HappyHorse-1.1-I2V
HappyHorse-1.1-I2V 是阿里云百炼提供的首帧图生视频模型:以输入图像为基础,可通过文本提示引导生成有声视频。官方称,相比此前版本,其画面质感、动作流畅度、跨片段人物一致性、文字渲染稳定性及音画同步有所改善。(alibabacloud.com) 输入图像和可选文本,输出视频;适合将人物、商品或创意图片扩展为动态短片、分镜素材等。 支持 480P、720P、1080P;视频时长为 3–…
模型发布档案
聚合模型发布动态,按发布时间浏览,发现值得关注的新模型。
HappyHorse-1.1-I2V 是阿里云百炼提供的首帧图生视频模型:以输入图像为基础,可通过文本提示引导生成有声视频。官方称,相比此前版本,其画面质感、动作流畅度、跨片段人物一致性、文字渲染稳定性及音画同步有所改善。(alibabacloud.com) 输入图像和可选文本,输出视频;适合将人物、商品或创意图片扩展为动态短片、分镜素材等。 支持 480P、720P、1080P;视频时长为 3–…
HappyHorse-1.1-R2V 是阿里云百炼提供的参考图生视频模型。官方更新公告将其列于 2026 年 6 月 16 日。(alibabacloud.com) 输入文本提示词和 1–9 张参考图片,生成视频;支持有声视频。 旨在保持参考主体、场景、风格和画面的一致性,并增强人物、场景及镜头表现的可控性。可用于需要在不同场景中保持角色一致性的视频创作。 输出支持 480P、720P、1080P…
HappyHorse-1.1-T2V 是阿里云百炼提供的文生视频模型,以文本为输入、视频为输出。官方称其加强了文本语义理解、镜头调度和动态生成,在人物动作、场景氛围、物理运动及画面一致性方面有所提升。(alibabacloud.com) 支持生成有声视频,输出规格为 480P、720P 或 1080P,单片段 3–15 秒,24 fps,MP4…
Qwen3.5-OCR 是基于 Qwen3.5 架构的光学字符识别(OCR)模型,由阿里云百炼提供推理服务。官方模型上架记录的日期为 2026-06-16。(alibabacloud.com) 支持文档解析、文本定位和关键信息提取,适用于扫描文档、表格、票据及身份证、驾驶证等证件的信息提取。 支持多轮交互;可通过 Response API 直接传入 PDF 进行文档解析,无需先拆成图片。 模型信息…