Happyhorse-1.0 API 是由阿里巴巴 ATH - AI 打造的统一多模态 AI 视频生成模型。它基于单流 Transformer 架构,在单次前向传播中同时生成 1080p 高清视频与原生音频,让你无需再为画面与声音分别使用不同工具。
与传统模型需要单独进行音频合成和唇形同步的繁琐流程不同,Happyhorse-1.0 API 能够一次性生成与画面完美同步的对话、环境音和音效。这意味着角色开口说话时,唇形在视频渲染完成的瞬间就已自然对齐,无需额外的后期处理。
在多语言内容方面,Happyhorse-1.0 API 支持七种语言的亚像素级唇形同步,让你的角色面向全球观众也能开口自然、表情可信。它目前在 Artificial Analysis 基准测试的文生视频与图生视频两项榜单中均排名第一,无论是根据剧本生成短片,还是让静态图片动起来,都是可靠之选。

评论
正在加载评论…