带音频的视频生成
带音频的视频生成
不仅能生成画面，还能同时生成音频，一次性制作出极具临场感与完成度的视频内容。
本系列模型
每个模型都有独立的演练场、定价和字段说明。按能力筛选后打开对应详情。
HappyHorse 1.1 系列一览
每个能力对应的模型 ID，以及它适合做什么。
| 模型 | ID | 说明 |
|---|---|---|
| HappyHorse 1.1（文字转视频） | happyhorse-video-1.1-text-to-video | 可凭借自由的想象力，快速生成明快且充满动感的视频的视频模型 |
| HappyHorse 1.1（参考图片到视频） | happyhorse-video-1.1-refs-image-to-video | 从图像快速生成充满活力、快乐且色彩鲜艳的视频 |
| HappyHorse 1.1（图片转视频） | happyhorse-video-1.1-image-to-video | 为静态图片注入生命力，高速生成充满动感的欢乐视频 |
主要功能
具备支持多样化表达的功能，例如生成带音频的视频以及参考多种素材等。
椰子时刻
充满活力的高速拍摄瞬间。椰子在空中裂开，乳白色的牛奶动态四溅，南国的阳光透过水滴折射出迷人光芒。画面尽显高级质感之美。
提示词
空中裂开的椰子高速动态镜头。白色的奶油状牛奶在流体物理学的作用下动态飞溅。阳光穿透水滴，背景中棕榈叶随风摇曳，画面以4K高清画质呈现，逼真得令人惊叹。
由 HappyHorse 1.1 生成
由 Vidu Q2 生成
由 Vidu Q3 Pro 生成
王都的繁华景象（日式角色扮演游戏风格）
令人怀念的SFC时代JRPG风格。活力四射的奇幻街景中，点阵图像风格的角色们穿梭往来。
提示词
经典的16位JRPG像素艺术风格。温暖明亮的午后王都广场。剑士、魔法师和牧师三人组从画面前方向后行进。周围有其他NPC（村民、商人）活跃地走来走去，商店橱窗里摆满了像素风格的物品。温暖的橙色和绿色调，斜向下视角（四分之三视角），营造出复古游戏的怀旧氛围。
由 HappyHorse 1.1 生成
由 Vidu Q2 生成
由 Vidu Q3 Pro 生成
女孩在霓虹灯雨中于屋顶跳街舞。
未来都市的屋顶上，一个赛博女孩在霓虹灯雨中激情四溢地跳着街舞。动态的摄像机镜头紧紧追随她的身影。
提示词
未来都市的屋顶上，身着发光夹克的赛博女孩正在跳街舞。霓虹灯般的雨水在地面反射，背景是快速穿行的悬浮车和巨型全息广告。动态的低角度摄像机捕捉着她的舞步，快速切换镜头，强烈的节奏感与粒子特效相结合，4K高帧率呈现电影级动作场面——赛博朋克舞蹈，动态摄像机，最佳画质。
由 HappyHorse 1.1 生成
由 Vidu Q2 生成
由 Vidu Q3 Pro 生成
典型场景
这个系列常见的制作场景。
社交媒体短视频制作
根据文本指令快速创建带音频的视频，提升面向社交媒体和营销的短视频内容制作效率。
角色设定视频制作
可基于最多9张参考图片，生成保持角色造型与氛围且动作自然的视频。
静态图片动画化
将插画或照片转换为充满动感且最长达15秒的视频，实现表现力丰富的视觉呈现。
奇幻·世界观影像制作
支持赛博朋克、动漫风等多样的画风，可构建充满活力且富有创意的场景。
与其他模型对比
先看成片限制和起步积分，再决定要不要换模型做同一类任务。
| 模型 | 最长片段时长（单次生成） | 多模态参考输入 | 最高分辨率 | 原生音频 | Sousaku 起步价 |
|---|---|---|---|---|---|
| HappyHorse 1.1 | 最长 15 秒 | 最多 9 张图像 | 最高 1080P | ✅ | 4 积分/秒 |
| Vidu Q2 | 最长 10 秒 | 最多 3 张图像 | 最高 1080P | ❌ | 2 积分/秒 |
| Vidu Q3 Pro | 最长 16 秒 | ❌ | 最高 1080P | ✅ | 2 积分/秒 |
快速开始
从注册到第一次成功调用。所有模型都走同一套步骤。
步骤 1
创建账号
注册并完成验证，即可签发 API 密钥并使用演练场。
步骤 2
选择本系列中的模型
点上方卡片，查看该模型的详情、定价和字段说明。
步骤 3
在演练场试跑
先用表单确认输入和参数，再接入自动化。
步骤 4
复制模型 id 与字段
详情页字段说明列出必填参数，create_task 里用同样的字段名。
步骤 5
接入并轮询
用密钥调用生成接口，轮询至任务成功，再下载结果。
步骤 6
查看用量
在模型定价页和控制台查看积分消耗。
常见问题
探索其他系列
Sousaku 上的其他系列。同一把密钥，同一套任务流。