跳转到主要内容
HappyHorse 1.1 R2V 根据文本提示和 1 至 9 张参考图生成带同步音频的视频。适合需要在多个镜头中保持人物、商品、场景或视觉细节一致的任务。 R2V 表示参考图生成视频(Reference-to-Video)。参考图用于约束主体和外观,不会被视为视频首帧。

核心能力

  • 多图参考 - 支持输入 1 至 9 张图片
  • 图片指代 - 在提示词中使用 [Image 1][Image 2] 等标识引用图片
  • 同步音频 - 随视频生成匹配的音频
  • 分辨率 - 720P1080P
  • 时长 - 3 至 15 秒之间的整数
  • 宽高比控制 - 支持横屏、竖屏、方形及超宽画幅

参考图片要求

  • 格式:JPEG、JPG、PNG 或 WEBP
  • 输入方式:公网 HTTP/HTTPS URL 或 Base64 Data URL
  • 数量:1 至 9 张
  • 分辨率:短边不低于 400 像素,建议使用 720P 或更清晰的图片
  • 文件大小:每张不超过 20 MB

快速示例

cURL
input.media 的顺序决定图片编号:第一项对应 [Image 1],第二项对应 [Image 2],依此类推。引用图片时应同时说明图片中的具体人物或物体。

参数说明

API 参考

查看请求和响应字段。

任务查询

轮询任务状态并获取结果链接。

官方参考

参阅阿里云百炼 HappyHorse 参考生视频 API 参考