阿里巴巴 HappyHorse 1.1 登場：動態表現、主體一致性、指令遵循全面進化

以下是阿里巴巴 HappyHorse 1.1 的事實查核完整解析，該模型已於 2026 年 6 月 22 日正式發布 。

上市資訊與使用管道

HappyHorse 1.1 為 1.0 版本的重大升級，使用者可透過以下管道存取 ：

• HappyHorse 官方網站
• 阿里雲百煉平台 (Alibaba Cloud Model Studio)：提供完整 API 供企業用戶整合
• 千問 App (Qwen app)：一般用戶可直接體驗

值得注意的是，Creative Fabrica 也宣布成為首批提供該模型早期體驗的第三方平台之一 。

從 1.0 到 1.1：五大關鍵升級

阿里巴巴表示，1.1 版本在五大面向進行了系統性優化 ：

🎬 動態表現力 (Dynamic Expression)

• 全面重建運動建模與幀間時間連貫性
• 直接解決 1.0 版本中部分畫面動作遲緩、節奏不足的問題
• 動作更加連貫、富有力量感與視覺張力

👤 主體一致性 (Subject Consistency)

• 支援同時輸入最多 9 張角色參考圖片
• 可精準保持商品細節、品牌元素、角色外觀與場景設定
• 對多角色短劇、直播帶貨、多人廣告等場景至關重要，大幅降低角色「變臉」問題

📝 指令遵循能力 (Instruction Following)

• 簡短提示詞與複雜敘事輸入的處理能力雙雙提升
• 長上下文理解能力強化，可駕馭多場景、多角色的連貫演繹
• 高強度動態場景（如打鬥）也能透過簡潔提示詞準確理解

🎨 視覺質感 (Visual Quality)

• 膚質紋理大幅升級，人物表現更加自然
• 有效緩解「油光感」「過度銳化」等常見問題
• 保留痘印、法令紋、毛孔等真實細節

🔊 原生音訊 (Native Audio)

• 音訊功能直接整合至生成流程
• 台詞表達更自然，語速、停頓與語氣可隨場景與情緒動態調整
• 可在提示詞中描述背景音樂與環境音效

支援的生成模式

HappyHorse 1.1 提供與 1.0 相同的四種核心模式，所有模式皆可透過統一的 API 存取 ：

模式	輸入	輸出
文字轉影片 (T2V)	文字提示詞	影片
圖片轉影片 (I2V)	1張參考圖片 + 選用提示詞	動畫影片
參考圖轉影片 (R2V)	1–9張參考圖片 + 提示詞	主體一致的影片
影片編輯 (Video Edit)	來源影片 + 最多5張參考圖片 + 指令	局部/整體編輯後的影片

技術規格

• 生成長度：3 至 15 秒
• 解析度：720p 與 1080p，支援自由寬高比
• 這些規格與 HappyHorse 1.0 保持一致

標準定價

定價以「輸出秒數」計費，而非計算時間，且與 HappyHorse 1.0 維持相同費率 ：

解析度	標準定價 (每秒)
720p	0.14 美元 (約 0.90 人民幣)
1080p	0.18 美元 (約 1.17 人民幣)

部分第三方轉售平台標示 1080p 價格為每秒 0.28 美元 ，但阿里雲官方定價表顯示 HappyHorse 1.1 的價格與 1.0 一致，720p 為每秒 0.14 美元，1080p 約為 0.18 美元 。

限時上市優惠：40% 折扣

為慶祝正式發布，阿里雲百煉平台推出上市首兩週全站 40% 折扣 ：

解析度	折扣後價格 (每秒)
720p	0.084 美元 (原價 0.14 美元)
1080p	0.108 美元 (原價 0.18 美元)

阿里雲官方活動頁面已證實此優惠價格 。

注意事項

• 大多數效能數據（生成速度、排行榜排名）為阿里巴巴自行公布的數字，尚未經第三方基準測試獨立驗證
• 1080p 的 0.18 美元標準定價是根據中文報導（1.17 人民幣 ≈ 0.18 美元）推算得出；部分第三方平台收費可能不同
• 中國地區用戶的價格以人民幣計算，720p 為每秒 0.9 元，1080p 為每秒 1.2 元，折扣後分別為 0.54 元和 0.72 元