Alibabaが最新世代の動画生成モデルHappyHorse 1.1（快楽小馬1.1）をリリースした。前世代と比べ、動的表現力、主体の一貫性、指示への追従、視覚的質感、音声能力の5つの次元で向上し、同時に1080P生成の価格を25%引き下げた。すでにAlibaba CloudのBailianプラットフォームと公式サイトに登場しており、APIを直接呼ぶか、Webページで使える。

HappyHorse 1.1とは

HappyHorse はAlibabaの動画生成モデルシリーズで、テキストから動画と画像から動画に対応している。1.1版の技術仕様は1.0と同一：1回の生成時間は3-15秒、720pと1080pの解像度に対応、自由なアスペクト比に対応。

中核機能

動的表現力

前世代には、一部の画面で動きが緩慢になり、テンポが足りない問題があった。1.1版はモーションモデリングと時系列整合性の能力を最適化し、動作の連続性と力強さを高めた。

実測のオートバイ運転シーン：1.1版が生成した画面は速度が正常で、基本的な物理法則に合っており、近景のフロントガラスに映る景色も比較的理にかなっている。一方、1.0版は同じタスクでスローモーションの問題が起き、画面の中のオートバイは逆走し、ヘルメットの写り込みが実際の画面と一致しなかった。

主体の一貫性

HappyHorse 1.1 は 9枚のキャラクター参考画像の同時入力に対応し、商品のディテール、ブランド要素、キャラクターとシーンを柔軟に組み合わせられる。マルチカットやN分割グリッド画像の参考といった人気の遊び方に対しても、参考画像の理解能力が強化されている。

実測では、特定の人物の退職を描く3枚の参考画像をアップロードして、10秒の動画を生成した。1.1版は2つのショットで人物の顔立ちと服装の特徴を正確に再現し、シーンと人物のディテールの安定した一貫性を保ち、画面の隅々のディテールにも破綻がなかった。

指示への追従

超現実シーンのテスト（カフェの無重力シーンで、すべての物体が現実の慣性と運動量の法則に従うよう要求）では、HappyHorse 1.1 はプロンプトの順序どおりにディテールを一つずつ再現できた。ただし、この種の極端なシーンではまだ破綻ショットがあり、人物の表情が硬い、画面にどこからともなく椅子が現れる、といった問題が見られた。

視覚的質感

1.1版は、前世代の「脂っぽさ」と「過剰なシャープ化」の問題を比較的よく解決した。人物が大勢登場する画面（サッカーの試合など）では、主要人物の描写は改善されたものの、背景人物の顔はまだややぼやけており、リアリティと動的な臨場感がやや足りない。

音声能力

楽器演奏シーンのテストでは、1.1版は1.0と比べて明確な向上がなく、演奏画面の変化と音声の変化は依然として合っていない。

価格

使い方

• Web体験：happyhorse.cn にアクセス
• API接続：Alibaba CloudのBailianプラットフォーム bailian.console.aliyun.com 経由

応用シーン

• 広告マーケティング：9枚の参考画像の同時入力に対応し、商品ディテールの展示とブランド要素の組み合わせに向く
• スタイル化コンテンツ：伝統的な中国画やアニメなどのスタイル化コンテンツで画風を比較的よく保ち、スタイルのズレが起きない
• マルチカットのナラティブ：N分割グリッド画像の参考機能は、複数ショットのストーリー制作に向く

💡 ヒント：HappyHorse 1.1のアップグレードの幅はマイナーバージョン更新の域を出ない。動きの表現、キャラクターの再現、視覚的な見栄えにおいて堅実な最適化がある一方、超現実シーンでの物理法則への追従と音声同期には、まだ改善の余地が残っている。