alibaba/happyhorse-1.1/reference-to-videoIl reference-to-video HappyHorse 1.1 guida una ripresa da una a nove immagini di riferimento ordinate, mantenendo stabili cast, abiti o location. Clip da 3 a 15 secondi a 720p o 1080p in nove proporzioni, con audio generato.
Il filtraggio cambia da un endpoint all’altro: Da immagine a video — Senza censura, Da riferimento a video — Senza censura, Da testo a video — Filtrato.
Playground
Questi esempi sono stati scritti per questo endpoint. Sostituisci il prompt e gli URL dei media di esempio con input tuoi e raggiungibili, poi controlla il preventivo aggiornato e la disponibilità del modello prima di inviare.
- Output5 s
opera-box-emerald-velvet-smile [Image 1] è la persona: una donna dai capelli rossi in un abito di velluto verde smeraldo a spalle scoperte, con un occhialino dorato a manico, fotografata su fondo scuro. [Image 2] è il luogo: un palco Art Nouveau vuoto con balaustra dorata, affacciato su una sala dorata gremita sotto un lampadario di cristallo. Il clip mette la donna di [Image 1], con lo stesso abito, alla balaustra del palco di [Image 2] con l’occhialino davanti agli occhi; lo abbassa, gira la testa verso la camera con un sorriso lento e complice e porta la punta di un dito verso la clavicola mentre la camera si avvicina. `aspect_ratio` è `16:9`, `duration_seconds` è `5` a `720p`.
- 720p
- 16:9
- 5s
- Output5 s
product-in-place [Image 1] è il barattolo della candela, [Image 2] la mensola di marmo. Chiamandoli ciascuno con la propria etichetta, il barattolo finisce su quella mensola, nella luce della sua finestra, invece di fondere le due foto.
- 1080p
- 1:1
- 5s
- Output5 s
rider-jacket-bike-station Quattro cose devono restare identiche da una ripresa all’altra: il motociclista, il giubbotto, la moto e la stazione di servizio. `reference_image_urls` porta fino a nove fermi immagine in una sola richiesta, ed è ciò che permette di fissare un guardaroba e un veicolo invece di descriverli sperando bene. Qui il primo fermo immagine contiene già il motociclista, la moto e la stazione, il secondo un giubbotto di pelle; il terzo, una donna in una strada al neon, non c’entra con questa inquadratura e nel clip non compare. Il prompt deve poi soltanto nominare l’azione e la luce: dice cosa fa il personaggio, non che aspetto ha.
- 720p
- 3:4
- 5s
- Output5 s
three-plate-corridor Tre riferimenti, tre compiti diversi – la persona, la chitarra che porta e il corridoio che percorre – risolti in un'unica ripresa in carrellata all'indietro. È la prova onesta per questo endpoint: volto, oggetto di scena e location devono sopravvivere tutti alla stessa ripresa, e il prompt dice quale riferimento è quale.
- 720p
- 16:9
- 5s
Questo esempio parte da $0.14 per secondo generato. Il Playground aggiorna la stima quando cambi le impostazioni.