HappyHorse 1.1 R2V：完整规格、定价、API 接入与使用场景（2026）

HappyHorse 1.1 R2V 是阿里巴巴的“图文参考生成视频（reference-to-video）”AI 模型，能够使用多张参考图像和文字指令生成短视频片段。相较于 1.0 版本，它的主要改进在于角色、物体以及场景风格的一致性更强。根据 2026 年 6 月 22 日 Gate.AI 的收录信息，它支持最高 1080p 分辨率、时长为 3–15 秒的视频。本指南将分析其 2026 年 10 月的定价、规格、生产工作流、限制以及 API 访问方式。该内容面向需要在生成式视频中更好地控制视觉身份（visual identity）的开发者、动画工作室、广告团队和创作者。

什么是 HappyHorse 1.1 R2V？

HappyHorse 1.1 R2V 是阿里巴巴 HappyHorse 1.1 生成式视频系列的图文参考生成视频变体。它将参考图像与文本指令转换为短篇的动画视频序列。

阿里云记录 HappyHorse 1.1 R2V 于 2026 年 6 月 16 日发布，而 Gate.AI 模型卡 列出的日期为 2026 年 6 月 22 日。这些日期分别对应不同的提供商（provider）与平台（platform）记录。

最关键的改进在于相较 HappyHorse 1.0 R2V，更强的主体与风格一致性。

阿里巴巴将 1.1 版本描述为：在角色、场景构图、电影感运动（cinematic motion）以及视觉呈现方面提升稳定性。

例如，创作者可以提供一个虚构角色的图像、服饰配件以及环境信息。提示词将说明这些元素应如何在生成场景中相互作用。

与仅凭文本生成画面的 HappyHorse T2V 不同，R2V 使用视觉参考来帮助确定外观。

HappyHorse 1.1 R2V 的关键规格与定价是什么？

Gate.AI 与阿里云都记录了以下规格。

阿里云还记录了可直接访问的 480p 选项，但 Gate.AI 已发布的价格表仅给出了 720p 与 1080p 的计费标准。

HappyHorse 1.1 R2V 的费用是多少？

Gate.AI 按生成视频的秒数收费，720p 与 1080p 分别定价。

以一段 10 秒 1080p 视频为例：

预估费用 = 10 × $0.165026 = $1.65026

生成 50 段此类片段，按已列出的费率大约需要 $82.51。

需要注意的是，版本 1.0 R2V 在 1080p 下为 $0.220034/秒。1.1 的费率约低 25%。

以上估算未包含任何额外费用，也不应与阿里云“提供商直连（provider-direct）”的定价混为一谈。

HappyHorse 1.1 R2V 在生产中能做什么、为什么有用？

在各帧之间保持更一致的角色

角色一致性是该模型最核心的生产优势。

参考图像有助于确定外观、穿着、面部特征以及其他可辨识的视觉细节。

阿里巴巴将 1.1 版本描述为：相较早期发布，在主体稳定性方面提供改进。

对于虚构角色的宣传活动，这可能减少每个场景都要重新设计角色外观的需求，不过输出验证仍然是必要的。

结合多种视觉参考

该模型每次生成最多支持 9 张图像。

生产团队可以提供角色创作图、服装细节以及背景参考，然后说明这些元素应如何共同呈现在画面中。

阿里的 API 文档支持在提示词中使用诸如 [Image 1] 和 [Image 2] 这样的标识符来逐一引用图像。

当视觉需求分散在不同的创意资产中时，这尤其有用。

支持“镜头式（shot-based）”制作

HappyHorse 1.1 R2V 会生成时长为 3–15 秒的片段。

团队可以围绕既定角色或视觉身份创建多个短镜头，然后在剪辑应用中组装并确认通过的结果。

这支持分镜（storyboarding）、创意迭代与模块化视频制作，同时并不暗示在不同生成之间自动保持连续性。

HappyHorse 1.1 R2V 支持哪些模态（Modalities）？

该模型结合图像与文本输入来生成视频。

阿里巴巴的直连 API 文档说明了参考图像的要求，包括最大图片大小 20 MB，以及最短边分辨率不低于 400 像素。

这些提供商要求不应被自动假设与 Gate.AI 的媒体提交限制完全一致。

HappyHorse 1.1 R2V 的不足在哪里？

生成时长较短： 15 秒的最大值意味着更长视频需要额外剪辑，或进行多次生成。

一致性并非绝对： 改进后的参考处理不保证在复杂运动序列中，面部、服装、比例或细节都完全一致。

参考图像质量很重要： 低分辨率或不清晰的图片会降低视觉指引的有效性。

多参考带来的复杂度： 如果图片包含彼此冲突的外观或风格，可能更难向模型表达出期望结果。

API 差异： 阿里云与 Gate.AI 记录了不同的请求结构。为其中一个平台编写的代码不能默认与另一个平台兼容。

公开性能证据有限： 当前可用文档并不能证明在生成延迟或角色一致性准确度方面有可量化的改进。

生产团队应对输出进行审查，确保视觉连续性、产品呈现准确，以及对参考图像的适当授权与权限。

HappyHorse 1.1 R2V 最适合用于什么？

当需要让可识别的视觉资产来引导生成画面时，HappyHorse 1.1 R2V 特别适用。

角色驱动的广告： 市场团队可以在短促宣传片段中使用已建立的虚构角色，同时检查身份的一致性。

动画化品牌叙事： 工作室可以将已获批准的视觉参考融入场景生成，以支持可识别的活动风格。

时尚与产品概念： 创意团队可以将角色、服装与配件参考组合成短视频序列。不过，精确的商业产品复现仍需要人工核对。

分镜与预可视化： 电影制作人可以在最终制作前，围绕参考美术探索构图、动作与镜头运动。

当多参考与主体一致性很重要时，请选择 HappyHorse 1.1 R2V。

如果你的需求更偏文本概念，可以考虑 T2V；如果要为单张起始图像进行动画化，可以考虑 I2V；若必须要更长的输出，则考虑其他视频模型。

HappyHorse 1.1 R2V 与 HappyHorse 1.0 R2V 以及 Wan 2.6 R2V 有何不同？

这些模型都支持参考引导的视频生成，但它们的参考机制与生产侧重点不同。

最有意义的版本变化发生在 HappyHorse 1.0 与 1.1 之间。

两者都支持多张参考图像，但阿里巴巴将 1.1 版本描述为提供更强的主体与视觉稳定性。

新版本在 Gate.AI 上列出的 1080p 生成价格也更低。

Wan 2.6 R2V 则针对一个相关但不同的需求：其参考视频工作流旨在从现有素材中迁移运动、特效与镜头运动。

对于把“运动复现”作为优先级的团队，Wan 2.6 R2V 指南提供了更贴近的对比。

总体而言，HappyHorse 1.1 R2V 与那些依赖参考图像来确立目标角色或场景外观的项目更匹配。

如何通过 Gate.AI 访问 HappyHorse 1.1 R2V？

HappyHorse 1.1 R2V 出现在 Gate.AI 模型目录 中，并提供了已记录的视频生成端点（endpoints）。

Gate.AI 说明了一个可选的 input_references 参数用于参考媒体，但其已发布示例并未为该变体明确给出参考图像对象的确切结构（schema）。

因此，下列示例展示了已记录的视频任务提交与检索结构。在完成对所需的图像参考字段进行验证之前，这些示例并不构成完整的参考引导生成请求。

Python 示例

import os
import requests
api_key = os.environ["GATEAI_API_KEY"]
endpoint = "https://api.gate.ai/api/v1/videos"
headers = {
    "Authorization": f"Bearer {api_key}",
    "Content-Type": "application/json"
}
payload = {
    "model": "happyhorse-1.1-r2v",
    "prompt": (
        "A fictional character walks through "
        "a cinematic city street, smooth camera "
        "movement, consistent clothing and style"
    ),
    "duration": 6,
    "resolution": "720p",
    "aspect_ratio": "16:9"
}
# Add input_references using the validated Gate.AI
# media schema before production R2V generation.
response = requests.post(
    endpoint,
    headers=headers,
    json=payload,
    timeout=60
)
response.raise_for_status()
job_id = response.json()["data"]["job_id"]
result = requests.get(
    f"{endpoint}/{job_id}",
    headers=headers,
    timeout=60
)
result.raise_for_status()
print(result.json())

此代码示例展示了任务提交与一次初始状态检查。它没有实现重复轮询，也未提供完整的多图请求。

curl 示例

export GATEAI_API_KEY="YOUR_API_KEY"
curl --location \
  "https://api.gate.ai/api/v1/videos" \
  --header "Authorization: Bearer $GATEAI_API_KEY" \
  --header "Content-Type: application/json" \
  --data '{
    "model": "happyhorse-1.1-r2v",
    "prompt": "A cinematic character scene with smooth motion and consistent visual style",
    "duration": 6,
    "resolution": "720p",
    "aspect_ratio": "16:9"
  }'

该示例使用 Gate.AI 已记录的基础视频请求。要额外生成参考图像，还需要正确结构化的 input_references 字段；在执行前应先确认该字段。

阿里云记录了完整的提供商直连多图工作流，但其嵌套的 input.media 结构在未经验证前，不应直接替换到 Gate.AI 的请求中。

两个示例都只是对 Gate.AI 任务工作流的未测试说明。开发者应查阅当前的 Gate.AI 开发者文档，以确认媒体要求、异步任务处理方式以及输出检索流程。

常见问题（FAQs）

HappyHorse 1.1 R2V 是什么？

HappyHorse 1.1 R2V 是阿里巴巴的图文参考生成视频模型：它从多张参考图像和文本指令生成短视频片段，并相较 1.0 版本提升了视觉一致性。

HappyHorse 1.1 R2V 最多支持多少张参考图像？

阿里云文档说明：每次生成支持 1 到 9 张参考图像。

HappyHorse 1.1 R2V 比 1.0 版本更便宜吗？

在 1080p 下是的。Gate.AI 将 1.1 定价为每秒 $0.165026，而 1.0 为 $0.220034，约低 25%。

视频最长时长是多少？

HappyHorse 1.1 R2V 生成的片段时长在 3 到 15 秒之间。

HappyHorse 1.1 R2V 能保证角色一致性吗？

不能。阿里巴巴描述其一致性强于 1.0，但复杂场景与运动仍可能需要人工审核与重新生成。

开发者能通过 API 使用 HappyHorse 1.1 R2V 吗？

可以。Gate.AI 文档了视频任务的提交与检索。开发者在实现完整的多图生成工作流之前，必须先确认参考图像负载（payload）的数据结构（schema）。