ينتمي HappyHorse 1.0 إلى عائلة Alibaba لتوليد الفيديو، والمصممة للمطورين الذين ينشئون سير عمل بصريًا قابلًا للتحكم. أنشئ فيديو من نص أو من إطار أول، ووجّه الهوية والأسلوب باستخدام من 1 إلى 9 صور مرجعية، أو حوّل لقطات موجودة عبر تعليمات نصية. توفر Atlas Cloud مفتاحًا واحدًا متوافقًا مع OpenAI، وسير عمل REST غير متزامن، وتوافرية موثوقة، وإتاحة من Day-0. ابدأ البناء اليوم.
Happy Horse 1.0 من تطوير Alibaba. توفّر Atlas Cloud (التي تُشغّلها Atlas Cloud AI LLC) إمكانية الوصول إليه ولا تملكه. جميع العلامات التجارية ملك لأصحابها المعنيين.
يوفر لك Atlas Cloud أحدث النماذج الإبداعية الرائدة في الصناعة.
قارن بين أربع طرائق في HappyHorse 1.0 من حيث المدخلات والمخرجات والدقة والمدة والاستخدام الإنتاجي.
| الطريقة | الوصف |
|---|---|
| HappyHorse 1.0 T2V API (Text To Video) | حوّل المطالبات النصية إلى فيديوهات بدقة 720P أو 1080P، تتراوح مدتها بين 3 و15 ثانية، مع نسب أبعاد مرنة لتناسب تنسيقات التسليم المختلفة. استخدم نقطة النهاية هذه لإنشاء لوحات القصة والمقاطع الترويجية والمفاهيم المرئية دون الحاجة إلى لقطات مصدر. |
| HappyHorse 1.0 I2V API (Image To Video) | تتحول صورة الإطار الأول إلى فيديو بدقة 720P أو 1080P، بينما توفّر المطالبة الاختيارية إرشادات إضافية للحركة. وتناسب المدد التي تتراوح بين 3 و15 ثانية المرئيات الخاصة بالمنتجات ولقطات الشخصيات والمحتوى الاجتماعي المبني على أعمال فنية موجودة. |
| HappyHorse 1.0 Reference-to-Video API | عندما يكون التوجيه البصري مهماً، قدّم من صورة واحدة إلى تسع صور مرجعية مع مطالبة نصية لتوليد فيديو بدقة 720P أو 1080P. وتدعم نسب الأبعاد المرنة والمدد التي تتراوح بين 3 و15 ثانية المشاهد التي تتمحور حول الشخصيات والأصول ذات العلامة التجارية والإنتاج الإبداعي المستند إلى المراجع. |
| HappyHorse 1.0 Video Edit API | حسّن فيديوً مدخلاً باستخدام تعليمات نصية، مع إمكانية توفير صور مرجعية اختيارية لتوجيه التغييرات المطلوبة. تنتج نقطة النهاية مخرجات بدقة 720P أو 1080P لإعادة تصميم اللقطات وتعديل عناصر المشهد وتكييف أصول الفيديو الموجودة. |
من الجودة السينمائية الرائدة في Arena إلى الصوت الأصلي متعدد اللغات، يجمع HappyHorse API بين التوليد الموحد متعدد الأنماط والحركة الواقعية وتحريك الصور ومسار العمل غير المتزامن من خلال نقطة نهاية واحدة بنموذج الدفع حسب الاستخدام.
يشغل HappyHorse المرتبة الأولى في Artificial Analysis Video Arena لكل من نص إلى فيديو وصورة إلى فيديو، بناءً على تقييم أعمى من الإنسان. ينعكس هذا التصنيف في لقطات بتفاصيل مقنعة وإضاءة طبيعية وتكوين سينمائي.
تغطي محاكاة الشفاه الأصلية اللغة الماندرين والكانتونية والإنجليزية واليابانية والكورية والألمانية والفرنسية، مع توليد الحوار وتأثيرات Foley جنباً إلى جنب مع الفيديو. لا تحتاج الحملات المحلية بعد الآن إلى عملية دبلجة أو تصميم صوت منفصلة.
تتدفق رموز النص والصورة والفيديو والصوت عبر تسلسل موحد من Transformer بدلاً من خط أنابيب متعدد المراحل المتسلسل. يبقى التكامل بسيطاً لأن كل وضع توليد يشترك في البنية الأساسية نفسها.
عندما تركض الموضوعات أو تصطدم أو تتفاعل، تبقى الفيزياء معقولة، وهي نقطة قوة تجعل HappyHorse متقدماً في مقارنات صورة إلى فيديو العمياء في Video Arena. تحافظ لقطات الرياضة ومشاهد المطاردة وتسلسلات الرقص على وزنها على الشاشة.
أدخل صورة واحدة إلى نقطة نهاية صورة إلى فيديو وشاهدها تصبح حركة سلسة 1080p بينما تبقى هوية الموضوع كما هي. تتحرك لقطات المنتج والصور الشخصية والفنون المفاهيمية جميعها دون فقدان مظهرها.
يحافظ مسار العمل غير المتزامن على استمرار التوليد: أرسل موجهاً، استقصِ الحالة، واسترجع الفيديو النهائي دون حجب تطبيقك. تتناسب دورات التكرار السريعة مع مواعيد الحملات والنماذج الأولية الضيقة.
المطالبة نفسها، تم توليدها بواسطة HappyHorse ونماذج الفيديو الرائدة الأخرى: فيلم قصير سينمائي وفيلم إعلاني فاخر
أنشئ فيلمًا قصيرًا سينمائيًا مدته 10 ثوانٍ عن موسيقي شارع وطفل يلتقيان في ساحة مدينة مشمسة. المشهد 1، 0-2 ثانية: لقطة تأسيسية واسعة لساحة مدينة مشرقة بطابع أوروبي في أواخر فترة بعد الظهر. يجلس موسيقي شارع بالقرب من نافورة ويعزف على غيتار صوتي. ضوء شمس دافئ، وظلال ناعمة، وحمامات تتحرك في الخلفية، وأجواء مدينة طبيعية. المشهد 2، 2-5 ثوانٍ: لقطة تتبّع متوسطة لطفل صغير يقترب من الموسيقي وهو يحمل بالونًا أحمر صغيرًا. يواصل الموسيقي العزف على الغيتار. يجب أن تبدو خطوات الطفل وإيقاع الغيتار وصوت الحشود المحيطة متزامنة وطبيعية. المشهد 3، 5-8 ثوانٍ: لقطة قريبة ثنائية: يبتسم الموسيقي ويغيّر اللحن قليلًا عندما يتوقف الطفل بجانبه. ينقر الطفل على البالون برفق متماشيًا مع إيقاع الموسيقى. حافظ على اتساق وجهي الشخصيتين وملابسهما ونِسَب جسديهما وموضعهما المكاني. المشهد 4، 8-10 ثوانٍ: لقطة سينمائية نهائية تبتعد تدريجيًا: يواصل الموسيقي العزف، ويضحك الطفل، وتحلّق الحمامات عبر الساحة، وتتلألأ النافورة تحت ضوء الشمس. تتلاشى الموسيقى وأجواء المدينة بصورة طبيعية. المتطلبات: - الحفاظ على الهوية والملابس والنِسَب نفسها للشخصيتين في جميع اللقطات - إبقاء البالون الأحمر والغيتار والنافورة وتخطيط ساحة المدينة متسقة - استخدام تحكم سينمائي واضح بالكاميرا: لقطة واسعة، لقطة تتبّع، لقطة قريبة ثنائية، لقطة نهائية تبتعد تدريجيًا - مزامنة الصوت مع الحركة: الغيتار الصوتي، وخطوات الأقدام، وضحكات الطفل، والحمامات، والنافورة، وأجواء المدينة - حركة بشرية طبيعية، وأيدٍ ثابتة، وحركة عزف واقعية على الغيتار - لا وجوه مشوهة، ولا تغيّر في ملابس الشخصيات، ولا اختفاء للبالون أو الغيتار - واقعية سينمائية دافئة، ومظهر فيلم قصير مصقول، بدقة 1080p
HappyHorse 1.0
Kling V3.0
Pixverse V6
أنشئ إعلانًا سينمائيًا بأسلوب نمط الحياة مدته 10 ثوانٍ لآلة قهوة ذكية منزلية. المشهد 1، 0-2 ثانية: لقطة واسعة لمطبخ عصري مشرق في الصباح. توضع آلة قهوة ذكية على سطح عمل نظيف بجوار كوب خزفي أبيض. يدخل ضوء الشمس الناعم عبر النافذة، بأجواء دافئة وطبيعية. المشهد 2، 2-5 ثوانٍ: لقطة متوسطة لشخص مهني شاب يدخل المطبخ وينقر على شاشة اللمس في آلة القهوة. تضيء الشاشة بسلاسة. أضف صوت نقرة زر ناعمًا، وصوت بدء تشغيل هادئًا للآلة، وأجواء صباحية خافتة. المشهد 3، 5-8 ثوانٍ: لقطة مقرّبة للقهوة وهي تُصب في الكوب. يتصاعد البخار بصورة طبيعية، وتتكوّن طبقة الكريما على السطح، وتظل الآلة بالتصميم والحجم واللون وموضع شاشة اللمس والخامة نفسها تمامًا. يجب أن يتطابق صوت الصب مع حركة السائل. المشهد 4، 8-10 ثوانٍ: لقطة نهائية بطولية: يرفع الشخص الكوب ويبتسم بينما تبقى آلة القهوة واضحة في الخلفية. تبتعد الكاميرا ببطء، مع مظهر إعلاني نظيف وفاخر للأجهزة المنزلية. المتطلبات: - الحفاظ على تصميم آلة القهوة نفسه تمامًا في جميع اللقطات - إبقاء تخطيط المطبخ وسطح العمل والكوب والإضاءة ومقياس المنتج متسقة - استخدام تحكم سينمائي واضح بالكاميرا: لقطة واسعة، لقطة تفاعل متوسطة، لقطة مقرّبة، لقطة نهائية تبتعد تدريجيًا - مزامنة الصوت مع الحركة: نقرة الزر، وبدء تشغيل الآلة، وصب القهوة، والأجواء الصباحية الناعمة - حركة يد طبيعية، وفيزياء سائل واقعية، وهندسة مستقرة للمنتج - لا أيدٍ مشوهة، ولا تغيّر في موضع شاشة اللمس، ولا تفاصيل غير متسقة للمنتج - واقعية سينمائية مشرقة، وأسلوب إعلاني فاخر لنمط الحياة، بدقة 1080p
HappyHorse 1.0
Kling V3.0
Pixverse V6
استخدم HappyHorse 1.0 لتحويل المطالبات والصور ذات الإطار الأول إلى فيديوهات، وتوجيه المشاهد باستخدام ما يصل إلى تسعة مراجع، ومراجعة اللقطات الحالية عبر النص، وتجهيز الأصول بدقة 720p أو 1080p للحملات وصفحات المنتجات والقنوات الاجتماعية ومرحلة ما قبل الإنتاج.
حوّل الأفكار المكتوبة إلى فيديوهات مدتها من 3 إلى 15 ثانية بدقة 720p أو 1080p باستخدام HappyHorse 1.0. يمكن للمخرجين والفرق الإبداعية معاينة التأطير والإيقاع والتوجه البصري قبل الالتزام بالإنتاج.
حوّل صورة ذات إطار أول إلى مقطع مدته من 3 إلى 15 ثانية، مع إمكانية إضافة توجيه عبر مطالبة بدقة 720p أو 1080p. يمكن لفرق المنتجات تحويل الصور الثابتة في الكتالوج إلى فيديوهات للقوائم والإعلانات ومواد الإطلاق.
وجّه كل عملية توليد باستخدام صورة مرجعية واحدة إلى تسع صور مرجعية، بالإضافة إلى مطالبة نصية في HappyHorse 1.0. يمكن للاستوديوهات تطوير شخصيات متكررة ومرئيات تحمل هوية العلامة التجارية ومشاهد للحملات انطلاقًا من مجموعة متسقة من المراجع البصرية.
صِف التغيير المطلوب نصيًا، ثم حرّر فيديوًّا مُدخلًا مع إمكانية إضافة صور مرجعية بدقة 720p أو 1080p. يمكن لفرق ما بعد الإنتاج إعادة تصميم أسلوب اللقطات أو استبدال العناصر البصرية أو إعداد نسخ متنوعة للحملات.
اختر نسبة عرض إلى ارتفاع مرنة في HappyHorse 1.0، وصدّر فيديوهات مدتها من 3 إلى 15 ثانية بدقة 720p أو 1080p. يمكن لفرق التواصل الاجتماعي إعداد أصول عمودية أو مربعة أو أفقية لواجهات النشر المختلفة.
شغّل عمليات النص والصورة والمرجع والتحرير عبر نقاط نهاية HappyHorse المخصصة بسعر قياسي قدره $0.14 لكل عملية توليد. يمكن للمطورين اختبار الأفكار بسرعة، ومقارنة التوجهات، وبناء مسارات متكررة لمعالجة الفيديو.
شاهد كيف تتقارن نماذج مختلف المزودين — قارن الأداء والأسعار ونقاط القوة الفريدة لاتخاذ قرار مدروس.
| نموذج | أنواع الإدخال | مدة الإخراج | الدقة | توليد الصوت |
|---|---|---|---|---|
| HappyHorse-1.0 | نص، صورة | 5–8s | 1024×1024 | √ |
| Seedance 2.0 | نص، صورة | 4~15s | 1024×1024 | √ |
| Kling 3.0 | نص، صورة | 3~15s | 256P~4K | √ |
| Wan-2.6 | نص، صورة | 5s;10s;15s | 1080P, 720P | √ |
Get started in minutes — follow these simple steps to integrate and deploy models through Atlas Cloud’s platform.
سجّل في atlascloud.ai وأكمل التحقق. يحصل المستخدمون الجدد على رصيد مجاني لاستكشاف المنصة واختبار النماذج.
دمج نماذج Happy Horse 1.0 المتقدمة مع منصة Atlas Cloud المسرّعة بـ GPU يوفر أداءً لا مثيل له وقابلية للتوسع وتجربة مطور استثنائية.
زمن انتقال منخفض:
استدلال محسّن لـ GPU للاستجابة في الوقت الفعلي.
API موحد:
قم بتشغيل Happy Horse 1.0 و GPT و Gemini و DeepSeek من خلال تكامل واحد.
تسعير شفاف:
فواتير يمكن التنبؤ بها لكل رمز مع خيارات بدون خادم.
تجربة المطور:
SDKs والتحليلات وأدوات الضبط الدقيق والقوالب.
الموثوقية:
وقت تشغيل 99.99%، RBAC، وتسجيل جاهز للامتثال.
الأمان والامتثال:
SOC 2 Type II، توافق HIPAA، سيادة البيانات في الولايات المتحدة.
HappyHorse 1.0 هو عائلة نماذج فيديو بالذكاء الاصطناعي من Alibaba لإنشاء المقاطع القصيرة أو تحريرها انطلاقًا من النصوص أو الصور أو الصور المرجعية أو اللقطات الموجودة. يوفر Atlas Cloud أربعة endpoints بنظام الدفع حسب الاستخدام، مع إخراج بدقة 720P و1080P.
ابدأ من prompt باستخدام text-to-video، أو حرّك صورة الإطار الأول، أو وجّه إنشاء مقطع جديد باستخدام صورة مرجعية واحدة إلى تسع صور. وبالنسبة إلى اللقطات الموجودة، يقبل video-edit endpoint تعليمات نصية وصورًا مرجعية اختيارية.
يوفر كلا الإصدارين على Atlas Cloud endpoints من نوع text-to-video وimage-to-video وreference-to-video. كما يتضمن HappyHorse 1.0 video-edit endpoint لتحويل اللقطات الموجودة باستخدام تعليمات نصية وصور مرجعية اختيارية.
أنشئ حسابًا على Atlas Cloud، وأنشئ API key من dashboard، ثم أرسل المدخلات المطلوبة مع model ID المناسب إلى video generation endpoint. احتفظ بـ prediction ID المُعاد لكي يتمكن تطبيقك من استرداد النتيجة المكتملة.
تُنفَّذ الطلبات بشكل غير متزامن، لذلك يعيد الرد الأول prediction ID بدلًا من إبقاء الاتصال مفتوحًا حتى يكتمل الإنشاء. أرسل طلبات متكررة إلى prediction endpoint حتى تصبح الحالة completed أو succeeded أو failed، ثم اقرأ output URL من الرد الناجح.
يمكن لـ text-to-video وreference-to-video إنشاء مقاطع بدقة 720P أو 1080P، تتراوح مدتها بين 3 و15 ثانية. ونِسَب العرض إلى الارتفاع المتاحة هي 16:9 و9:16 و1:1 و4:3 و3:4، بينما يستخدم image-to-video صورة مرفوعة كإطار أول.
قدّم من 1 إلى 9 من image URLs مع prompt يوضح كيفية ظهور الموضوعات أو العناصر أو الإشارات المرئية المقدمة وحركتها. التنسيقات المقبولة هي JPEG وJPG وPNG وWEBP، مع حد أقصى لحجم كل صورة يبلغ 20 MB، وأن لا يقل طول ضلعها الأقصر عن 400 بكسل.
يبلغ السعر الأساسي القياسي الموثّق لكل HappyHorse 1.0 endpoint مقدار $0.14 لكل عملية إنشاء على Atlas Cloud. وتتم الفوترة بنظام الدفع حسب الاستخدام، من دون الحاجة إلى اشتراك للوصول إلى مسارات عمل النصوص أو الصور أو المراجع أو التحرير.
خطط لحد أقصى يبلغ 15 ثانية لعمليات text-to-video وimage-to-video وreference-to-video. وتشير اختبارات المجتمع إلى أن الحركة السريعة أو المعقدة لعدة عناصر قد تؤدي إلى عدم اتساق بين الإطارات، لذا راجع المخرجات وأتِح إمكانية إعادة المحاولة قبل استخدامها في بيئة الإنتاج.
أدلة وشروحات وتحديثات المنتج لمساعدتك على تحقيق أقصى استفادة من Atlas Cloud.