Introducción
HappyHorse 1.1 Referencias a video arma un plano a partir de una a nueve imágenes de referencia, enviadas en reference_image_urls en el orden en que el prompt las menciona. Devuelve de 3 a 15 segundos enteros en 720p o 1080p en cualquiera de nueve relaciones de aspecto, con banda sonora generada. Las referencias son solo imágenes; no se aceptan referencias de video ni de audio.
Elige el modo según el material inicial
| Material inicial | Modo |
|---|---|
| una escena escrita o un guion | HappyHorse 1.1 Texto a video |
| una imagen inicial aprobada | HappyHorse 1.1 Imagen a video |
| de una a nueve imágenes de referencia | HappyHorse 1.1 Referencias a video |
Funciones y aspectos destacados
Nueve espacios ordenados
Con hasta nueve imágenes, una sola solicitud puede fijar un personaje, piezas de vestuario, un vehículo, un lugar y utilería. El ejemplo rider-jacket-bike-station usa tres imágenes para mantener iguales de una toma a otra al motociclista, la chaqueta abierta, la moto y la gasolinera, en 3:4 y 720p, así que el prompt solo tiene que nombrar la acción y la luz.
Rostro, objeto y lugar en una misma toma
El ejemplo three-plate-corridor le da a cada imagen una tarea distinta: la mujer, la guitarra rojo cereza que lleva y el pasillo de motel con neones. El prompt dice qué imagen es cuál y luego pide una sola toma con travelling hacia atrás en la que rostro, objeto y lugar tienen que sostenerse juntos.
Nueve formatos en este endpoint
aspect_ratio ofrece nueve valores con 16:9 como predeterminado, entre ellos 1:1, 4:5 y 5:4. El ejemplo product-in-place es cuadrado en 1080p: un frasco de vela tomado de una imagen sobre un estante de mármol tomado de otra, iluminado de acuerdo con la luz de ventana del estante.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
prompt | Sí | Nombra cada referencia como [Image 1], [Image 2], etc., en el orden de subida y con los corchetes, di qué aporta y después describe el plano que deben producir. mínimo 1 caracteres · máximo 2500 caracteres |
reference_image_urls | Sí | Obligatorio, de una a nueve imágenes en el orden en que el prompt las nombra. Un trabajo por imagen. mínimo 1 elementos · máximo 9 elementos |
aspect_ratio | No | Nueve valores, 16:9 por defecto. Disponible aquí, pero no en image-to-video. |
resolution | No | 720p o 1080p. |
duration_seconds | No | Segundos enteros, de 3 a 15. |
seed | No | Entero de 0 a 2147483647 para el arranque aleatorio; si lo omites, cada ejecución saca el suyo. |
Precios
| Especificación | Precio |
|---|---|
| $0.14 / segundo |
| $0.18 / segundo |
Casos de uso
Un producto en su entorno
Envía el producto y el lugar como imágenes separadas y describe cómo interactúan. En product-in-place, la cámara avanza despacio mientras la mecha se enciende y sube un hilo de humo, y el brillo cálido de la llama agrega una segunda luz sobre el mármol y el lino.
El mismo elenco y vestuario en toda una serie
Usa el mismo conjunto de referencias en cada plano para que la persona, el vestuario y el vehículo no cambien de una toma a otra, y cambia solo la línea de acción del prompt. Envía las imágenes siempre en el mismo orden, para que las referencias por posición sigan apuntando a la imagen correcta.
Trabajo de personaje sin censura o estilizado
Como image-to-video, este camino sigue las imágenes que recibe. Un trabajo de personaje sin censura que text-to-video rechazaría puede empezar entonces desde un conjunto de referencias en el que el elenco, el vestuario y el lugar quedan fijados cada uno por su propia imagen.
Guía de prompts y consejos prácticos
Nombra las imágenes por su posición
Di qué aporta cada imagen antes de describir el plano. Los ejemplos publicados usan dos estilos por posición: "Use the woman from the first image exactly as she appears" y "Place the candle jar from [Image 1] into the empty centre of the marble shelf in [Image 2]". Sube los archivos en el mismo orden en que el prompt los nombra.
Una tarea por imagen
Nueve espacios son un tope, no una meta. Varias vistas del mismo sujeto se promedian en lugar de conciliarse, así que dale a cada imagen una tarea distinta, como identidad, prenda, objeto o lugar. Cada imagen necesita un lado corto de al menos 400 px y un tamaño de hasta 20 MB.
Usa el prompt para la acción y la luz
Una vez que las referencias resuelven la identidad, el prompt dice qué hace el sujeto, no cómo se ve: "he swings a leg over the tank and settles, the overhead light pressing down from directly above, moths in the beam". Mantén las indicaciones de luz coherentes con la imagen del lugar, como hace product-in-place al respetar la dirección y la temperatura de color de la luz del estante.
Inicio rápido de la API
# 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"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.







