alibaba/happyhorse-1.1/reference-to-videoHappyHorse 1.1 reference-to-video строит один план по одному–девяти упорядоченным референсам, сохраняя персонажей, одежду или локацию. Клипы по 3–15 секунд в 720p или 1080p, девять соотношений сторон, со сгенерированным звуком.
Фильтрация различается от эндпоинта к эндпоинту: Изображение в видео — Без цензуры, Видео по референсу — Без цензуры, Текст в видео — С фильтром.
Рабочая область
Примеры написаны специально для этого эндпоинта. Подставьте свой промпт и свои ссылки на медиа — те, что открываются по публичному URL. Перед отправкой проверьте актуальную стоимость и доступность модели.
- Вывод5 с
opera-box-emerald-velvet-smile [Image 1] — человек: рыжеволосая женщина в изумрудном бархатном платье с открытыми плечами, с золотым лорнетом в руке, снятая на тёмном фоне. [Image 2] — место: пустая ложа в стиле модерн с позолоченной балюстрадой, откуда виден полный золотой зал под хрустальной люстрой. В клипе женщина из [Image 1] в том же платье сидит у балюстрады ложи из [Image 2], поднеся лорнет к глазам; она опускает его, поворачивает голову к камере с медленной, понимающей улыбкой и подносит кончик пальца к ключице, пока камера приближается. `aspect_ratio` — `16:9`, `duration_seconds` — `5`, разрешение `720p`.
- 720p
- 16:9
- 5s
- Вывод5 с
product-in-place [Image 1] — банка со свечой, [Image 2] — мраморная полка. Каждая названа своей меткой, поэтому банка встаёт именно на эту полку и в её свете из окна, а не сливается с ней в одну картинку.
- 1080p
- 1:1
- 5s
- Вывод5 с
rider-jacket-bike-station Четыре вещи обязаны остаться неизменными от дубля к дублю: сам мотоциклист, куртка, мотоцикл и заправка. `reference_image_urls` несёт до девяти кадров в одном запросе — именно это позволяет закрепить костюм и технику, а не описывать их и надеяться. Здесь первый кадр уже содержит мотоциклиста, мотоцикл и заправку, второй — кожаную куртку; третий, женщина на улице в неоновом свете, к этому плану отношения не имеет и в ролике не появляется. Промпту остаётся назвать только действие и свет: он говорит, что человек делает, а не как он выглядит.
- 720p
- 3:4
- 5s
- Вывод5 с
three-plate-corridor Три референса с тремя разными задачами — человек, гитара у неё в руке и коридор, по которому она идёт, — сходятся в одном кадре с отъездом камеры. Это и есть честная проверка эндпоинта: лицо, реквизит и локация должны уцелеть в одном и том же дубле, а промпт прямо говорит, какой референс за что отвечает.
- 720p
- 16:9
- 5s
Стоимость этого примера начинается от $0.14 за секунда результата. При изменении настроек Песочница пересчитывает оценку.