Einführung
HappyHorse 1.1 Referenz-zu-Video baut eine Einstellung aus ein bis neun Referenzbildern, die in reference_image_urls in der Reihenfolge gesendet werden, in der der Prompt sie anspricht. Zurück kommen 3 bis 15 ganze Sekunden in 720p oder 1080p in einem von neun Seitenverhältnissen, mit erzeugtem Soundtrack. Referenzen sind nur Bilder; Video- oder Audioreferenzen werden nicht angenommen.
Modus nach dem Ausgangsmaterial wählen
| Ausgangsmaterial | Modus |
|---|---|
| eine geschriebene Szene oder ein Skript | HappyHorse 1.1 Text-zu-Video |
| ein freigegebenes Startbild | HappyHorse 1.1 Bild-zu-Video |
| ein bis neun Referenzbilder | HappyHorse 1.1 Referenz-zu-Video |
Wichtige Funktionen und Highlights
Neun geordnete Plätze
Mit bis zu neun Bildern kann eine Anfrage eine Figur, Kostümteile, ein Fahrzeug, einen Ort und Requisiten festlegen. Das Beispiel rider-jacket-bike-station hält mit drei Stills den Fahrer, die offene Jacke, das Motorrad und die Tankstelle von Take zu Take gleich, in 3:4 und 720p, sodass der Prompt nur noch Handlung und Licht nennen muss.
Gesicht, Requisite und Ort in einem Take
Das Beispiel three-plate-corridor gibt jedem Bild eine andere Aufgabe: die Frau, die kirschrote Gitarre, die sie trägt, und den Neon-Motelkorridor. Der Prompt sagt, welches Bild welches ist, und verlangt dann einen einzigen rückwärts fahrenden Take, in dem Gesicht, Requisite und Ort zusammen bestehen müssen.
Neun Bildformate auf diesem Endpunkt
aspect_ratio bietet neun Werte mit 16:9 als Standard, darunter 1:1, 4:5 und 5:4. Das Beispiel product-in-place ist quadratisch in 1080p: ein Kerzenglas aus einem Bild auf einem Marmorregal aus einem anderen, beleuchtet passend zum Fensterlicht des Regals.
Request-Parameter
| Parameter | Pflicht | Beschreibung |
|---|---|---|
prompt | Ja | Nennen Sie jede Referenz in der Reihenfolge des Hochladens [Image 1], [Image 2] usw. mindestens 1 Zeichen · höchstens 2500 Zeichen |
reference_image_urls | Ja | Pflicht, ein bis neun Bilder in der Reihenfolge, in der der Prompt sie benennt. Eine Aufgabe pro Bild. mindestens 1 Einträge · höchstens 9 Einträge |
aspect_ratio | Nein | Neun Werte, Vorgabe 16:9. Hier verfügbar, bei image-to-video nicht. |
resolution | Nein | 720p oder 1080p. |
duration_seconds | Nein | Ganze Sekunden, 3 bis 15. |
seed | Nein | Ganzzahl von 0 bis 2147483647 für den Zufallsstart; ohne Angabe zieht jeder Lauf seinen eigenen. |
Preis
| Spezifikation | Preis |
|---|---|
| $0.14 / Sekunde |
| $0.18 / Sekunde |
Anwendungsfälle
Ein Produkt in seiner Umgebung
Senden Sie Produkt und Ort als getrennte Bilder und beschreiben Sie, wie sie zusammenwirken. In product-in-place fährt die Kamera langsam heran, während der Docht zündet und ein Rauchfaden aufsteigt, und der warme Schein der Flamme legt ein zweites Licht auf Marmor und Leinen.
Gleiche Besetzung und Garderobe über eine Serie
Verwenden Sie für jede Einstellung denselben Referenzsatz, damit Darsteller, Kostüm und Fahrzeug von Take zu Take gleich bleiben, und ändern Sie nur die Handlungszeile des Prompts. Senden Sie die Bilder jedes Mal in derselben Reihenfolge, damit die Positionsangaben weiterhin auf das richtige Bild zeigen.
Unzensierte oder stilisierte Figurenarbeit
Wie image-to-video folgt dieser Weg den Bildern, die er erhält. Unzensierte Figurenarbeit, die text-to-video ablehnen würde, kann deshalb mit einem Referenzsatz beginnen, in dem Besetzung, Garderobe und Ort jeweils durch ein eigenes Bild festgelegt sind.
Prompt-Leitfaden und Praxistipps
Bilder über ihre Position ansprechen
Sagen Sie, was jedes Bild beiträgt, bevor Sie die Einstellung beschreiben. Die veröffentlichten Beispiele nutzen zwei Positionsstile: „Use the woman from the first image exactly as she appears“ und „Place the candle jar from [Image 1] into the empty centre of the marble shelf in [Image 2]“. Laden Sie die Dateien in derselben Reihenfolge hoch, in der der Prompt sie nennt.
Eine Aufgabe pro Bild
Neun Plätze sind eine Obergrenze, kein Ziel. Mehrere Ansichten desselben Motivs werden gemittelt statt abgeglichen, geben Sie jedem Bild also eine eigene Aufgabe wie Identität, Kleidungsstück, Requisite oder Ort. Jedes Bild braucht eine kürzere Seite von mindestens 400 px und höchstens 20 MB.
Den Prompt für Handlung und Licht nutzen
Sobald die Identität durch die Referenzen geklärt ist, sagt der Prompt, was die Figur tut, nicht, wie sie aussieht: „he swings a leg over the tank and settles, the overhead light pressing down from directly above, moths in the beam“. Halten Sie Lichtanweisungen im Einklang mit dem Ortsbild, so wie product-in-place Lichtrichtung und Farbtemperatur des Regals übernimmt.
API-Schnellstart
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/happyhorse-1.1/reference-to-video",
"input": {
"aspect_ratio": "16:9",
"duration_seconds": 5,
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"reference_image_urls": [
"https://example.com/reference.png"
],
"resolution": "720p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Authentifizierung, vollständiges Schema, Polling und Fehlerbehandlung stehen in der API-Referenz.







