alibaba/happyhorse-1.1/image-to-videoHappyHorse 1.1 image-to-video は、続く動きを書いたプロンプトで開始フレームを動かします。720p か 1080p の 3〜15 秒（整数秒）で生成音声付き、画面の形はフレームで決まります。
エンドポイントごとにフィルタリングの扱いが異なります：画像から動画 — 規制なし, 参照素材から動画 — 規制なし, テキストから動画 — フィルターあり。
プレイグラウンド
この実行例は、このエンドポイント向けに書き下ろしたものです。プロンプトとサンプル素材の URL は、ご自身がアクセスできるものに差し替えてください。送信前に、最新の見積もりとモデルの提供状況もあわせてご確認ください。
- 出力5 秒
andalusian-plaza-flamenco-glance `image_url` は夕暮れのアンダルシアの広場です。白壁のアーケードと電球のガーランド、大きな輪になって手拍子する観衆と 2 人のギタリスト、その中央でフリルを重ねた深いスリット入りのローズピンクのオフショルダーのフラメンコドレスの女性が踊りのポーズを取っています。クリップはこの画像から始まり、プロンプトどおりに進みます。片腕を頭上で弧を描くように上げたままその場で背を向けるように回り、もう一方の手でフリルの裾を石畳すれすれに低く大きく払い、横向きで止まって肩越しにレンズを振り返り、ゆっくり微笑みます。カメラはゆっくり寄っていきます。このエンドポイントには画面比率の項目がないため、16:9 の静止画がそのまま画面の形になります。`duration_seconds` は `5`、`720p` です。
- 720p
- 5s
- 出力5 秒
wasteland-hood-two ここでは冒頭のフレームが形を決めます — このエンドポイントに `aspect_ratio` フィールドは存在せず、渡した静止画がクリップの画面形状をそのまま定めます。したがってプロンプトは動きの中にしか存在しないものだけを書きます。風にめくれて落ちる布、揺らぐ陽炎、道を横切る砂塵。画像から動画への呼び出しにおける分業がこれであり、文章が構図を一度も描写しない理由もそこにあります。
- 1080p
- 出力6 秒
tailgate-turn 1 枚の静止画と動きの指示だけの例です。衣装もトラックも逆光も、言葉ではなくフレームが決めています。
- 1080p
- 6s
- 出力4 秒
quiet-hold ほとんど動かない 4 秒です。狙う終了フレームがない状況で、最もうまくいく形がこれです。
- 720p
- 4s
この例は 出力秒 あたり $0.14 からです。設定を変更すると、プレイグラウンドの概算料金がその場で更新されます。