alibaba/happyhorse-1.1/reference-to-videoHappyHorse 1.1 Referenz-zu-Video steuert eine Einstellung aus ein bis neun geordneten Referenzbildern und hält Besetzung, Garderobe oder Ort stabil. Die Clips dauern 3 bis 15 Sekunden in 720p oder 1080p in neun Seitenverhältnissen, mit erzeugtem Ton.
Die Filterung fällt je nach Endpunkt anders aus: Bild zu Video — Unzensiert, Referenz zu Video — Unzensiert, Text zu Video — Gefiltert.
Playground
Diese Beispiele wurden eigens für diesen Endpunkt geschrieben. Ersetzen Sie Prompt und Beispiel-URLs durch eigene erreichbare Eingaben und prüfen Sie vor dem Absenden den aktuellen Preis und die Verfügbarkeit des Modells.
- Ausgabe5 Sek.
opera-box-emerald-velvet-smile [Image 1] ist die Person: eine rothaarige Frau in einem smaragdgrünen schulterfreien Samtkleid mit einer goldenen Lorgnette, fotografiert vor dunklem Hintergrund. [Image 2] ist der Ort: eine leere Jugendstil-Opernloge mit vergoldeter Brüstung, mit Blick auf einen vollbesetzten goldenen Saal unter einem Kristalllüster. Der Clip setzt die Frau aus [Image 1] im selben Kleid an die Brüstung der Loge aus [Image 2], die Lorgnette vor den Augen; sie senkt sie, wendet den Kopf mit einem langsamen, wissenden Lächeln zur Kamera und führt eine Fingerspitze zum Schlüsselbein, während die Kamera heranfährt. `aspect_ratio` ist `16:9`, `duration_seconds` ist `5` bei `720p`.
- 720p
- 16:9
- 5s
- Ausgabe5 Sek.
product-in-place [Image 1] ist das Kerzenglas, [Image 2] das Marmorregal. Weil beide per Tag benannt sind, steht das Glas im Fensterlicht des Regals auf genau diesem Regal, statt dass die zwei Fotos ineinanderlaufen.
- 1080p
- 1:1
- 5s
- Ausgabe5 Sek.
rider-jacket-bike-station Vier Dinge müssen von Einstellung zu Einstellung identisch bleiben: der Fahrer, die Jacke, die Maschine und die Tankstelle. `reference_image_urls` trägt bis zu neun Standbilder in einer Anfrage – damit lassen sich Garderobe und Fahrzeug festnageln, statt sie zu beschreiben und zu hoffen. Hier enthält das erste Standbild bereits Fahrer, Motorrad und Tankstelle, das zweite eine Lederjacke; das dritte, eine Frau auf einer neonbeleuchteten Straße, hat mit dieser Einstellung nichts zu tun und taucht im Clip nicht auf. Der Prompt muss dann nur noch Handlung und Licht benennen: Er sagt, was der Fahrer tut, nicht wie er aussieht.
- 720p
- 3:4
- 5s
- Ausgabe5 Sek.
three-plate-corridor Drei Referenzen mit drei verschiedenen Aufgaben — die Person, die Gitarre in ihrer Hand und der Flur, durch den sie geht — laufen in einer einzigen rückwärtsfahrenden Einstellung zusammen. Genau das ist die ehrliche Prüfung für diesen Endpunkt: Gesicht, Requisite und Location müssen dieselbe Aufnahme überstehen, und der Prompt sagt, welche Referenz wofür zuständig ist.
- 720p
- 16:9
- 5s
Dieses Beispiel beginnt bei $0.14 je Ausgabesekunde. Der Playground aktualisiert die Schätzung, sobald Sie die Einstellungen ändern.