Skip to main content
HappyHorse 1.0

HappyHorse — відкрита генерація відео ШІ, переосмислена

HappyHorse 1.0 — офіційна відкрита модель генерації відео команди Happy Horse: уніфікований Transformer на 15 млрд параметрів, який спільно створює відео та синхронізоване аудіо з тексту або зображень, з кінематографічною якістю 1080p і синхронізацією губ сімома мовами.

Спробуйте HappyHorse зараз Можливості
15B
Параметри
40
Шари Transformer
38 с
5 с @ 1080p на H100
7
Мови lip-sync

Happy Horse у дії

Приклади кліпів від Happy Horse 1.0 — натисніть для відтворення.

Сцена sci-fi

"Робот танцює на Місяці на тлі Землі"

Природа

"Старий на вершині гори дивиться на долину"

Місто

"Кіберпанк-вулиця вночі з неоном"

Усі зразки — кліпи 1080p 5–8 с, створені Happy Horse 1.0

Ключові можливості HappyHorse

Уніфікована мультимодальна архітектура для спільної генерації відео та аудіо.

Уніфікований Transformer

40 шарів self-attention, по 4 модально-специфічних з кожного боку та 32 спільних шари.

Спільне відео + аудіо

Синхронний діалог, атмосфера та Foley разом із кадрами.

Дистиляція DMD-2 за 8 кроків

Зменшення шуму за 8 кроків без classifier-free guidance.

Багатомовна синхронізація губ

Англійська, мандарин, кантонська, японська, корейська, німецька, французька.

Вихід 1080p

Кліпи 5–8 с у 1080p, співвідношення 16:9 та 9:16.

Відкрито та self-hosted

Базова та дистильована моделі, суперроздільна здатність і код інференсу з комерційною ліцензією.

Бенчмарки та продуктивність HappyHorse

За 2000 порівнянь з оцінкою людей Happy Horse 1.0 лідирує за візуальною якістю, відповідністю промпту та фізичною правдоподібністю з найнижчим WER серед відкритих конкурентів. Світовий #1 на Artificial Analysis Video Arena, Elo 1333.

Модель Візуал Відповідність Фізика WER (%)
OVI 1.1 4.73 4.10 4.41 40.45
LTX 2.3 4.76 4.12 4.56 19.23
Happy Horse 1.0 #1 4.80 4.18 4.52 14.60

Частка перемог: 80.0% vs OVI 1.1 · 60.9% vs LTX 2.3

Порівняння з іншими моделями

Позиція Happy Horse 1.0 серед провідних відеомоделей ШІ 2026 року.

Модель Розробник Параметри Входи Ліцензія
Happy Horse 1.0 Happy Horse Team ~15B Text / Image Відкрита + комерція
Seedance 2.0 ByteDance Seed Undisclosed Text / Image / Audio / Video Пропрієтарна
Ovi 1.1 Character AI & Yale ~11B Text (Image opt.) Відкритий код
LTX 2.3 Lightricks 22B Text / Image / Video / Audio Відкритий код
Відкрита + комерція
Відкритий код
Пропрієтарна

Розгортання HappyHorse 1.0

Happy Horse 1.0 працює на потужних GPU NVIDIA H100 або A100 (рекомендовано ≥48 ГБ VRAM). FP8-квантування та 8-кроковий дистильат зменшують пам’ять на одній GPU.

Bash 
# Clone & install
git clone https://github.com/happy-horse/happyhorse-1.git
cd happyhorse-1
pip install -r requirements.txt

# Download weights
bash download_weights.sh

# Generate
python demo_generate.py --prompt "a robot dancing on the moon" --duration 5
Python 
from happyhorse import HappyHorseModel

model = HappyHorseModel.from_pretrained("happy-horse/happyhorse-1.0")

video, audio = model.generate(
    prompt="an elder on a mountain peak overlooking the valley",
    duration_seconds=5,
    fps=24,
    language="en",
)

video.save("output.mp4")
audio.save("output.wav")

Пам’ять GPU

≥48 ГБ VRAM (H100/A100)

Швидкість генерації

~38 с для кліпу 5 с на H100

Оптимізація

FP8 + 8 кроків

Створено дослідниками, обрано творцями

HappyHorse публікує та підтримує дослідницька команда HappyHorse з прозорим технічним звітом про архітектуру, навчання, дистиляцію, протоколи бенчмарків і обмеження. Відтворюваний код інференсу та відповідальний випуск генеративного відео.

Експертиза

Автори працюють з мультимодальними Transformer, дистиляцією дифузії та великомасштабним пре-тренінгом відео.

Прозорість

Відкриті ваги, код інференсу та методологія бенчмарків — перевіряються незалежними дослідниками.

Відповідальність

Походження контенту, водяні знаки, downstream-модерація. Очікується дотримання норм ШІ.

Відкритий репозиторій

Блог

Останні оновлення від команди HappyHorse.

Переглянути Все

Часті запитання

Відповіді про Happy Horse 1.0.

Що таке Happy Horse 1.0?
Відкрита 15B-модель, яка спільно генерує відео та синхронізоване аудіо з тексту або зображень.
Чи безкоштовно для комерції?
Так. Базова та дистильована моделі, суперроздільна здатність і код інференсу з комерційними правами.
Яке залізо потрібно?
Рекомендовано NVIDIA H100 або A100 з ≥48 ГБ VRAM. ~38 с на кліп 5 с 1080p на H100.
Які мови lip-sync?
Сім: англійська, мандарин, кантонська, японська, корейська, німецька, французька — низький WER.
Порівняння з OVI та LTX?
Happy Horse 1.0 перевершує OVI 1.1 (80,0% перемог) і LTX 2.3 (60,9%) за якістю, відповідністю промпту та WER.

Інші запитання? Створити issue на GitHub