快樂(lè)小馬不一定能拍大片，但或許能省不少錢？

要說(shuō)前陣子 AI 圈最神秘的模型，快樂(lè)小馬應(yīng)該算一個(gè)。

早在月初，這個(gè)模型就登頂了 Artificial Analysis 的榜首，直到現(xiàn)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(jī)，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(lè)馬 ” 激情上線，HappyHorse 突然成了流量密碼，整個(gè) AI 圈都在討論誰(shuí)才是小馬真正的爸爸。

直到最近，這場(chǎng)猜馬游戲終于有了答案。阿里 ATH 團(tuán)隊(duì)正式認(rèn)領(lǐng)這匹競(jìng)技場(chǎng)黑馬，并同時(shí)開(kāi)放了 HappyHorse-1.0 灰測(cè)。

世超也去前線觀察了一些大伙兒用 HappyHorse-1.0 做出來(lái)的案例，看起來(lái)整體效果還是有不少閃光點(diǎn)的。

即便是在高速運(yùn)動(dòng)的鏡頭里，人物基本沒(méi)有跑形，主體一致性保持得很穩(wěn)。音效也沒(méi)掉鏈子，節(jié)奏點(diǎn)踩得準(zhǔn)，畫(huà)面動(dòng)作和聲音能完全對(duì)上。

來(lái)源：@嵐叔

而在氛圍感、真人特寫(xiě)和一些奇觀鏡頭上，成片的質(zhì)感看起來(lái)也比較在線。

咱也第一時(shí)間上手試了試。這回 HappyHorse-1.0 一共開(kāi)放了視頻生成和視頻編輯兩項(xiàng)功能，實(shí)測(cè)下來(lái)，營(yíng)銷號(hào)嘴里的全面碾壓、拳打腳踢友商模型，咱聽(tīng)個(gè)樂(lè)就行了。

不過(guò)，不能否認(rèn)的是，它確實(shí)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(shí)測(cè)案例。先從最核心的視頻生成說(shuō)起，HappyHorse-1.0 的生成等待時(shí)間大概在 3 到 5 分鐘，一次最長(zhǎng)可以生成 15 秒視頻，畫(huà)質(zhì)支持 720P 和 1080P，參考圖最多能放 9 張。

在無(wú)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(zhì)感還不錯(cuò)的紀(jì)錄片風(fēng)格短片。

比較驚喜的是，它的音畫(huà)同步完成度很高。比如手掌揉過(guò)面團(tuán)時(shí)那種細(xì)碎的摩擦聲，還有面團(tuán)、面板撞擊案臺(tái)的聲音，都能跟手部動(dòng)作搭配。

而如果提供參考圖，只要搭配簡(jiǎn)單的一兩句話提示詞，也能做出不錯(cuò)的效果。

比如下面這個(gè)案例，“ 生成一段皮克斯電影質(zhì)感的電影前導(dǎo)片，主角坐到背后的賽車?yán)铮管囯x開(kāi)畫(huà)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(guò)，左二右一的人物都放下剪刀手，摸右二人物的頭。”

又或者來(lái)個(gè)漢堡廣告片：

所以大伙兒也能看出來(lái)，HappyHorse 對(duì)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(huà)面的質(zhì)感，都明顯穩(wěn)不少。

所以建議大家使用前先用 GPT-Image-2 做個(gè)圖，再搭配提示詞食用。

或者對(duì)畫(huà)面運(yùn)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(shuō)清楚劇情，每秒的運(yùn)鏡分鏡，畫(huà)面氛圍，人物表演情緒，臺(tái)詞背景音等等細(xì)節(jié)，你就可以得到一段 《 無(wú)間道 》 復(fù)刻版。

世超測(cè)了不少案例，感覺(jué) HappyHorse-1.0 在鏡頭指令遵循方面還是很強(qiáng)的。比如提示詞里說(shuō) 2-4s 給特寫(xiě)鏡頭，實(shí)際視頻里運(yùn)鏡是符合要求的。

不過(guò)，如果說(shuō)運(yùn)鏡做得還不錯(cuò)，語(yǔ)音聲線方面，HappyHorse 就有點(diǎn)一般了。上面這個(gè)算好例子，實(shí)際上 80% 的視頻，都會(huì)出現(xiàn)極其 AI 的配音，剩下 20% 的情況里，我也沒(méi)摸清怎么提示，才能讓它說(shuō)話穩(wěn)定地?fù)碛懈星椤！！?/p>

再給大伙兒看一個(gè)肖申克的救贖，只要不開(kāi)腔，環(huán)境音和動(dòng)作音還是比較到位的：

當(dāng)然，真正想跑出完美無(wú)缺的好視頻，還是得靠抽卡大法。而這，也是目前整個(gè)行業(yè)的現(xiàn)狀。比如抽出來(lái)一條視頻，80% 是沒(méi)有問(wèn)題的。但它總在那 20% 的細(xì)節(jié)上翻車，比如人飛著飛著少了一條腿，背景音突然出現(xiàn)莫名其妙的臺(tái)詞。

包括在多人物，在快速運(yùn)動(dòng)場(chǎng)景里表現(xiàn)比較一般。哪怕只是兩個(gè)人站在地面對(duì)劍這種相對(duì)簡(jiǎn)單的動(dòng)作，生成出來(lái)效果也經(jīng)常很綿軟，整體缺乏打擊感。 不過(guò)相信在未來(lái)，隨著模型的更新，抽卡這件事兒，也會(huì)逐漸被技術(shù)淘汰。

而在視頻編輯功能上，HappyHorse-1.0 的表現(xiàn)也算比較穩(wěn)定。

在風(fēng)格、環(huán)境等大面積修改的時(shí)候，能保持和原視頻的一致性。比如真人改成動(dòng)漫風(fēng)格：

或者暴雨改晴天：

又或者局部給人物戴個(gè)口罩：

但視頻編輯對(duì)提示詞比較敏感，只會(huì)嚴(yán)格按照涉及的部分修改。比如，你只提到把畫(huà)面里的角色男性換成女性，背景音臺(tái)詞就會(huì)保持原來(lái)的男性聲線不變。

最后再給大伙兒說(shuō)說(shuō)價(jià)格。官網(wǎng)目前每天登錄免費(fèi)送 50 積分，而生成一條 5s 720P 的視頻原價(jià) 45 積分，會(huì)員 7 折后也要 32，白嫖基本不太現(xiàn)實(shí)。

但即使花錢，HappyHorse 其實(shí)算是比較有性價(jià)比的。根據(jù)官方的口徑，HappyHorse-1.0 官網(wǎng)疊加會(huì)員折扣之后合 0.44 元/秒，這在 AI 視頻模型里是一個(gè)相當(dāng)有競(jìng)爭(zhēng)力的價(jià)格。

目前比較優(yōu)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(xiàn)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(gè)價(jià)格優(yōu)勢(shì)，再把模型短板補(bǔ)上，對(duì)一些小工作室，或者個(gè)人使用來(lái)說(shuō)，還是有很大吸引力的。

總的來(lái)說(shuō)，不管是開(kāi)年的 Seedance，還是現(xiàn)在的 HappyHorse，咱們都能明顯感覺(jué)到，國(guó)產(chǎn)視頻模型已經(jīng)不再是 Veo、Sora 后面的小跟班，反過(guò)來(lái)要教這些海外模型學(xué)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(xù)進(jìn)化，成本的大幅優(yōu)化，正在一點(diǎn)點(diǎn)改變視頻內(nèi)容的生產(chǎn)方式。

過(guò)去做一條商業(yè)廣告片、短劇、電影，需要支撐一整個(gè)團(tuán)隊(duì)的預(yù)算。現(xiàn)在，一個(gè)普通創(chuàng)作者靠參考圖和提示詞，居然也能摸到專業(yè)影像的門(mén)檻。

希望視頻模型繼續(xù)照這個(gè)勢(shì)頭卷下去，以后普通人想看點(diǎn)好劇，可能真的只需要燒燒 token，在家里動(dòng)動(dòng)手指了。

撰文：咸咸

編輯：面線

美編：素描

圖片、資料來(lái)源：

X、HappyHorse 官網(wǎng)