HappyHorse 1.0은 Alibaba Taotian Future Life Lab(전 Kuaishou Kling AI 기술 아키텍트 Zhang Di 팀)이 개발한 비디오 생성 모델로, Artificial Analysis Video Arena의 text-to-video 부문(Elo 1381, 2위 대비 +107점)과 image-to-video 부문(Elo 1392)에서 모두 1위를 기록했습니다. 150억 파라미터·40층 통합 self-attention Transformer가 cross-attention 모듈 없이 비디오와 오디오를 단일 forward pass에서 동시에 생성합니다. text-to-video / image-to-video / 비디오 편집 / 레퍼런스-to-video 워크플로우를 지원하며, 720p·1080p 해상도, 3~15초 길이, 영어·중국어(표준어)·광동어·일본어·한국어·독일어·프랑스어의 네이티브 다국어 립싱크를 제공합니다. NVIDIA H100 1장으로 1080p 클립을 약 38초에 생성한다고 발표했으며, fal.ai에서 720p $0.14/초, 1080p $0.28/초로 이용 가능합니다.
AlibabaHappyHorse 1.0은 Alibaba Taotian Future Life Lab(전 Kuaishou Kling AI 기술 아키텍트 Zhang Di 팀)이 개발한 비디오 생성 모델로, Artificial Analysis Video Arena의 text-to-video 부문(Elo 1381, 2위 대비 +107점)과 image-to-video 부문(Elo 1392)에서 모두 1위를 기록했습니다. 150억 파라미터·40층 통합 self-attention Transformer가 cross-attention 모듈 없이 비디오와 오디오를 단일 forward pass에서 동시에 생성합니다. text-to-video / image-to-video / 비디오 편집 / 레퍼런스-to-video 워크플로우를 지원하며, 720p·1080p 해상도, 3~15초 길이, 영어·중국어(표준어)·광동어·일본어·한국어·독일어·프랑스어의 네이티브 다국어 립싱크를 제공합니다. NVIDIA H100 1장으로 1080p 클립을 약 38초에 생성한다고 발표했으며, fal.ai에서 720p $0.14/초, 1080p $0.28/초로 이용 가능합니다.
Alibaba