Happy Horse 1.1: O que mudou em relação à versão 1.0
Happy Horse 1.0 chegou ao topo da Artificial Analysis Video Arena em abril de 2026, um mês após seu lançamento, em 27 de abril. Happy Horse 1.1 é o primeiro grande aprimoramento desde então. Não é uma reconstrução do zero. A equipe por trás do modelo, a ATH AI Innovation Unit da Alibaba, identificou as cinco áreas que mais costumavam exigir novas renderizações sob prazos de produção e trabalhou especificamente em cada uma delas.
Todos os recursos da versão 1.1, incluindo texto para vídeo, imagem para vídeo e referência para vídeo, estão disponíveis pela API com paridade total em relação à experiência na web. A atualização está disponível para criadores e desenvolvedores ao mesmo tempo.
Happy Horse 1.1 está disponível agora em vega.chat e pela API api.vega.chat.
As cinco melhorias
1. Maior expressividade de movimento
Happy Horse 1.1 aprimora a modelagem de movimento e a consistência temporal. No exemplo de cena de luta da comparação oficial, o protagonista revida o soco de um oponente aproveitando o próprio impulso, com rotação corporal e força centrífuga que seguem uma clara cadeia de causa e efeito. Enquanto a versão 1.0 podia deixar o movimento se desviar ou parar no meio da ação, a versão 1.1 mantém a rotação corporal, a transferência de impulso e o tempo do impacto fundamentados na física ao longo de toda a cena. A diferença fica mais evidente em tomadas com mais de um movimento simultâneo, justamente onde a versão 1.0 tinha maior probabilidade de parecer lenta ou incoerente.
Isso é mais importante para vídeos curtos de ação, conteúdo dinâmico para redes sociais e sequências cinematográficas com movimento contínuo de câmera.
2. Maior consistência dos elementos e melhor fusão de múltiplas referências
Happy Horse 1.1 aprimora a forma como o modelo interpreta e combina várias imagens de referência em tarefas de R2V, mantendo os elementos mais próximos dos materiais de referência ao longo de todo o clipe.
No exemplo de transmissão ao vivo de produtos, que usa duas imagens de referência (cuidados com a pele e um batom), a versão 1.1 mantém estáveis os detalhes dos produtos e os elementos da marca ao longo do clipe. Na versão 1.0, esses detalhes podiam perder definição ou mudar no meio do clipe. Em um exemplo narrativo com dois personagens, no qual uma princesa é confrontada por um homem-dragão, a versão 1.1 preserva os trajes e a identidade facial de cada personagem sem misturá-los durante a cena.
Isso é mais importante para vídeos de produtos de e-commerce, produções guiadas por storyboard e conteúdo narrativo com vários personagens.
3. Melhor seguimento de instruções
Happy Horse 1.1 aprimora a compreensão semântica de contextos longos, o planejamento de cenas e a modelagem das relações entre personagens. O modelo produz resultados mais alinhados às instruções em prompts complexos com várias cenas e personagens.
No exemplo de sala de estar minimalista, dois personagens passam por uma troca emocional tranquila, com o ritmo contido e o estilo de drama curto pedidos no prompt, em vez da encenação mais solta que a versão 1.0 às vezes produzia. A maior diferença aparece em prompts que definem a dinâmica de um relacionamento. Happy Horse 1.1 interpreta “o personagem A está confrontando o personagem B” como uma indicação de movimento, enquanto a versão 1.0 às vezes tratava frases desse tipo como puramente descritivas.
Uma dica de prompt extraída do material de comparação: ao escrever prompts de R2V que descrevem interações entre referências, nomeie diretamente a relação. “[image 1] e [image 2] começam a brigar” funciona melhor do que “dois personagens entram em combate”. Mantenha os prompts objetivos. Instruções excessivamente restritivas podem limitar o mecanismo de movimento mesmo na versão 1.1.
Isso é mais importante para dramas curtos, roteiros publicitários com várias cenas e execução de storyboards.
4. Maior qualidade visual e detalhes mais realistas
Happy Horse 1.1 aprimora a renderização de personagens, especialmente a geração de detalhes faciais. O excesso de nitidez, os brilhos oleosos e as texturas de pele borradas que podiam aparecer em close-ups na versão 1.0 foram reduzidos.
No exemplo cinematográfico de sala de aula, a versão 1.1 renderiza a pele com uma textura mais natural e detalhes no nível dos poros, enquanto a luz quente do sol da tarde atravessa as carteiras e uma poeira fina flutua pela luz. Na versão 1.0, a mesma tomada podia parecer excessivamente nítida ou brilhante. Os close-ups de personagens ganham expressividade, e a versão 1.1 demonstra maior domínio de linguagem cinematográfica profissional, como campo-contra-campo e movimentos de câmera de acompanhamento, fazendo com que as transições entre tomadas e o ritmo pareçam mais coerentes.
Uma limitação: em close-ups com movimentos muito rápidos (giros bruscos da cabeça, mudanças rápidas de expressão), ambas as versões ainda podem produzir leves deformações faciais. Happy Horse 1.1 lida melhor com esses casos do que a versão 1.0, mas o problema não foi totalmente eliminado.
Isso é mais importante para dramas curtos, publicidade com cenas de destaque de protagonistas e conteúdo de marca em que os rostos ocupam todo o quadro.
5. Expressividade de áudio aprimorada
Happy Horse 1.1 aprimora a sincronização audiovisual e a interpretação de áudio com base nos prompts. O ritmo e o tom das falas se adaptam ao contexto da cena, e as descrições relacionadas ao som nos prompts são seguidas com mais precisão.
No exemplo de uma cozinha ao entardecer, o leve borbulhar de uma panela, o ritmo da tábua de corte e a fala contida se alinham à ação na tela. O golpe da faca coincide com o movimento de corte, em vez de ocorrer um pouco antes ou depois, como podia acontecer na versão 1.0. Happy Horse 1.1 também mantém as camadas de som ambiente mais alinhadas com a imagem e gera menos artefatos de áudio irrelevantes que não foram mencionados no prompt.
Isso é mais importante para dramas curtos, conteúdo de marcas de estilo de vida e qualquer clipe em que o som ambiente faça parte da narrativa.
Comparação rápida
| Recurso | Happy Horse 1.0 | Happy Horse 1.1 |
|---|---|---|
| Expressividade de movimento | Boa, mas se desvia em ações rápidas | Mais fluida e fundamentada na física |
| Consistência dos elementos | Sólida com um único elemento | Melhor fusão de múltiplas referências |
| Seguimento de instruções | Confiável com prompts simples | Melhor com prompts complexos com vários personagens |
| Qualidade visual | Pode deixar a pele excessivamente nítida | Pele mais natural e detalhes mais ricos |
| Expressividade de áudio | Sincronizado, mas às vezes fora de tempo | Sincronização audiovisual mais precisa, menos artefatos |
| Modos de geração | T2V / I2V / R2V | T2V / I2V / R2V (todos aprimorados) |
| Suporte à API | Sim | Sim, paridade total de recursos |
| Rostos em close-ups com muito movimento | Algumas deformações | Aprimorado, mas ainda não totalmente resolvido |
Na produção real
Analisar as diferenças no contexto de trabalhos de produção reais deixa claro o valor da atualização. Na criação de dramas curtos, as melhorias em movimento, seguimento de instruções e áudio mantêm coerentes e emocionalmente compreensíveis as cenas de diálogo com várias tomadas, reduzindo a quantidade de cenas descartadas no meio da produção. Na publicidade para e-commerce, a consistência de referência para vídeo da versão 1.1 protege os rótulos dos produtos e as cores da marca, que podiam perder definição na versão 1.0 no meio do clipe. No marketing de marca e em CG com personagens, a maior fidelidade visual e a linguagem de câmera mais consistente aproximam os resultados da versão 1.1 de um padrão pronto para transmissão, sem exigir etapas extras de composição.
Em todas as categorias, Happy Horse 1.1 reduz as novas renderizações que a versão 1.0 às vezes exigia. Em um cronograma de produção real, é aí que a atualização se paga.
Vale a pena atualizar?
Atualize se você produz dramas curtos, histórias centradas em personagens, vídeos de produtos para e-commerce ou conteúdo de marca e publicidade. Esses são os fluxos de trabalho em que as melhorias de movimento, consistência, qualidade visual e áudio se acumulam, e em que os pontos fracos da versão 1.0 tinham maior probabilidade de exigir novas renderizações.
Há menos urgência se você só gera clipes rápidos para redes sociais, com uma única tomada, para explorar ideias. Happy Horse 1.0 já era capaz nesse caso. Ainda assim, como todos os recursos da versão 1.1 estão disponíveis pela API com paridade total, há poucos motivos práticos para continuar na versão anterior assim que a nova estiver disponível.
Se você trabalha com um orçamento apertado de créditos, reserve Happy Horse 1.1 para as cenas finais, em que a qualidade é indispensável, e use a versão 1.0 para desenvolver os conceitos iniciais e montar cortes preliminares. Esboce os conceitos na versão 1.0 para ganhar velocidade e, depois, passe as cenas finais para a versão 1.1 para obter movimento, consistência e áudio em nível de produção.
Experimente Happy Horse 1.1 em vega.chat
Happy Horse 1.1 está disponível agora em vega.chat e pela API api.vega.chat. Você pode gerar clipes na interface de chat, comparar os resultados lado a lado com a versão 1.0 ou integrar o modelo aos seus aplicativos pela API compatível com OpenRouter em api.vega.chat. Os três modos de geração (T2V, I2V, R2V) são compatíveis, incluindo entrada de várias imagens de referência, proporções de tela flexíveis e saída em 720p/1080p.