HappyHorse 1.0：AI 影片的提示詞指南與六種用法

HappyHorse 1.0 是一個 150 億參數的單一 Transformer，把文字、圖片、影片和音訊的 token 放在同一個序列裡一起去噪。實際的效果是：這個模型在 H100 上大約 38 秒就能生成帶原生同步音訊的 1080p 影片——比同級模型快三到六倍，而且沒有犧牲觀感品質。它還用同一組權重支援六種語言的對嘴。這份指南談的是能吃到這個架構紅利的提示詞寫法，以及六個能看出這個模型到底是拿來做什麼的用法。

HappyHorse 1.0 是什麼#

HappyHorse 1.0 是一個統一的自注意力 Transformer，40 層排成三明治結構：每個模態各有四層進出層，中間 32 層共用。每個注意力頭的 sigmoid 閘控讓多模態訓練保持穩定。它沒有獨立的音訊子模組——音訊 token 和影片 token 活在同一個序列裡，一起去噪。

統一架構為什麼重要#

多數競爭對手的影片模型把音訊當成第二階段外掛上去：先算影片，再合成音軌，然後試著對上。HappyHorse 在同一次去噪過程裡把兩者一起生成。這就是為什麼對白會貼在嘴上、擬音會落在接觸的那一刻，而環境音層在一支片的剪接之間也保持連貫。

8 步的 DMD-2 蒸餾是故事的另一半。多數旗艦影片模型要跑 25–50 步去噪，還要加上 classifier-free guidance。HappyHorse 兩個都砍掉——8 步、不用 CFG——用一點點餘裕換到 3–6 倍的加速。對需要大量迭代的工作流來說，這是一小時三個草稿和一小時十二個草稿的差別。

提示詞工程框架#

四個習慣就吃下了大部分的品質提升。它們可以轉移到其他懂音訊的影片模型上，但 HappyHorse 給的回報比多數模型更明顯。

先想音訊#

把音訊當成簡報裡的第一級元素，不是事後才補的東西。下面這組對照讀起來差別很小，看起來差別很大。

用具體的鏡頭語言#

這個模型是有意圖地在解析攝影術語。那就用它們。

• "Slow push-in"——逐步推近，堆疊張力
• "Tracking shot"——橫向或跟在主體後方的跟拍
• "Low-angle"——帶出力量和尺度的視角
• "Macro close-up"——極致細節、淺景深
• "360-degree orbit"——繞主體轉一整圈
• "Aerial / drone shot"——帶前進運動的鳥瞰
• "Whip pan"——快速橫甩

音訊分三層鋪#

音訊描述成前景、中景和背景時效果最好——就像混音師處理一場戲的方式。

• 前景： 主導的聲音（對白、主要音效）
• 中景： 次要的聲音（腳步、衣物摩擦、碰撞聲）
• 背景： 環境質地（人群、雨、車流、風）

把視覺風格錨住#

兩到三個風格詞比五個更精準。幾組穩定生效的：

• 照片寫實——"anamorphic bokeh, 35mm film grain, teal-orange grading"
• 動漫／風格化——"cel-shading, thick outlines, flat bold colors"
• 復古——"1990s VHS grain, oversaturated warm tones, CRT scan lines"
• 商業——"studio lighting, white cyclorama, macro lens"

七個核心訣竅#

1. 把主體和動作放進前十五個字。
2. 明確描述音訊；對白放進引號裡。
3. 用具體的運鏡指示，不要用籠統的動詞。
4. 用電影、色盤或傳統來指名視覺風格。
5. 加入實體細節——雨打在玻璃上、絲綢吃到風、油在鐵板上。
6. 提示詞控制在 100 字以內。
7. 先用低解析度測試，再去生 1080p。

六個實測過的用法#

六份簡報，分別操練模型的不同部位。每一份都是這個架構真的擅長的那種工作。

1. 帶 ASMR 級原生聲音的短影音#

為那些以前要在後製疊音軌的 TikTok 和 Reels 創作者做的。

2. 帶電影級精準音效的行銷素材#

商品揭曉，運鏡尊重物件，聲音落在動作上。

3. 一次生成做出多語言廣告#

對嘴是從同一組權重跑出來的。同一顆鏡頭，六種語言。

4. 帶分層環境音的空景與前期視覺#

環境音和畫面出一樣多力的開場鏡頭。

5. 從一張靜態圖做出電商商品動態#

圖生影片的簡報，讓主圖動起來又不掉材質。

6. 給 AI 研究用的多模態壓力測試#

一場針對影音聯合序列的即興測試。

它跟別人比起來如何#

HappyHorse 在 2026 年這份影片模型名單裡的位置。

誠實的限制#

在把交期押在 HappyHorse 上之前，有三件事要知道。

• 撰稿當下，權重和推論程式碼都還沒公開。 儲存庫在 github.com/FreeyW/HappyHorse，但可以跑的那份程式碼樹還不在上面。在那之前請用 OmniArt 上的 Happy Horse 1.0，或阿里巴巴的 Dashscope API。
• 每支片上限 15 秒。 沒有原生的多鏡頭時間軸；要做更長的敘事，就用另一個模型的延長模式接下去。
• 沒有多模態參考系統。 只吃文字和圖片。如果你需要用影片或音訊當條件參考，就用 Seedance 2.0。