Happy Horse 1.1. Ի՞նչ է փոխվել 1.0-ից

Happy Horse 1.0-ը 2026 թվականի ապրիլին զբաղեցրեց առաջին տեղը Artificial Analysis Video Arena-ում՝ ապրիլի 27-ի գործարկումից մեկ ամիս անց։ Happy Horse 1.1-ը դրանից հետո առաջին խոշոր կատարելագործումն է։ Այն զրոյից վերակառուցված տարբերակ չէ։ Մոդելի ստեղծման հետևում կանգնած թիմը՝ Alibaba-ի ATH AI Innovation Unit-ը, առանձնացրել է այն հինգ ուղղությունները, որոնք արտադրական սեղմ ժամկետներում ամենից հաճախ ստիպում էին նորից գեներացնել, և նպատակային բարելավել դրանցից յուրաքանչյուրը։

1.1-ի բոլոր հնարավորությունները, այդ թվում՝ տեքստից տեսանյութ, պատկերից տեսանյութ և հղումային պատկերից տեսանյութ գեներացումը, հասանելի են API-ի միջոցով՝ վեբ տարբերակին լիարժեք համարժեքությամբ։ Թարմացումը միաժամանակ հասանելի է և՛ ստեղծագործողներին, և՛ մշակողներին։

Happy Horse 1.1-ն այժմ հասանելի է vega.chat-ում և api.vega.chat API-ի միջոցով։

Հինգ բարելավումները

1. Շարժման ավելի արտահայտիչ փոխանցում

Happy Horse 1.1-ը բարելավում է շարժման մոդելավորումն ու ժամանակային հետևողականությունը։ Պաշտոնական համեմատության մարտական տեսարանի օրինակում գլխավոր հերոսը հակառակորդի հարվածին հակազդում է՝ օգտագործելով սեփական թափը, իսկ մարմնի պտույտն ու կենտրոնախույս ուժը տեղավորվում են հստակ պատճառահետևանքային շղթայի մեջ։ Այն դեպքերում, երբ 1.0-ում շարժումը կարող էր շեղվել կամ կանգ առնել գործողության կեսին, 1.1-ում մարմնի պտույտը, թափի փոխանցումն ու հարվածի պահը ողջ տեսարանի ընթացքում ֆիզիկապես հավաստի են։ Տարբերությունն առավել նկատելի է մեկից ավելի համընկնող շարժումներով կադրերում, որտեղ 1.0-ը հաճախ դանդաղ կամ անհամահունչ էր թվում։

Սա հատկապես կարևոր է մարտական կարճ տեսանյութերի, դինամիկ սոցիալական բովանդակության և տեսախցիկի շարունակական շարժումով կինեմատոգրաֆիկ տեսարանների համար։

2. Օբյեկտների ավելի լավ հետևողականություն և մի քանի հղումների համադրում

Happy Horse 1.1-ն ուժեղացնում է R2V առաջադրանքներում մի քանի հղումային պատկերների ընթերցումն ու համադրումը՝ տեսանյութի ողջ ընթացքում օբյեկտներն ավելի մոտ պահելով հղումային նյութերին։

Մաշկի խնամքի միջոցի և շրթներկի երկու հղումային պատկերներով արտադրանքի ուղիղ եթերի օրինակում 1.1-ը տեսանյութի ամբողջ ընթացքում անփոփոխ է պահում արտադրանքի մանրամասներն ու բրենդային տարրերը։ 1.0-ում այդ մանրամասները տեսանյութի կեսին կարող էին աղոտանալ կամ փոխվել։ Արքայադստեր և վիշապամարդու մասնակցությամբ երկու կերպարների պատմողական օրինակում 1.1-ը պահպանում է յուրաքանչյուր կերպարի հագուստն ու դեմքի առանձնահատկությունները՝ առանց կադրի ընթացքում դրանք իրար խառնելու։

Սա հատկապես կարևոր է էլեկտրոնային առևտրի արտադրանքի տեսանյութերի, սթորիբորդի վրա հիմնված արտադրության և մի քանի կերպարներով պատմողական բովանդակության համար։

3. Հրահանգներին հետևելու բարելավում

Happy Horse 1.1-ը բարելավում է երկար համատեքստի իմաստային ըմբռնումը, տեսարանների պլանավորումն ու կերպարների փոխհարաբերությունների մոդելավորումը։ Բարդ՝ մի քանի տեսարան և կերպար նկարագրող հրահանգների դեպքում այն ավելի հաճախ է տալիս պահանջվող ուղղությանը համապատասխան արդյունքներ։

Մինիմալիստական հյուրասենյակի օրինակում երկու կերպարները հանգիստ զգացմունքային երկխոսություն են վարում՝ հրահանգում նշված զուսպ տեմպով և կարճ դրամային բնորոշ ոճով, այլ ոչ թե ավելի ազատ բեմադրությամբ, որը երբեմն ստացվում էր 1.0-ում։ Ամենամեծ տարբերությունը նկատվում է այն հրահանգներում, որոնք սահմանում են կերպարների միջև հարաբերությունների դինամիկան։ Happy Horse 1.1-ը «կերպար A-ն առերեսվում է կերպար B-ի հետ» արտահայտությունն ընկալում է որպես շարժման հուշում, մինչդեռ 1.0-ը երբեմն նման արտահայտությունները համարում էր զուտ նկարագրական։

Համեմատության նյութերից մեկ օգտակար խորհուրդ․ հղումային պատկերների փոխազդեցությունը նկարագրող R2V հրահանգներ գրելիս ուղղակի նշեք նրանց միջև եղած հարաբերությունը։ «[image 1] and [image 2] start fighting»-ը ավելի լավ է աշխատում, քան «two characters engage in combat»-ը։ Հրահանգները պահեք հստակ ու կենտրոնացած։ Չափազանց շատ սահմանափակումներով հրահանգները կարող են խոչընդոտել շարժման շարժիչի աշխատանքին նույնիսկ 1.1-ում։

Սա հատկապես կարևոր է կարճ դրամաների, մի քանի տեսարանով գովազդային սցենարների և սթորիբորդի իրականացման համար։

4. Ավելի բարձր տեսողական որակ և ավելի իրատեսական մանրամասներ

Happy Horse 1.1-ը կատարելագործում է կերպարների պատկերումը, հատկապես՝ դեմքի մանրամասների ստեղծումը։ Նվազեցվել են չափազանց սրված պատկերները, յուղոտ փայլերն ու մաշկի աղավաղված հյուսվածքները, որոնք կարող էին երևալ 1.0-ի մոտ կադրերում։

Դասասենյակի կինեմատոգրաֆիկ օրինակում 1.1-ը մաշկը պատկերում է ավելի բնական հյուսվածքով ու ծակոտիների մանրամասներով, մինչդեռ տաք կեսօրվա արևի լույսը սահում է գրասեղանների վրայով, և մանր փոշին պարում է լույսի մեջ։ 1.0-ում նույն կադրը կարող էր չափազանց սրված կամ փայլուն թվալ։ Կերպարների մոտ կադրերն ավելի արտահայտիչ են, իսկ 1.1-ն ավելի վստահ է տիրապետում պրոֆեսիոնալ տեսախցիկային լեզվին՝ օրինակ, հակադարձ կադրերի և հետևող կադրերի կիրառմանը, ինչի շնորհիվ մի քանի կադրերի անցումներն ու տեմպն ավելի համահունչ են թվում։

Մի սահմանափակում կա․ շատ դինամիկ մոտ կադրերում (գլխի արագ պտույտներ, արտահայտության կտրուկ փոփոխություններ) երկու տարբերակներն էլ դեռ կարող են դեմքի թեթև աղավաղումներ առաջացնել։ Happy Horse 1.1-ն այդ դեպքերն ավելի լավ է մշակում, քան 1.0-ը, բայց խնդիրը լիովին չի վերացվել։

Սա հատկապես կարևոր է կարճ դրամաների, գլխավոր դերակատարների մոտ կադրերով գովազդների և այն բրենդային բովանդակության համար, որտեղ դեմքերը զբաղեցնում են կադրի մեծ մասը։

5. Ձայնի ավելի արտահայտիչ փոխանցում

Happy Horse 1.1-ը բարելավում է ձայնի ու պատկերի համաժամացումը և հրահանգների հիման վրա ձայնի մեկնաբանումը։ Երկխոսության տեմպն ու հնչերանգը փոխվում են՝ համապատասխանելով տեսարանի համատեքստին, իսկ ձայնի վերաբերյալ նկարագրություններին ավելի հուսալիորեն է հետևում։

Մթնշաղին խոհանոցում տեղի ունեցող օրինակում կաթսայի մեղմ եռալը, կտրատելու տախտակի ռիթմը և զուսպ երկխոսությունը համընկնում են էկրանին կատարվող գործողությունների հետ։ Դանակի հարվածը համընկնում է կտրատելու շարժմանը, այլ ոչ թե 1.0-ի նման՝ մի փոքր առաջ կամ հետ ընկնում։ Happy Horse 1.1-ը նաև ավելի հետևողականորեն է համադրում ֆոնային ձայները պատկերի հետ և ավելի քիչ է ստեղծում հրահանգում չնշված, թեմային անհամապատասխան ձայնային արտեֆակտներ։

Սա հատկապես կարևոր է կարճ դրամաների, ապրելակերպի բրենդային բովանդակության և ցանկացած տեսահոլովակի համար, որտեղ միջավայրի ձայնը պատմության մասն է։

Արագ համեմատություն

Հնարավորություն	Happy Horse 1.0	Happy Horse 1.1
Շարժման արտահայտչականություն	Լավ է, բայց արագ գործողությունների ժամանակ շեղվում է	Ավելի սահուն է և ֆիզիկապես հավաստի
Օբյեկտների հետևողականություն	Հուսալի է մեկ օբյեկտի դեպքում	Ավելի լավ է համադրում մի քանի հղում
Հրահանգներին հետևելը	Հուսալի է պարզ հրահանգների դեպքում	Ավելի լավ է մշակում մի քանի կերպարով բարդ հրահանգները
Տեսողական որակ	Կարող է չափազանց սրել մաշկի պատկերը	Մաշկն ավելի բնական է, մանրամասներն՝ ավելի հարուստ
Ձայնի արտահայտչականություն	Համաժամացված է, բայց երբեմն շեղվում է	Ավելի ճշգրիտ AV համաժամացում, ավելի քիչ արտեֆակտներ
Գեներացման եղանակներ	T2V / I2V / R2V	T2V / I2V / R2V (բոլորն էլ բարելավված են)
API աջակցություն	Այո	Այո, հնարավորությունների լիարժեք համարժեքությամբ
Բարձր դինամիկայով մոտ կադրերում դեմքեր	Որոշ աղավաղումներ կան	Բարելավված է, բայց խնդիրը լիովին լուծված չէ

Իրական արտադրության մեջ

Իրական արտադրական աշխատանքների համատեքստում տարբերություններն ավելի շոշափելի են դառնում։ Կարճ դրամաներ ստեղծելիս շարժման, հրահանգներին հետևելու և ձայնի բարելավումները պահպանում են բազմակադր երկխոսության տեսարանների համահունչությունն ու զգացմունքային ընկալելիությունը, ուստի արտադրության ընթացքում ավելի քիչ փորձեր են դեն նետվում։ Էլեկտրոնային առևտրի գովազդում 1.1-ի հղումային պատկերից տեսանյութ գեներացնելու հետևողականությունը պահպանում է արտադրանքի պիտակներն ու բրենդի գունային արժեքները, որոնք 1.0-ում տեսանյութի կեսին կարող էին աղոտանալ։ Բրենդային մարքեթինգի և կերպարների CG-ի համար տեսողական ավելի բարձր ճշգրտությունն ու տեսախցիկային լեզվի ավելի կայուն կիրառումը 1.1-ի արդյունքն ավելի են մոտեցնում հեռարձակման պատրաստ վիճակին՝ առանց կոմպոզիտինգի լրացուցիչ փուլերի։

Բոլոր ոլորտներում Happy Horse 1.1-ը նվազեցնում է այն դեպքերը, երբ 1.0-ը երբեմն ստիպում էր նորից գեներացնել։ Իրական արտադրական ժամանակացույցի պայմաններում հենց այստեղ է, որ թարմացումն արդարացնում է իրեն։

Արժե՞ արդյոք թարմացնել

Թարմացրեք, եթե ստեղծում եք կարճ դրամաներ, կերպարների վրա հիմնված պատմություններ, էլեկտրոնային առևտրի արտադրանքի տեսանյութեր կամ բրենդային ու գովազդային բովանդակություն։ Այս աշխատանքային հոսքերում շարժման, հետևողականության, տեսողական որակի և ձայնի բարելավումները համադրվում են, իսկ 1.0-ի թույլ կողմերն ամենահավանականն էին, որ ստիպեին նորից գեներացնել։

Անհապաղ թարմացնելու կարիքն ավելի քիչ է, եթե արագ գաղափարներ փորձարկելու համար միայն կարճ, մեկ կադրով սոցիալական տեսանյութեր եք ստեղծում։ Այդ ոլորտում Happy Horse 1.0-ն արդեն բավական հզոր էր։ Այնուամենայնիվ, քանի որ 1.1-ի բոլոր հնարավորությունները API-ի միջոցով հասանելի են լիարժեք համարժեքությամբ, ավելի հին տարբերակի վրա մնալու գործնական պատճառները քիչ են, եթե արդեն հասանելիություն ունեք նորին։

Եթե աշխատում եք սուղ կրեդիտային բյուջեով, Happy Horse 1.1-ը պահեք վերջնական հանձնելու տեսարանների համար, որտեղ որակն անզիջում պահանջ է, իսկ 1.0-ն օգտագործեք գաղափարների նախնական մշակման և կոպիտ մոնտաժների համար։ Գաղափարների նախնական տարբերակները արագ մշակեք 1.0-ում, ապա վերջնական տեսարանները տեղափոխեք 1.1՝ արտադրական մակարդակի շարժման, հետևողականության և ձայնի համար։

Փորձեք Happy Horse 1.1-ը vega.chat-ում

Happy Horse 1.1-ն այժմ հասանելի է vega.chat-ում և api.vega.chat API-ի միջոցով։ Կարող եք տեսահոլովակներ ստեղծել չաթի միջերեսում, կողք կողքի համեմատել արդյունքները 1.0-ի հետ կամ api.vega.chat-ի OpenRouter-ի հետ համատեղելի API-ի միջոցով մոդելն ինտեգրել ձեր հավելվածներում։ Աջակցվում են գեներացման բոլոր երեք եղանակները (T2V, I2V, R2V), այդ թվում՝ մի քանի հղումային պատկերների մուտքագրումը, ճկուն կողմերի հարաբերակցությունները և 720p/1080p ելքը։