让主体与场景有据可循
创作不必只靠文字描述外观。将主体图、场景图与动作提示一同提交，模型可以围绕明确的视觉参考生成片段，其能力重点是主体与场景参考的稳定性。适合需要保留角色辨识度、商品形态或视觉方向的短片，但不等于逐像素复制图片。
规格与接口特性
在选型前明确容量、输入输出与调用方式。
- 创作模式
- 参考图生视频；图像与文本输入，视频输出
- 参考图数量
- 1–9张，通过image_urls提交
- 输出清晰度
- 720P、1080P
- 平台生成时长
- 3–15秒
- 平台画幅
- 16:9、9:16、1:1、4:3、3:4
- 参考指代
- 可按图片顺序使用character1、character2等名称
- 任务交付
- 支持异步查询、完成回调及视频URL获取
多图参考和图文生成属于模型能力；时长、画幅及任务交付方式按本平台调用范围列示。
核心能力
了解 happyhorse-1.0-r2v 能为你的工作带来什么。
用多张图片组织创作意图
一次任务可提交1–9张参考图，并在提示词中按顺序使用character1、character2等名称指代图片。可以分别说明主体来自哪张图、希望采用什么场景或视觉元素，再描述动作与镜头，减少多图输入时创作关系含混的问题。
围绕短片交付安排生成
平台提供3–15秒生成时长、720P与1080P清晰度，以及横屏、竖屏和方形等画幅选择。任务可异步提交，再通过查询或回调获取结果，适合把参考图创作接入素材管理、内容审核和下载流程，而不必一直等待请求完成。
适用场景
从具体任务出发，找到模型发挥作用的位置。
商品展示片段
输入商品参考图和展示环境图片，用文字说明商品摆放、镜头推进与画面氛围，生成适合营销方案预览的短片。参考图负责传达外观，提示词负责组织动作；交付前重点检查标识、结构和细小文字，避免把生成画面直接当作精确商品记录。
角色分镜预演
将角色设定图与场景参考图组合，描述角色进入画面、转身或行走等单段动作，生成分镜预演素材。适合在拍摄或动画制作前讨论人物与环境的关系；多个镜头可分别生成，再检查角色外观是否衔接，而不是假设跨任务自动保持连续性。
同一主题的多画幅素材
围绕同一组参考图，分别组织横屏、竖屏或方形构图，生成用于不同展示位置的短视频候选。每次提示词都说明主体位置与镜头重点，便于比较画幅取舍。输出视频可进入剪辑流程，继续添加字幕、声音和品牌信息。
如何选择这个模型
结合任务复杂度、输入材料与预期结果选择。
多图参考，还是固定首帧
需要综合角色、道具和场景参考时，选择1.0-r2v；如果关键要求是让某张图片成为视频首帧，应选择i2v变体。只有文字构想时可考虑t2v；已经有视频并希望换装或修改视觉风格时，应选择video-edit。它们对应不同输入方式，不能只更换动作名称就视为同一能力。
明确选择1.0，不依赖默认版本
1.0-r2v与1.1-r2v是不同的调用型号，参考图生成默认选择1.1。已有围绕1.0建立的提示词和素材测试集时，可显式指定1.0继续评估；尝试1.1时，建议用相同参考图和任务比较主体保留与镜头表达，不把版本编号直接理解为固定幅度的质量提升。
开始使用
从一次小规模任务到正式接入。
准备任务与材料
明确目标、必要输入与输出要求，使用真实业务样例作为起点。
在 API 调试区试用
打开试用页，确认此入口支持的参数，再提交小规模任务查看结果。
按 API 文档接入
保留完整模型 ID，使用文档规定的请求格式，并在 Pricing 页确认计费规则。
使用边界
在正式使用前，了解输出质量与能力范围。
- 参考图用于引导生成，不代表主体、服装、标识或场景细节会完全不变。多张图片若在外观或风格上互相矛盾，应先筛选素材，并在提示词中说明各图用途；对商品细节和角色辨识度要求高的内容，需要逐段检查结果。
- 该型号用于参考图生视频，不是已有视频编辑入口，也不是固定首帧动画入口。不要把video_url或原音频保留设置当作它的主要创作方式；需要修改现成片段或保留原音频时，应选择对应的视频编辑型号。
- 平台生成片段为3–15秒，长叙事需拆成多个任务并后期剪辑。图片地址必须公网可访问；本地路径或需登录才能读取的链接不适合作为素材输入。提交后还需区分等待、成功与错误状态，不能仅凭任务ID判断视频已生成。
常见问题
解答使用 happyhorse-1.0-r2v 时的常见疑问。
调用1.0-r2v时必须填写什么？
向/happyhorse/videos提交请求，明确设置model为happyhorse-1.0-r2v、action为reference_to_video，并提供prompt与1–9张image_urls。不要依赖默认动作或默认型号，否则可能与参考图生成任务不匹配。
只有一张参考图也能使用吗？
可以，参考图数量从1张开始。一张图适合提供主体或视觉方向，多张图适合补充不同参考关系。如果要求这张图片直接成为首帧，应选择i2v变体；R2V的重点是利用参考信息创作新的片段。
怎样让提示词准确引用多张图片？
按image_urls中的排列顺序，用character1、character2等名称指代对应图片，并明确各自用途。例如说明主体参考第一张图、视觉元素参考第二张图，再描述动作和镜头。图片顺序调整后，也应同步修改提示词。
能直接生成对白和保留原视频声音吗？
不要将对白、口型同步或原音频保留作为1.0-r2v的已确认功能来设计任务。它的明确用途是图文参考生成视频；保留现有视频音频属于video-edit的操作方式。需要确定声音内容时，可在后期完成配音与混音。
异步提交后如何拿到视频？
使用async提交后保留task_id，通过/happyhorse/tasks查询；也可提供callback_url接收完成结果。任务状态包括pending、succeeded和error。成功后获取video_url，并结合返回的时长、分辨率检查成片是否符合本次任务要求。
模型资料 · 更新日期：2026-10-01。调用参数与计费规则请查看 API 和定价栏目。