Plimo

HappyHorse AI：用 HappyHorse 1.1 把提示词和最多 9 张照片变成有声视频

让照片动起来
雨中纸船
子弹时间
功夫高手
金色美人鱼
头等舱体验
光头变身
冰雪女王
猫狗抱抱
电影感镜头推进
美式复古毕业照
秀腹肌变身
双人比心
时代广场大屏
和老年的自己同框
红毯时刻

HappyHorse AI 是什么？

HappyHorse 是阿里巴巴 ATH 团队做的视频模型。它最早引起关注，是因为在一个公开的盲投排行榜上登顶，而那时还没人知道是谁做的。它擅长自然、有表现力的动作，每段视频都自带声音，还能让几张参考图里的人和物在同一个场景里保持一致。在 Plimo 上用的是 1.1 版，上面的生成器已经选好了。

  • HappyHorse 1.1

    最多融合 9 张参考图生成视频。

    • 3–15 秒
    • 720P / 1080P
    • 始终有声
    • 最多 9 张参考图

    165 积分起

这个模型的来历

这个系列还很年轻，目前只有两个版本，都在 2026 年发布。

  1. 2026 年 4 月

    1.0 版

    4 月初，它以匿名身份出现在 Artificial Analysis 的视频竞技场上，在文生视频和图生视频的几项盲投排名里领先。几天后，阿里巴巴确认是旗下 ATH 部门做的。它能同时生成画面和声音，输入可以是文字，也可以是一张首帧图片。

  2. 2026 年 6 月

    1.1 版

    加入了参考模式，能让最多 9 张照片里的主体在同一条视频里保持一致；动作更流畅、更有表现力，帧与帧之间的细节也更稳。视频长 3 到 15 秒，自带声音。

在 Plimo 上做视频的步骤

  1. 先写提示词

    这个模型（不少人写成 Happy Horse AI）不管加不加照片，每次都需要文字描述，所以写清楚动作、场景和应该听到的声音。

  2. 选首帧，或者一组参考图

    在模式菜单里，“标准”模式可以放一张图作为视频的开头，也可以不放；“参考”模式放最多 9 张人物、宠物或物品的照片，把它们组合到一起。每次生成只能用一种模式。

  3. 设好时长和清晰度

    视频长 3 到 15 秒，清晰度有两档可选。用首帧时，视频会沿用图片的比例。

  4. 生成，挑出最喜欢的

    “生成”按钮会显示要多少积分，做好的视频在“我的作品”里播放。想换个花样，点“重新制作”，照片、提示词和设置都会回来。

为什么在 Plimo 上用 HappyHorse

  • 和其他视频模型并排

    它和 Kling、Seedance、海螺 AI 在同一个菜单里，同一段提示词可以多试几个，留下动作最接近你想象的那条。

  • 九张照片放进一个场景

    视频里的人或物来自不同照片时，参考模式很好用，比如一个朋友、一只宠物，再加一件你最喜欢的夹克。

  • 声音不用另外配

    每条视频都自带音频，分享之前不用再打开别的配音工具。

  • 开始之前就知道价格

    “生成”按钮上的积分随时长和清晰度变化，参考图不额外算钱。生成失败会退回积分。

  • 能发布，也能商用

    会员期间做的视频没有水印，可以商用，放进店铺商品页、交给客户都行。

  • 你的照片不会拿去训练

    你上传的人像、宠物或产品照片，以及用它们做出的视频，Plimo 都不会拿去训练任何模型。

和其他视频模型比较

下面每个模型都有自己的页面，这里简单说说它们各自和这个模型有什么不同。

  • Kling

    Kling 4.0 有首帧和尾帧，最长 30 秒；这个模型能用首帧但没有尾帧，最长 15 秒。

  • Veo

    Veo 3.1 Fast 固定 8 秒，最多 3 张参考图；这里时长可以自己设，参考图最多 9 张。

  • Seedance

    Seedance 能把参考图和参考视频搭配使用，还有声音开关；其中的 Seedance 2.0 Mini 用注册送的积分就能做。

  • Hailuo AI

    海螺 AI 的 MiniMax H3 Max 同样最多 9 张参考图、一直有声音，另外还有尾帧和参考视频，主打逼真的面部表情。

  • Grok Imagine

    Grok Imagine 1.5 最多 7 张参考图，但没有首帧位置，时长 6 到 15 秒，新账号用注册送的积分就能做一条短视频。

  • Wan

    同样来自阿里巴巴的 Wan 3.0 最长 30 秒，支持尾帧和参考视频，还有声音开关。

  • Vidu

    Vidu Q4 Preview 最多 15 张参考图，提示词框留空也能让首帧动起来。

  • FLUX

    FLUX 3 Video 不能用参考图，但支持尾帧，视频最长 20 秒。

  • SkyReels

    SkyReels V4 也一直有声音，它没有 9 张图的参考模式，换成了 3 张参考图或一组首尾帧。

可以试试这些

  • 相隔很远的朋友

    放两张照片，一张是你，一张是出国的朋友，描述你们在屋顶酒吧碰杯，楼下的城市灯火通明、一片喧闹。

  • 宠物和它最爱的玩具

    用一张猫的照片和一张它咬旧了的玩具老鼠的照片，让它在客厅地毯上来一个慢动作飞扑。

  • 老全家福转头微笑

    把扫描的全家福设为首帧，描述大家一起转向镜头笑起来，音频里有鸟叫和远处的车流声。

  • 看看这身穿搭

    把一张你的全身照和一件夹克、一双靴子的照片放在一起，描述你穿着它们走在热闹的街上，朝镜头走来。

  • 小小的产品广告

    在参考模式里放一支蜡烛、它的包装盒和一枝薰衣草，让它拍划火柴点蜡烛那一刻的温馨特写。会员期间做的，可以用在店铺商品页。

  • 飞出纸面的画

    用孩子用蜡笔画的龙当首帧，描述它扇着翅膀飞出纸面，纸张沙沙作响，还有一个稚嫩的声音在欢呼。

  • 节日问候

    描述一间雪中的小木屋、一只围着红围巾的狗，再加上一个温暖的声音送上节日祝福，用它代替贺卡发出去。

  • 欢呼的集体照

    把俱乐部或公司的合影设为首帧，描述大家一起举起双臂，人群欢呼，哨声响起。赛季结束时发一条，很有气氛。

常见问题

都不是。Plimo 是一个独立网站，通过接口使用这个模型。它不由阿里巴巴或这个模型背后的团队运营，和他们也没有隶属关系。

这个模型要开通会员才能用。注册时一次性送的 100 积分，可以花在 Seedance 2.0 Mini 或 Grok Imagine 1.5 上，这两个视频模型都不需要会员。套餐见定价页。

版本卡片上写着起价。每多一秒、选更高的清晰度都会加积分，参考图不加；“生成”按钮总会先显示确切的数字。

3 到 15 秒，清晰度有两档，版本卡片上都写着。比例可以选横屏、竖屏、方形、4:3 或 3:4；用首帧时，视频会沿用图片的比例。

是的。每条视频都带音频，没有关掉的开关。把想要的声音或要说的话写进提示词。

必须。有些模型提示词框留空也能让照片动起来，但 1.1 版每次都要文字描述，不管有没有首帧。只写提示词、不放照片也可以。

1.1 版只能用首帧，不能用尾帧。想让视频停在你选的画面上，可以试试 Kling 4.0 或 Wan 3.0，或者到图片转视频看看更多选择。

不是。两者都来自阿里巴巴，但属于不同的模型系列。Wan 3.0 最长 30 秒，能用参考视频；这个模型则以首帧或最多 9 张照片的参考组合为主。

清晰、光线好、每个人物、宠物或物品都看得清的照片。尽量一张照片只放一个主体，再在提示词里说清谁是谁，比如让第一张照片里的女人穿上第二张照片里的夹克。文件可以是 JPG、PNG 或 WebP。

在“我的作品”里打开它，点“重新制作”。照片、提示词和设置会回到生成器，改改动作描述或时长再生成。每次重新生成都和第一次一样扣积分。

会员期间做的可以：这些视频没有水印，可以用于商业。“我的作品”会按套餐保存 30 到 360 天。

更多做视频的方式

全部模型