O que o Happy Horse V1.1 faz bem — e o que não faz

O Happy Horse V1.1 é o modelo texto-para-vídeo da Alibaba — o sucessor classificado N°1 do original Happy Horse que subiu ao topo do leaderboard blind-test da Artificial Analysis Video Arena. Aceita um prompt mais até 9 imagens de referência e gera um clipe até 1080p. O suporte a referência permite moldar a aparência e manter sujeitos consistentes sem depender apenas do texto, e a alocação de prompt longo (até 2.500 caracteres) torna-o adequado para cenas detalhadas e precisamente descritas.

A principal melhoria em relação à 1.0 é o enquadramento: V1.1 produz nove proporções de imagem, do 21:9 ultrawide para sequências cinematográficas até ao 9:21 para vertical alto, com 16:9, 1:1, 5:4, 4:3, 3:4 e 4:5 no meio — contra cinco no original. Combinado com uma duração de clip de 3 a 15 segundos (uma das janelas de tomada única mais longas da seleção) e imagens de referência maiores de 20 MB, uma ação completa ou batimento cabe num único formato e numa única passagem.

A sua posição: é uma sólida opção geral entre os modelos de vídeo do ZOOOP. Para um equilíbrio diferente, o Kling V3 é um bandeirante geral, o Seedance V2.0 lidera em física de movimento, o Wan V2.7 é o bandeirante Wan, e o Grok Imagine é a escolha rápida e estilizada; o Pika V2.2 são os rascunhos mais baratos. O ponto forte do Happy Horse V1.1 é o texto-para-vídeo guiado por referência, mais longo, com a gama de enquadramento mais ampla, até 1080p.

Um modelo mental razoável: use o Happy Horse V1.1 por predefinição quando quer vídeo guiado por referência com uma ampla escolha de proporções de imagem e uma janela de clip mais longa em 1080p, e mude para o Seedance V2.0 ou Veo 3.1 quando o realismo de movimento ou qualidade cinematográfica é a prioridade.