Alibaba lanza HappyHorse 1.1: el modelo de IA que genera vídeos con hasta 9 imágenes de referencia y audio nativo

Aquí tienes el análisis verificado de HappyHorse 1.1 de Alibaba, lanzado el 22 de junio de 2026.

Lanzamiento y disponibilidad

HappyHorse 1.1 se lanzó el 22 de junio de 2026 como una actualización importante respecto a la versión 1.0 . Está accesible a través del sitio web oficial de HappyHorse, Alibaba Cloud Model Studio (con acceso completo a la API para empresas) y la app Qwen . Creative Fabrica anunció que es una de las primeras plataformas externas en ofrecer acceso temprano al modelo .

Principales mejoras respecto a HappyHorse 1.0

Alibaba afirma que la versión 1.1 ofrece mejoras sistemáticas en cinco dimensiones :

• Expresión dinámica — Se ha reconstruido el modelo de movimiento y la coherencia temporal para corregir los movimientos lentos que se veían en la versión 1.0; ahora produce acciones más fluidas y contundentes .
• Consistencia del sujeto — Soporta hasta 9 imágenes de referencia de forma simultánea para preservar personajes, productos, elementos de marca y escenas en todas las tomas (fundamental para series cortas con múltiples personajes, ventas en vivo y anuncios) .
• Seguimiento de instrucciones — Mejora la comprensión tanto de indicaciones breves como de entradas narrativas complejas, permitiendo el seguimiento de instrucciones de contexto largo para escenas con múltiples elementos .
• Calidad visual — Texturas de piel mejoradas para que los humanos parezcan más naturales, con mayor fidelidad general de la imagen . (El término "texturas de piel naturalizadas" se confirma en la cobertura en chino de las mejoras de calidad visual ).
• Audio nativo — Las capacidades de audio ahora están integradas directamente en el proceso de generación .

Modos de generación disponibles

HappyHorse 1.1 soporta los mismos cuatro modos que la versión 1.0, todos disponibles a través de una API unificada :

Modo	Entrada	Salida
Texto a vídeo (T2V)	Indicación de texto	Vídeo
Imagen a vídeo (I2V)	1 imagen de referencia + indicación opcional	Vídeo animado
Referencia a vídeo (R2V)	1–9 imágenes de referencia + indicación	Vídeo con sujeto consistente
Edición de vídeo	Vídeo original + hasta 5 imágenes de referencia opcionales + instrucción	Vídeo editado local o globalmente

Resolución y duración de los clips

• Duración: de 3 a 15 segundos por generación
• Resoluciones: 720p y 1080p, con relaciones de aspecto flexibles (libres)

Precios estándar

El precio se calcula por segundo de salida (no por segundo de cómputo) y no ha cambiado respecto a HappyHorse 1.0 :

Nivel	Precio estándar (por segundo)
720p	$0.14/segundo (~0.90 RMB/segundo)
1080p	$0.18/segundo (~1.17 RMB/segundo según informes chinos)

Algunos revendedores externos listan 1080p a $0.28/segundo , pero el precio oficial de Alibaba Cloud para la versión 1.1 parece ser de $0.14/segundo para 720p y aproximadamente $0.18/segundo para 1080p, consistente con los precios de la versión 1.0 .

Descuento de lanzamiento del 40%

Alibaba Cloud Model Studio ofrece un descuento promocional del 40% durante las dos primeras semanas, lo que reduce los precios a aproximadamente $0.084/segundo para 720p y $0.108/segundo para 1080p . La propia página de campaña de Alibaba Cloud lista 720p a $0.084/segundo (desde $0.14) y 1080p a $0.108/segundo .

Advertencias

• La mayoría de las afirmaciones sobre rendimiento (velocidad de generación, clasificaciones en rankings) son datos auto-reportados por Alibaba y no han sido verificados de forma independiente por terceros .
• La cifra exacta de $0.18/segundo para el precio estándar de 1080p se infiere de informes de precios chinos (1.17 RMB ≈ $0.18 USD); algunas plataformas externas cobran de forma diferente .