Обзор HappyHorse 1.1: один кадр на входе, звук бесплатно

Мы не публикуем кадры из прогонов по нашей шкале контента; мы описываем результаты прозой. Вместо этого — вот что мы увидели в сравнительной партии того же дня, где HappyHorse 1.1 прогнала те же промпты, что и десяток других семейств изображения-в-видео и текста-в-видео.

Кошка, прыгающая на книжную полку. На просьбу присесть, покачаться и прыгнуть на вторую полку HappyHorse 1.1 держала камеру закреплённой и заставила кошку чисто приземлиться, сидя прямо и глядя в объектив — без расплывшихся лап, без полки, меняющей угол между кадрами — проблемы, которую мы видели у некоторых более дорогих ступеней в той же партии.

Искренняя улыбка, камера неподвижна. На крупном плане, где женщина «медленно расплывается в искренней улыбке и слегка наклоняет голову», выражение выстроилось естественно, а фон остался на месте — без сплыва цвета занавески или света за ней, на чём споткнулся по меньшей мере один конкурент на этом же промпте.

Расцветание пуровера. Вода льётся в дриппер, кофейная гуща пенится и пузырится, пар поднимается над чашкой: тонкая детализация пузырьков и убедительная дуга струи, на уровне других хорошо показавших себя семейств в той же партии на этом насыщенном физикой промпте.

Оживающая картина маслом. На просьбу оживить картину гавани — лодки покачиваются, облака плывут, вода рябит — с сохранением плотной фактуры мазков, живописный вид держался на протяжении всего клипа, а не сглаживался в фотографию.

Звук по одному текстовому брифу. Получив лишь абзац с описанием выхода из круглосуточного магазина под дождём, клип вернулся со сгенерированными фоновым дождём и звуком шагов, синхронными с картинкой — на эндпоинте, чья схема вообще не имеет поля, чтобы об этом попросить.

HappyHorse 1.1 читает абзац буквально: сначала называйте поведение камеры («камера держится на нём»), затем описывайте одно непрерывное физическое действие, а детали гардероба или обстановки передавайте изображению или референсным фото, а не словам.

1. Изображение-в-видео, одна чёткая инструкция для камеры.

The camera stays on him as he swings a leg over the tank, jacket hanging open. The same rider, the same open jacket, the same motorcycle, the same filling station at night: he swings a leg over the tank and settles, the overhead light pressing shadows across the tank.

Запустить этот промпт в HappyHorse 1.1 →

2. Закреплённая камера и одно физическое действие.

Slow push-in along the forest path as sunbeams break through the mist and a few leaves drift down.

Запустить этот промпт в HappyHorse 1.1 →

3. Текст-в-видео, один абзац, без референсного изображения.

An adult woman in a cropped tank top and denim shorts sits on the tailgate of a pickup truck at a desert sunset, boots swinging, tipping a bottle of beer and squinting into the low sun, dust drifting past. Warm orange backlight, lens flare, five seconds, 720p.

Запустить этот промпт в HappyHorse 1.1 →

Слабо: «Женщина на велосипеде». Ничего о поведении камеры, темпе или свете — модели приходится придумывать всё три сама, и результат не повторится. Сильно: промпт 2 — одно движение камеры, одно физическое событие, ничто больше не отвлекает внимание модели.

Наша шкала контента идёт от L1 Намёк (бельё, соскальзывающая бретелька) через L2 Частичное и L3 Сильный до L4 Интенсивный (интимная сцена между двумя взрослыми) и L5 Экстрим, проверенного как два отдельных типа тестов: согласованное связывание и игра с болевой стимуляцией, и кинематографичные сцены жестокости.

На изображении-в-видео каждая прогнанная 25 сентября 2026 года ступень вернулась как просили — от L1 до L3, L4 Интенсивный и оба типа теста L5 Экстрим, без отказов и без смягчений. На референс-в-видео в тот день мы пробовали только L1 и L3, и оба отрендерились. Текст-в-видео рассказал другую историю: L1, L2 и L5 Экстрим (жестокость) рендерились каждый раз, но все три попытки L4 Интенсивный и обе попытки L5 Экстрим (связывание) были отклонены, а одна из трёх попыток L3 Сильный вернулась смягчённой вместо того чтобы выйти как написано.

Метка на странице — Без цензуры для эндпоинтов изображение-в-видео и референс-в-видео: там мы не добавляем своих фильтров контента. Текст-в-видео стоит за более строгой чертой сама по себе — эта разница не то, что навязываем мы, она встроена в то, как отвечает именно этот путь. Если вашему проекту нужно попасть на самые жёсткие ступени из текстового брифа, вместо этого оживите кадр и получите тот же результат через изображение-в-видео.

Ещё не проверено: референс-в-видео выше L3 Сильный; полный девятиизображенческий потолок референсов на любой ступени шкалы контента; сцены с двумя женщинами или двумя мужчинами выше L1 Намёк.

Только взрослые — в каждом промпте и каждом референсном изображении. Реальный узнаваемый человек должен дать согласие, и у вас должны быть права на каждое фото, используемое как референс или начальный кадр.

Публичная история HappyHorse — это история бенчмарка: модель анонимно появилась на арене Artificial Analysis и ненадолго возглавила обе видео-таблицы лидеров, прежде чем её признала команда ATH от Alibaba, а последовавшее обновление 1.1 добавило более быстрое движение и более стабильную согласованность при нескольких референсах. Независимых комментариев о ней в англоязычных сообществах разработчиков немного, и те, что есть, расходятся во мнениях.

Громче всего сомневается как минимум один активный пользователь ИИ-видео: утверждая, что методология бенчмарков Artificial Analysis ненадёжна, один комментатор написал, что таблица лидеров «продолжает ставить Happy Horse как хорошую модель, хотя модель абсолютный мусор». Ответ был так же прямолинеен: «у вас есть ваши анекдоты, а у нас, с другой стороны, данные». Отдельная, более ранняя ветка подняла совсем другую проблему — что из-за доступности модели только через арену до её публичного релиза этот дефицит сделал её «раздольем для подражателей, охотящихся на людей» с сайтами-двойниками.

Наши собственные прогоны склоняются ближе к стороне «данных» в этом споре по качеству изображения и следованию промпту, а паттерн отказов, который мы обнаружили на текст-в-видео, — как раз то, что чистая оценка бенчмарка вам всё равно не покажет.

• Модель с позициями в публичных таблицах лидеров для сверки? Vidu Q3 — ещё один вариант без цензуры только для изображения-в-видео, с оплатой по разрешению, а не по фиксированной ставке за секунду. Наш обзор Vidu Q3.
• Дешевле и прошла каждую ступень, которую мы пробовали? MiniMax H3 начинается от $0.025 за секунду и отрендерила каждую ступень нашей шкалы контента в наших собственных тестах по всем трём способам входа.
• Более длинный дубль, который должен строго идти по сценарию? Seedance 2.5 держит 30-секундный сценарий или крупный набор референсов, от $0.2773 за секунду в 720p.
• 30-секундные клипы без цензуры со звуком из текста, изображения или референсов? Wan 3.0, от $0.045 за секунду, прошла каждую ступень, которую мы прогнали, на каждой задаче.