alibaba/happyhorse-1.1/reference-to-videoHappyHorse 1.1 reference-to-video は、順序つきの参照画像 1〜9 枚から 1 ショットを作り、配役・衣装・ロケーションを保ちます。720p か 1080p の 3〜15 秒、9 種の比率で、生成音声付きです。
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
opera-box-emerald-velvet-smile [Image 1] は人物です。エメラルドグリーンのベルベットのオフショルダードレスを着た赤毛の女性が金の柄付き眼鏡（ローネット）を持ち、暗い背景で撮られています。[Image 2] は場所です。金の手すりのある無人のアール・ヌーヴォー様式のオペラ座ボックス席から、クリスタルのシャンデリアの下で満席の金色の客席を見下ろしています。クリップでは [Image 1] の女性が同じドレスのまま [Image 2] のボックス席の手すりにいて、ローネットを目に当てています。それを下ろし、カメラへ顔を向けて意味ありげにゆっくり微笑み、指先を鎖骨へ運びます。カメラはゆっくり寄っていきます。`aspect_ratio` は `16:9`、`duration_seconds` は `5`、`720p` です。
- 720p
- 16:9
- 5s
- 出力5 秒
product-in-place [Image 1] はキャンドルジャー、[Image 2] は大理石の棚です。それぞれをタグで指名しているため、2 枚の写真が混ざらず、ジャーが棚の窓明かりのまま棚に置かれます。
- 1080p
- 1:1
- 5s
- 出力5 秒
rider-jacket-bike-station テイクをまたいで同一でなければならないものが四つあります。ライダー、ジャケット、車体、そしてガソリンスタンドです。`reference_image_urls` は一回のリクエストで最大九枚の静止画を運ぶので、衣装と車両を言葉で描写して祈るのではなく固定できます。ここでは一枚目にライダーとバイクとスタンドが既に写っており、二枚目は革ジャケットです。三枚目のネオン街に立つ女性はこのショットと無関係で、クリップには現れません。プロンプトは動作と光を名指しするだけで済みます — 彼が何をするかを書き、どう見えるかは書きません。
- 720p
- 3:4
- 5s
- 出力5 秒
three-plate-corridor 3 枚の参照画像がそれぞれ別の役目を持ち——人物、手にしたギター、歩いていく廊下——それが 1 本の後退移動ショットにまとまります。顔と小道具とロケーションが同じテイクを同時に生き延びられるか、この endpoint の本当の試験はそこにあり、どの参照が何を担うかはプロンプトで指定しています。
- 720p
- 16:9
- 5s
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。