и разрешения (720P и 1080P) у версий одинаковые. По словам разработчиков, в 1.1 подтянули плавность движений и сходство персонажей между сценами; мы версии на одной сцене пока не сравнивали.

Берите 1.0, если нужно переделать короткий кусок готового ролика или удобно загрузить фото с телефона как есть. Если нужен формат 4:5 или 21:9 либо задание длиннее 2500 знаков, берите 1.1.

Как HappyHorse выглядит рядом с моделями других компаний, разобрано на страницах видео из текста и редактирование видео.

Частые вопросы