Skip to main content

Guia de prompts do Happy Horse 1.0#1 on Video Arena

Dirija a câmera,
Não é só o tema

Neste guia de prompts do Happy Horse 1.0, conheça o mais novo modelo de vídeo da Alibaba: física realista, múltiplos planos e fidelidade fora do comum a prompts longos e estruturados. Veja como escrever para ele, o que o diferencia e estruturas de prompt prontas para copiar.

720p · 1080p
Opções de resolução
2 – 15s
Duração do clipe
T2V + I2V
Modos de geração
4 / 6 cr / s
720p · 1080p

Visão geral

O Happy Horse 1.0 é o mais recente modelo de geração de vídeo da ATH AI Innovation Unit, da Alibaba. Seus destaques: segue prompts longos e estruturados mais à risca do que a maioria dos modelos de vídeo, cria movimentos que respeitam a física em vez de ignorá-la e atualmente ocupa o #1 no ranking da Artificial Analysis Video Arena em testes cegos de preferência lado a lado.

No PixelDojo, Happy Horse funciona em dois modos: texto para vídeo e imagem para vídeo, em 720p ou 1080p, com clipes de 2 a 15 segundos. O custo é de 4 créditos por segundo em 720p e 6 em 1080p, com cobrança apenas quando a geração é concluída com sucesso. Referência para vídeo usa por padrão o motor mais recente, 1.1, com custo menor: 3 créditos por segundo em 720p e 4 em 1080p.

Este guia mostra os pontos fortes do modelo, uma estrutura de prompt para aproveitar cada um deles e exemplos prontos para copiar dos tipos de plano mais comuns.

O diferencial do Happy Horse

Seis pontos em que Happy Horse supera de verdade a geração anterior. Explore esses pontos nos prompts e veja a diferença na hora.

Movimento que respeita a física

Realista, sem flutuar

Treinado com um motor de movimento que respeita a física do mundo real. Colisões têm peso, tecidos formam dobras e braços e pernas seguem arcos naturais. Menos movimentos distorcidos e com cara de câmera lenta, tão comuns nos modelos de vídeo mais antigos.

Direção de múltiplos planos

Cortes em um único prompt

O Happy Horse se destaca ao seguir prompts longos e estruturados que descrevem mais de um ângulo de câmera ou momento. Você pode escrever uma minissequência de três planos, e o modelo realmente faz os cortes entre eles em um único clipe de 10-15s.

Texturas e cores nítidas

Visual bonito de saída

Os resultados já chegam com texturas nítidas, contraste equilibrado e cores agradáveis antes mesmo de você aplicar uma LUT. Tons de pele, tramas de tecido e materiais de superfície ficam naturais, com menos rostos plastificados e pretos sem definição.

Alta consistência em I2V

Seu quadro inicial mantém a identidade

Ao animar uma imagem estática, Happy Horse mantém a identidade, o figurino e a iluminação do personagem durante todo o clipe. Rostos não mudam no meio da cena e objetos não saem do lugar, ideal para planos centrados em personagens.

Prompts multilíngues

EN, ZH, JA

Compreensão nativa de prompts em inglês, chinês e japonês. Você pode misturar idiomas em um só prompt, útil quando há um termo preciso em um idioma que não tem uma tradução direta.

Qualidade no topo do ranking

#1 on Video Arena

Atualmente, lidera o ranking da Artificial Analysis Video Arena em testes cegos de preferência lado a lado. Na prática: as pessoas escolhem seus resultados em vez dos da maioria dos modelos concorrentes.

Estrutura do prompt

Uma estrutura confiável para prompts do Happy Horse. Você não precisa usar os cinco blocos, mas essa ordem ajuda o modelo a construir o plano como um diretor faria.

1

Elemento principal + estado

Who or what is in frame, and what they're doing right now. Be specific about clothing, age, posture, expression — these anchor the rest of the scene.

2

Ambiente + luz

Where and when. Time of day matters more than you'd think — "golden hour", "blue hour", "overcast noon" each give the model a complete lighting direction.

3

Movimento de câmera

Name the move explicitly. Push-in, pull-back, side-tracking, low-angle dolly, slow orbit. Static shots are fine too — just say "locked off" or "static camera".

4

Momentos / ação

What changes during the clip. For multi-shot prompts, number them: "Shot 1… Shot 2…". For single shots, name the micro-action (a blink, a turn, a step forward).

5

Âncoras de estilo e qualidade

Closing tags steer the look: "hyper-realistic", "cinematic", "anime style", "film grain", "8k", "shallow depth of field". Happy Horse responds to film vocabulary.

Exemplos de prompts

Seis prompts que cobrem os tipos de plano mais comuns. Todos estão prontos para copiar e usar como estão. Ou use a lição de cada um como ponto de partida para criar sua versão.

Aproximação lenta, hora dourada

Plano de abertura no litoral

A weathered fisherman in a navy wool sweater stands at the edge of a stone harbor at golden hour, mending a net. Camera starts wide showing the bay and lighthouse, then slowly pushes in to a medium shot framing his hands working the twine. Late sun catches salt spray drifting through the air. Gulls wheel overhead. Hyper-realistic, cinematic.

Lição: Comece com um plano aberto e aproxime. Descrever o movimento de câmera ("aproxima lentamente até um plano médio") dá ao Happy Horse uma progressão clara para animar, muito mais forte do que um plano estático do mesmo elemento.

Múltiplos planos no mesmo prompt

Cena de ação em três planos

Shot 1: side-tracking shot of a stunt rider on a motocross bike launching off a dirt ramp, slow motion, dust kicking up behind the rear tire. Shot 2: low angle as the bike soars over a rusted school bus, sun behind the rider, lens flare. Shot 3: rider lands hard, suspension compressing, dirt sprays toward camera, rider raises a fist. Gritty, sun-baked color grade.

Lição: Numere seus planos. Happy Horse lida bem com 2-3 mudanças claras de câmera em um clipe de 10s. Dê a cada momento seu próprio ângulo e uma ação física para deixar os pontos de corte bem definidos.

Um único plano fixo

Close de personagem com movimento sutil

Tight close-up portrait of a woman with copper hair and freckles, looking directly into the lens. Soft window light from camera-left, warm fall tones. She blinks, the corner of her mouth lifts into a half-smile, and a single autumn leaf drifts past her cheek. Shallow depth of field, subtle film grain.

Lição: Para retratos, nomeie as microações que você quer: piscar, esboçar um sorriso, uma folha flutuando. O Happy Horse cria esses pequenos movimentos com um ritmo convincente, sem congelar o personagem nem exagerar na animação.

Visual estilizado, com traço à mão

Estilo anime / animação 2D

Studio anime style. A schoolgirl in a navy uniform stands on a rooftop at sunset, wind lifting her hair and ribbon. Camera arcs around her from a three-quarter back angle to a profile. Cherry blossom petals drift sideways. Soft cel-shaded color, gentle bloom on the highlights, thin clean linework.

Lição: Comece pela descrição do estilo ("estilo anime de estúdio", "cel-shaded", "traços finos e limpos"). Happy Horse mantém a estética 2D estável durante os movimentos de câmera. Você não precisa repetir o estilo em cada frase.

Estrutura de comercial de 15s

Comercial de produto

15-second product commercial. Shot 1: extreme close-up of water beading and rolling off a matte black running shoe, slow motion. Shot 2: cut to a runner mid-stride on a wet city street at dawn, side tracking shot, neon shop signs reflecting in puddles. Shot 3: hero shot of the shoe rotating slowly on a clean white pedestal, soft studio rim light. Clean, premium commercial energy.

Lição: Para anúncios, siga a estrutura detalhe → ação → plano de destaque. Adjetivos como "clean, premium" direcionam as cores e o ritmo sem citar marcas.

Comece pelo ambiente

Plano aberto com atmosfera

A vast salt flat at blue hour, cracked white earth stretching to a flat horizon. A single figure walks slowly toward camera from a hundred meters out, silhouetted against the residual sunset. Wind kicks up a fine dust haze across the foreground. Camera is low and static. Cold cyan shadows, warm coral on the horizon. Hyper-realistic, anamorphic, 8k.

Lição: Quando o ambiente é a estrela, construa-o antes de descrever o personagem. Happy Horse mantém a coerência de pequenas figuras ao longe quando o mundo ao redor tem peso, direção de luz e um horário do dia definido.

Dicas de imagem para vídeo

O Happy Horse tem uma consistência fora do comum ao animar imagens estáticas. Estas práticas ajudam você a extrair o máximo do modo I2V.

Descreva o movimento, não a imagem

The model can see your reference. Don't restate what's already in frame — focus the prompt entirely on what should happen next.

Comece com uma imagem limpa

Sharp focus, well-lit, no compression artifacts. Happy Horse holds detail well, but it inherits the source image — garbage in, garbage out.

Use a mesma proporção

Crop the source to the orientation you want (16:9, 9:16, 1:1) before uploading. The model adapts to the source ratio rather than a separate setting.

Defina a linguagem de câmera

"Slow push-in", "slight handheld sway", "the wind picks up". Even gentle named motions read more naturally than "make it move".

Use I2V para cenas com personagens

If you need a specific face, build it as a still in your favorite image model first, then animate with Happy Horse: the identity holds rock-solid through the whole clip.

Prompts curtos para cenas reativas

5 seconds is the sweet spot for "alive portrait" style clips. Save multi-shot prompts for T2V, where they shine.

Referência para vídeo

Happy Horse Reference-to-Video recebe 1-9 imagens de referência e um prompt. Cada imagem é associada a um token: character1, character2… e o modelo preserva a identidade de cada personagem durante o movimento. Use em cenas com vários personagens, inserção de produtos com um objeto de referência específico ou para manter o mesmo rosto em vários planos. Agora, o padrão é o motor mais recente, o 1.1, com uma tarifa por segundo menor. O clássico 1.0 continua no seletor de versões.

Duas formas de vincular que funcionam

Os tokens no texto funcionam de forma natural quando aparecem logo após o substantivo correspondente ("Uma mulher de qipao vermelho character1 abre um leque dobrável character2"). Associações declarativas funcionam tão bem quanto e são mais fáceis de automatizar: comece o prompt com "Maya é character1. A bolsa de couro é character2." e depois descreva a ação normalmente usando os nomes.

Técnica profissional: os tokens vinculam qualquer referência, não só pessoas. Coloque primeiro uma imagem de storyboard ou um quadro de layout e comece com "character1 é o quadro do storyboard para este plano: reproduza exatamente sua composição, seu enquadramento e a posição dos personagens, e anime a partir dele." Depois, vincule seu elenco a partir de character2 em diante. É exatamente assim que o recurso do PixelDojo Film Studio orienta o Happy Horse: quadro aprovado na primeira posição, seguido do elenco vinculado por nome.

Três referências → um plano

Cena com vários personagens

A woman in a red qipao character1 stands in a moonlit bamboo grove. She slowly opens a folding fan character2 with one graceful motion as a breeze stirs the leaves. Tassel earrings character3 swing as she turns her head toward the camera. Slow orbital shot from medium to close-up. Cinematic, soft volumetric moonlight, hyper-realistic.

Lição: Numere todas as referências. A ordem segue a grade de uploads: a primeira imagem é character1, a segunda é character2 e assim por diante. O modelo coloca cada uma no papel que você definiu.

Uma referência → nova encenação cinematográfica

Um personagem, um novo mundo

A young woman character1 walks slowly through a rain-slicked cyberpunk alley at night, neon signs reflecting in puddles. Side-tracking shot follows her. Magenta and cyan lighting, lens flare, light haze in the air. Cinematic, hyper-realistic.

Lição: Com uma única referência, você coloca um rosto ou personagem conhecido em qualquer ambiente. A identidade se mantém, enquanto figurino, iluminação e cenário seguem o prompt.

Use imagens de referência limpas

Fotos nítidas e bem iluminadas, com o elemento principal ocupando a maior parte do quadro. Evite recortes excessivos, ângulos extremos ou fundos poluídos. O modelo capta tudo o que aparece na referência.

Um elemento por referência

Não junte vários personagens em uma única imagem. Envie cada um como uma referência separada e identifique-os como character1 / character2 no prompt.

Não repita a descrição

Se character1 tem cabelo ruivo, você não precisa escrever "ruivo" no prompt. O modelo já sabe. Reserve o espaço do prompt para a ação e a direção de câmera.

Objetos também funcionam

A referência não precisa ser um rosto. Roupas, veículos, armas e objetos característicos também funcionam. Identifique tudo com tokens de personagem, assim como faria com pessoas.

Video Edit

Happy Horse Video Edit transforma um clipe existente com uma instrução de texto. Dois modos entram em ação naturalmente, dependendo do que você escreve: transferência de estilo (uma mudança completa de estilo do vídeo inteiro) e substituição local (troca de roupa, acessório de cena ou objeto usando uma imagem de referência). A mesma linguagem visual do modelo base, com física realista e compreensão de múltiplos planos, aplicada a vídeos que você já tem.

Sem referência, só prompt

Transferência de estilo: aquarela

Restyle the entire video as a flowing watercolor painting. Soft bleeding pigments, visible brushstrokes, warm cyan and coral palette, edges dissolve into the background. Maintain the original motion and composition.

Lição: Para transferência de estilo, indique a técnica (aquarela, carvão, óleo, anime, massinha), a paleta e uma ou duas características de textura ("pinceladas visíveis", "papel granulado"). Peça ao modelo para preservar o movimento e a composição.

Estilo por referência de nome

Transferência de estilo: Studio Ghibli

Restyle as a Studio Ghibli animated film. Soft cel-shading, hand-drawn linework, watercolor sky, warm golden-hour palette. Maintain the original camera move and the fisherman character.

Lição: Citar um estúdio ou diretor como atalho ("Studio Ghibli", "Wes Anderson", "Roger Deakins") define uma linguagem visual conhecida sem precisar listar cada detalhe. Combine com "mantenha o movimento de câmera original" para preservar a intenção do plano.

Transferência de estilo: defina a técnica

"Aquarela", "pintura a óleo", "desenho a carvão", "Studio Ghibli", "quadrinhos", "animação em massinha". Um termo específico vale mais do que cinco adjetivos vagos.

Substituição pontual: use uma referência

Para "trocar o suéter", "trocar o carro por este" ou "dar este penteado ao personagem", envie o objeto desejado como imagem de referência e descreva a troca em uma única instrução.

Áudio: Auto ou Original

O padrão Auto deixa o modelo decidir. Escolha Original quando o clipe de entrada tiver diálogos, música ou um áudio característico que você precisa manter. O visual muda, mas a faixa de áudio é preservada na íntegra.

Regras do clipe de origem

MP4 ou MOV, 3-60 segundos, máximo de 100MB. O resultado tem até 15 segundos; clipes de origem mais longos são cortados nos primeiros 15. Para melhores resultados, use um clipe com um elemento principal bem definido.

Dicas profissionais

Numere os planos para definir os cortes

Escreva "Plano 1: …Plano 2: …Plano 3: …". Happy Horse trata cada bloco numerado como um ângulo de câmera próprio e faz os cortes entre eles dentro de um único clipe.

Dê nome ao movimento de câmera

Seja específico. "Aproximação lenta em dolly", "travelling lateral", "aproximação em ângulo baixo", "câmera fixa". Movimento vago = resultados inconsistentes.

Use termos curtos para a hora do dia

"Hora dourada", "hora azul", "meio-dia nublado", "noite com luzes de neon". Esses termos definem esquemas completos de iluminação sem você precisar listar cores.

Feche com termos de qualidade

Fechar o prompt com "hiper-realista, cinematográfico, 8k, profundidade de campo rasa" leva o modelo a entregar o máximo de fidelidade visual.

Um movimento principal por clipe

Em prompts de plano único, dê uma só tarefa à câmera. Misturar muitos movimentos simultâneos (zoom + órbita + panorâmica) costuma gerar movimentos confusos.

Misture idiomas quando fizer sentido

Termos específicos em japonês (como 木漏れ日, para a luz do sol filtrada pelas folhas) ajudam a definir atmosferas que o inglês tem dificuldade de descrever com precisão. Happy Horse os entende nativamente.

Curto para testes, longo para o destaque

Faça os testes em 720p × 5s (a opção mais barata) e depois gere novamente com o prompt vencedor em 1080p × 10-15s para a versão final.

Fixe a seed ao testar variações

Abra as configurações avançadas e fixe uma seed. Assim, você pode ajustar o prompt e identificar o efeito de cada mudança sem a interferência de variações aleatórias.

Use blocos entre colchetes com marcações de tempo

Para prompts com múltiplos planos e cortes precisos, vincule cada momento a um intervalo de tempo: "Plano 1 (0-1s): plano geral de abertura… Plano 2 (1-4s): plano médio com travelling… Plano 3 (4-5s): close com aproximação lenta." As marcações entre parênteses dão ao modelo pontos de corte claros e permitem controlar o ritmo dentro de um único clipe.

Corte adjetivos vazios se os resultados parecerem genéricos

Se o resultado sair sem vida ou com rostos plastificados, corte primeiro os adjetivos genéricos: "bonito", "deslumbrante", "incrível", "maravilhoso", "obra-prima", "épico", "de tirar o fôlego", "detalhes absurdos", "ultradetalhado". Troque por uma indicação técnica específica ("teleobjetiva de 35mm", "profundidade de campo rasa", "contraluz âmbar quente") e gere novamente.

Linguagem natural, não tags

Deixe de lado listas de tags no estilo booru, estruturas JSON, parênteses com pesos e pilhas de sinônimos de cores. Happy Horse responde melhor a texto corrido. Uma palavra precisa vale mais que cinco vagas.

Onde Happy Horse brilha

Um mapa prático de onde o Happy Horse 1.0 supera as expectativas, com técnicas profissionais para extrair o máximo de cada prompt.

Renderiza com nitidez

  • Movimentos de câmera. Movimentos suaves de Steadicam, aproximações lentas de dolly, planos abertos fixos e tomadas aéreas de helicóptero mantêm a geometria durante toda a tomada.
  • Espelhos e reflexos. As figuras refletidas ficam sincronizadas com o original, útil para cenas com janelas, poças e espelhos de penteadeira.
  • Fogo e brasas. Física de chamas convincente, com trajetórias realistas das brasas. Afastar a câmera mantém o fogo no quadro em vez de fazê-lo se dissipar.
  • Tecidos ao vento. Capas, bandeiras, cabelos e vestidos ganham movimentos secundários convincentes quando você os pede.
  • Cromados e metais em veículos. Brilhos e reflexos em carros, motos e armas aparecem com nitidez.
  • Texto curto e legível. Placas com duas a três palavras e rótulos simples são renderizados com precisão.
  • Iluminação atmosférica. Hora azul, neon noir com névoa e reflexos em poças, luz principal única e dura de cima para baixo: tudo aparece com clareza.
  • Planos gerais de ambientação. Tomadas aéreas de drone e enquadramentos de paisagem se sustentam sem um elemento principal de destaque.

Técnicas profissionais

  • Ação em várias etapas. Escreva em planos numerados ou blocos entre colchetes com marcações de tempo, e cada corte acontece exatamente onde você quer.
  • Câmera lenta. Use clipes de 5-10s e deixe o modelo ditar o ritmo do movimento para uma câmera lenta fluida e natural.
  • Momentos de destaque para o figurino. Em cenas em que o figurino é essencial, use movimentos mais lentos ou planos estáticos para manter estampas e acessórios nítidos.
  • Texto na tela. Limite os letreiros a duas ou três palavras para ter letras nítidas e corretas.
  • Referências de diretores. Combine um nome com a técnica visual desejada (compressão de teleobjetiva, luz principal única e dura, queda acentuada de luz) e o visual ganha forma.
  • Uma palavra para a cor. Escolha uma única cor, bem específica, para manter a paleta rica e limpa.

Parâmetros

Resolução

720p · 1080p

Proporção da origem / proporção escolhida

Duração

2 – 15s

5s for portraits, 10-15s for multi-shot

Custo

4 cr/s · 6 cr/s

720p · 1080p: créditos devolvidos em caso de falha. R2V na versão 1.1: 3 · 4. Video Edit: 5 · 9

Idiomas

EN · ZH · JA

Combine à vontade em um só prompt

Perguntas frequentes

O Happy Horse é a mais recente família de geração de vídeo da Alibaba. No PixelDojo, está disponível em quatro modalidades: texto para vídeo, imagem para vídeo, referência para vídeo (1-9 imagens de personagens/acessórios de cena) e edição de vídeo (transferência de estilo + substituição local em clipes existentes). Todas funcionam em 720p ou 1080p, com clipes de até 15 segundos. O Reference-to-Video agora usa por padrão o motor mais recente, 1.1, que custa menos por segundo. O clássico 1.0 continua a um clique no seletor de versão. O modelo base ocupa atualmente o #1 no ranking da Artificial Analysis Video Arena em testes cegos de preferência.