Video · Alibaba
HappyHorse
Das Modell von Alibaba aus 2026, das Bild und Ton zusammen erzeugt, mit Lippensynchronisation in sieben Sprachen, darunter Französisch. Nimm es für sprechende Figuren.
Anonymisiert Moderate costWas es auszeichnet
HappyHorse kommt aus dem Taotian Future Life Lab von Alibaba, geleitet von einem ehemaligen technischen Architekten von Kling. Es erzeugt Video und Audio in einem Durchgang, mit Lippensynchronisation in sieben Sprachen, bis zu 1080p und 15 s.
- Lippensynchronisation in 7 Sprachen
- Bis zu 9 Referenzbilder (1.1)
- Text, Bild, Referenz, Videobearbeitung
Empfohlen für: eine szene, in der menschen sprechen.
Stärken und Grenzen
Wo es glänzt
- Lippensynchronisation in 7 Sprachen, Französisch inklusive
- Bei der Veröffentlichung auf Platz eins der Video-Arena von Artificial Analysis (April 2026)
- Gleicher Preis für 1.0 und 1.1
Zweimal überlegen, wenn
- Mittlerer Preis, keine Budget-Option
- Höchstens 1080p
- 3 bis 15 s, nativer Ton
- 720p oder 1080p
- Text, Bild, Referenzen und Video zu Video
Anwendungsfälle
Mehrsprachiger Sprecher
Ein freundlicher Apotheker an der Theke sagt auf Französisch „Bonjour, comment puis-je vous aider ?“ mit einem sanften Lächeln. 5 Sekunden.
Die Lippensynchronisation deckt sieben Sprachen ab, darunter Französisch.
Produkt im Einsatz
Zeig mit meinem Produktfoto als Referenz den Lautsprecher auf einer Küchenarbeitsplatte im Morgenlicht, die Kamera fährt langsam heran. 8 Sekunden.
Der Referenzmodus hält das Produkt stimmig.
Einen Clip retuschieren
Ersetze in meinem Clip die rote Jacke durch einen grünen Regenmantel, behalte die Gehbewegung bei.
1.0 bietet einen Videobearbeitungsmodus.
Im Vergleich zur Konkurrenz
- Wan 3.0Wan 3.0 geht bis 30 s und nimmt Dokumente als Input an.Platz 3 von 22 bei Artificial Analysis Image to Video Arena ( 1.164 Elo)
- Kling V3Kling V3 ergänzt Multi-Shot, Bewegungssteuerung und eine 4K-Stufe.Platz 12 von 22 bei Artificial Analysis Image to Video Arena ( 1.055 Elo)
- MiniMax H3 (Hailuo)MiniMax H3 erreicht 2K mit offenen Gewichten.Platz 1 von 22 bei Artificial Analysis Image to Video Arena ( 1.195 Elo)
Versionsverlauf
Jede Version, datiert, mit dem, was sie gegenüber der vorherigen geändert hat.
Hohle Punkte sind frühere Versionen, die Sub Rosa nicht mehr anbietet.
Zahlen ansehen
| Version | Veröffentlicht | Elo |
|---|---|---|
| HappyHorse 1.0 | 2026-04-27 | 1.083 |
| HappyHorse 1.1 | 2026-06-28 | 1.104 |
- HappyHorse 1.0
- Video und Audio in einem einzigen Durchgang, mit Lippensynchronisation in 7 Sprachen.
- Endpunkte für Text, Bild, Referenz und Videobearbeitung in 720p und 1080p.
- HappyHorse 1.1Die neueste
- Stärkere Szenenkohärenz, Prompt-Treue und zeitliche Konsistenz.
- Generierung aus bis zu 9 Referenzbildern, Clips von 3 bis 15 s.
Benchmarks
So liest du diese Werte: was ein Benchmark aussagt.
Artificial Analysis Image to Video Arena: Platz 4 von 22 im Katalog gemessenen Modellen. Dasselbe Blindduell, ausgehend von einem Bild: welcher Clip es besser zum Leben erweckt. Eine Elo-Wertung: Je höher, desto öfter wird das Modell bevorzugt. Bei 100 Punkten Abstand gewinnt das höher bewertete Modell etwa 64 % der Duelle.
- 1. MiniMax H3 MaxMiniMax H3 (Hailuo)1.195
- 2. MiniMax H3MiniMax H3 (Hailuo)1.181
- 3. Wan 3.0Wan 3.01.164
- 4. HappyHorse 1.1HappyHorse1.104
- 5. Grok Imagine 1.5Grok Imagine Video1.098
- 6. HappyHorse 1.0HappyHorse1.083
- 7. Veo 3.1 Full QualityVeo 3 und 3.11.082
- 8. Wan 2.7Wan 2.x1.077
- 9. Grok ImagineGrok Imagine Video1.072
- 10. Veo 3.1 FastVeo 3 und 3.11.066
Zahlen ansehen
| Modell | Elo |
|---|---|
| 1. MiniMax H3 Max | 1.195 |
| 2. MiniMax H3 | 1.181 |
| 3. Wan 3.0 | 1.164 |
| 4. HappyHorse 1.1 | 1.104 |
| 5. Grok Imagine 1.5 | 1.098 |
| 6. HappyHorse 1.0 | 1.083 |
| 7. Veo 3.1 Full Quality | 1.082 |
| 8. Wan 2.7 | 1.077 |
| 9. Grok Imagine | 1.072 |
| 10. Veo 3.1 Fast | 1.066 |
Artificial Analysis Text to Video Arena with audio: Platz 9 von 18 im Katalog gemessenen Modellen. Das Duell für Clips mit Ton: Bild, Stimmen, Effekte und wie gut sie zusammenpassen. Eine Elo-Wertung: Je höher, desto öfter wird das Modell bevorzugt. Nur Modelle, die ihren eigenen Ton erzeugen, nehmen teil.
- 1. Wan 3.0Wan 3.01.156
- 2. Seedance 2.5Seedance 2.51.142
- 3. MiniMax H3MiniMax H3 (Hailuo)1.138
- 4. MiniMax H3 MaxMiniMax H3 (Hailuo)1.134
- 5. Flux 3FLUX 3 Video1.127
- 6. Seedance 2.0Seedance 2.0 und 1.51.119
- 7. Gemini Omni Flash 1.1Gemini Omni Flash1.113
- 8. Grok Imagine 1.5Grok Imagine Video1.044
- 9. HappyHorse 1.1HappyHorse1.043
- 10. Wan 2.7Wan 2.x1.029
- 11. HappyHorse 1.0HappyHorse1.025
Zahlen ansehen
| Modell | Elo |
|---|---|
| 1. Wan 3.0 | 1.156 |
| 2. Seedance 2.5 | 1.142 |
| 3. MiniMax H3 | 1.138 |
| 4. MiniMax H3 Max | 1.134 |
| 5. Flux 3 | 1.127 |
| 6. Seedance 2.0 | 1.119 |
| 7. Gemini Omni Flash 1.1 | 1.113 |
| 8. Grok Imagine 1.5 | 1.044 |
| 9. HappyHorse 1.1 | 1.043 |
| 10. Wan 2.7 | 1.029 |
| 11. HappyHorse 1.0 | 1.025 |
Alle 7 Modelle dieser Familie
| Modell | Einsatz | Datenschutz | Preis |
|---|---|---|---|
HappyHorse 1.0happyhorse-1-0-text-to-video | Text zu Video | Anonymisiert | 0,119 $ pro Sekunde Video0,594 $ pro 5-s-Clip |
HappyHorse 1.0happyhorse-1-0-image-to-video | Bild zu Video | Anonymisiert | 0,119 $ pro Sekunde Video0,594 $ pro 5-s-Clip |
HappyHorse 1.0 Referencehappyhorse-1-0-reference-to-video | Referenzen zu Video | Anonymisiert | 0,119 $ pro Sekunde Video0,594 $ pro 5-s-Clip |
HappyHorse 1.0 Edithappyhorse-1-0-video-to-video | Text zu Video | Anonymisiert | In der App angezeigt |
HappyHorse 1.1happyhorse-1-1-text-to-video | Text zu Video | Anonymisiert | 0,089 $ pro Sekunde Video0,445 $ pro 5-s-Clip |
HappyHorse 1.1happyhorse-1-1-image-to-video | Bild zu Video | Anonymisiert | 0,089 $ pro Sekunde Video0,445 $ pro 5-s-Clip |
HappyHorse 1.1 Referencehappyhorse-1-1-reference-to-video | Referenzen zu Video | Anonymisiert | 0,0891 $ pro Sekunde Video0,446 $ pro 5-s-Clip |
Technische Daten
| Merkmal | HappyHorse 1.1 | HappyHorse 1.0 |
|---|---|---|
| Veröffentlicht | 28. Juni 2026 | 27. April 2026 |
| Akzeptiert | text, images | text, images, video |
| Erzeugt | video, audio | video, audio |
| Cliplänge | 3 bis 15 s, mit Ton | 3 bis 15 s, mit Ton |
| Auflösungen | 1080p, 720p | 1080p, 720p |
| Sprachen | · | 7 Sprachen mit Lippensynchronisation (EN, ZH, YUE, JA, KO, DE, FR) |
| Preis | 0,089 $ pro Sekunde Video | 0,119 $ pro Sekunde Video |
| Datenschutz | Anonymisiert | Anonymisiert |
Preise, Kontext und Längen aus dem Live-Katalog vom 16. Oktober 2026; Parameter und Lizenzen vom Hersteller.
Quellen
Alles auf dieser Seite stammt von diesen Seiten, gelesen am 16. Oktober 2026 oder wie bei jedem Wert datiert.