阿里發(fā)布視頻生成模型HappyHorse 1.1：五大維度全面升級(jí)

6月22日，阿里巴巴發(fā)布視頻生成模型HappyHorse 1.1，較1.0版本，在動(dòng)態(tài)表現(xiàn)力、主體一致性、指令遵循、視覺質(zhì)感和音頻能力等維度系統(tǒng)性升級(jí)。

 

動(dòng)態(tài)表現(xiàn)力是當(dāng)前視頻生成模型的共同難點(diǎn)。針對(duì)1.0版本部分畫面動(dòng)作遲緩、節(jié)奏不足的問題，1.1版本優(yōu)化了運(yùn)動(dòng)建模與時(shí)序一致性能力，提升了動(dòng)作的連貫性和力量感。

 

 

對(duì)于內(nèi)容生產(chǎn)者而言，保持主體一致性可大大減少抽卡率。1.1版本支持9張角色參考圖同時(shí)輸入，保持商品細(xì)節(jié)、品牌元素、角色與場(chǎng)景的靈活組合和穩(wěn)定性，多分鏡與 N 宮格參考理解增強(qiáng)。這意味著在多角色短劇、直播帶貨、多人物廣告等場(chǎng)景中，角色“變臉”情況可控。

在指令遵循方面，無論是簡短描述還是復(fù)雜敘事輸入，1.1版本對(duì)提示詞的理解能力都有所增強(qiáng)。比如對(duì)于打斗等高強(qiáng)度動(dòng)態(tài)場(chǎng)景，簡潔的提示詞便可理解。對(duì)于復(fù)雜提示詞，鏡頭編排穩(wěn)定性增強(qiáng)，可高質(zhì)量完成多場(chǎng)景、多角色的連貫演繹。

 

1.1版本還在視覺質(zhì)感和音頻上做了專項(xiàng)優(yōu)化。此前用戶反饋集中的“油光感”“過度銳化”等問題得到顯著緩解，保留了痘印、法令紋、毛孔等細(xì)節(jié)的真實(shí)感，可滿足短劇、廣告等對(duì)畫面質(zhì)感要求高的場(chǎng)景。臺(tái)詞表達(dá)更加自然，語速、停頓、語氣能夠根據(jù)場(chǎng)景與情緒變化動(dòng)態(tài)調(diào)整。用戶亦可在提示詞中描述背景、環(huán)境音效等。

在技術(shù)規(guī)格上，HappyHorse 1.1與1.0版本一致，單次生成時(shí)長3到15秒，支持720p和1080p分辨率和自由寬高比。自發(fā)布以來，該模型已服務(wù)覆蓋短劇制作、電商廣告、品牌營銷、游戲CG等內(nèi)容生產(chǎn)場(chǎng)景，模型能力仍在不斷迭代升級(jí)。HappyHorse官網(wǎng)（https://www.happyhorse.cn/）、阿里云百煉（https://bailian.console.aliyun.com/）和千問云（https://www.qianwenai.com/）已接入最新版本。

即日起，HappyHorse聯(lián)合虎鯨文娛集團(tuán)舉辦“Horsepower”AI影像大賽，優(yōu)勝者將獲百萬商單合作，由著名導(dǎo)演、制片人張紀(jì)中等擔(dān)任評(píng)委，誠邀海內(nèi)外AIGC創(chuàng)作者加入，用戶可在HappyHorse官網(wǎng)報(bào)名。