HappyHorse 1.1 của Alibaba chính thức ra mắt: Nâng cấp mạnh về chuyển động, giữ nhân vật ổn định, hiểu prompt dài và tích hợp âm thanh gốc - Giá khởi điểm chỉ 0,084 USD/giây khi ưu đãi 40%

Alibaba vừa chính thức phát hành HappyHorse 1.1 — mô hình AI tạo video thế hệ mới — vào ngày 22 tháng 6 năm 2026, đánh dấu bước nâng cấp lớn so với phiên bản 1.0 ra mắt hồi tháng 4 . Đây là sản phẩm cạnh tranh trực tiếp với Sora của OpenAI và Seedance của ByteDance, tập trung vào chất lượng điện ảnh và ứng dụng doanh nghiệp.

HappyHorse 1.1 là gì và có gì mới?

HappyHorse (tên tiếng Trung: 快马, nghĩa là 'ngựa nhanh') là dòng mô hình tạo video của Alibaba, cho phép tạo video chất lượng cao từ văn bản, hình ảnh hoặc kết hợp nhiều ảnh tham chiếu . Phiên bản 1.1 được Alibaba công bố với 5 cải tiến hệ thống :

• Biểu cảm động học (Dynamic Expression): Tái xây dựng mô hình chuyển động và mạch lạc theo thời gian (temporal coherence) để khắc phục tình trạng chuyển động chậm, thiếu nhịp điệu ở bản 1.0 — giúp hành động mượt mà và có lực hơn .
• Độ nhất quán chủ thể (Subject Consistency): Hỗ trợ lên đến 9 ảnh tham chiếu cùng lúc để giữ nguyên nhân vật, sản phẩm, thương hiệu và bối cảnh xuyên suốt các cảnh — cực kỳ quan trọng cho phim ngắn nhiều nhân vật, livestream bán hàng và quảng cáo .
• Khả năng làm theo hướng dẫn (Instruction Following): Cải thiện xử lý cả prompt ngắn lẫn mô tả tường thuật phức tạp, cho phép hiểu ngữ cảnh dài (long-context) với nhiều yếu tố trong một cảnh .
• Chất lượng hình ảnh (Visual Quality): Nâng cấp kết cấu da (skin texture) giúp nhân vật trông tự nhiên hơn, giảm hiệu ứng 'bóng dầu' và 'sắc nét quá mức' . (Thuật ngữ 'kết cấu da tự nhiên hóa' được xác nhận trong các bài báo tiếng Trung .)
• Âm thanh gốc (Native Audio): Tích hợp âm thanh trực tiếp vào quy trình tạo video, không cần xử lý riêng .

Các chế độ tạo video

HappyHorse 1.1 hỗ trợ 4 chế độ, tất cả đều có sẵn qua API thống nhất :

Chế độ	Đầu vào	Đầu ra
Text-to-Video (T2V)	Văn bản mô tả	Video
Image-to-Video (I2V)	1 ảnh gốc + prompt tùy chọn	Video hoạt ảnh
Reference-to-Video (R2V)	1–9 ảnh tham chiếu + prompt	Video giữ nguyên chủ thể
Video Edit	Video gốc + tối đa 5 ảnh tham chiếu + hướng dẫn	Video đã chỉnh sửa cục bộ hoặc toàn bộ

Thông số kỹ thuật

• Độ dài: 3 đến 15 giây cho mỗi lần tạo
• Độ phân giải: 720p và 1080p, tỷ lệ khung hình linh hoạt

Giá cả

Mô hình tính phí theo giây đầu ra, giữ nguyên từ HappyHorse 1.0 :

Phân giải	Giá niêm yết (mỗi giây)
720p	0,14 USD/giây (~0,9 NDT/giây)
1080p	0,18 USD/giây (~1,17 NDT/giây theo báo cáo Trung Quốc)

Một số bên thứ ba niêm yết giá 1080p cao hơn (0,28 USD/giây) , nhưng giá chính thức từ Alibaba Cloud Model Studio cho bản 1.1 vẫn là 0,14 USD/giây cho 720p và khoảng 0,18 USD/giây cho 1080p .

Ưu đãi 40% khi ra mắt

Alibaba Cloud Model Studio đang triển khai chương trình giảm 40% trong 2 tuần đầu, đưa giá xuống còn khoảng 0,084 USD/giây cho 720p và 0,108 USD/giây cho 1080p . Trang khuyến mãi của Alibaba Cloud liệt kê 720p ở mức 0,084 USD/giây (giảm từ 0,14 USD) và 1080p ở mức 0,108 USD/giây .

Cách truy cập

HappyHorse 1.1 có sẵn qua HappyHorse official website, Alibaba Cloud Model Studio (có API đầy đủ cho doanh nghiệp) và ứng dụng Qwen . Creative Fabrica thông báo là một trong những nền tảng bên thứ ba đầu tiên cung cấp quyền truy cập sớm vào mô hình .

Lưu ý

• Hầu hết các tuyên bố về hiệu suất (tốc độ tạo, xếp hạng) là tự Alibaba công bố, chưa được xác minh độc lập bởi bên thứ ba .
• Mức giá 0,18 USD/giây cho 1080p được suy ra từ báo giá tiếng Trung (1,17 NDT ≈ 0,18 USD); một số nền tảng có thể tính phí khác .