Pexo
HappyHorse 1.1

HappyHorse 1.1
キャラクターを中心にシーンを構築する

テキスト、開始画像、複数の参照素材から動画のアイデアを形にできます。Model Studioの3つのモードすべてが、音声付きの生成に対応します。

主な機能

機能の例: テキストからビデオへの生成

文章から動画を生成

文章で説明したシーンには、Model Studioのhappyhorse-1.1-t2vを使います。店主が客に贈り物を差し出す場面など、登場人物と中心となる動作を指定します。このモードには専用のIDがあり、R2Vの参照画像の上限は適用されません。

機能の図: 画像ガイド付き動画生成

画像を使った動画生成

Model Studioのhappyhorse-1.1-i2vは、開始フレームの画像とテキストのプロンプトを使います。画像で冒頭の構図を決め、被写体の次の動作やカメラの動きを説明して、ショットを展開します。

機能の図: マルチイメージ参照ガイダンス

複数画像のリファレンス ガイダンス

Model Studioのhappyhorse-1.1-r2vは、1〜9枚の参照画像を受け付けます。見た目、服装、舞台など、それぞれの役割をプロンプトで指定します。画像形式はJPEG、PNG、WebPで、1枚あたり最大20 MB、短辺は400ピクセル以上です。

声
ピアノ
ドラム
暖かい照明が灯った会場でジャズボーカリスト、ピアニスト、ドラマーが一緒に演奏する映像+音声
温かみのある歌声・柔らかなピアノ・ブラシで叩くドラム

オーディオをサポートするビデオの生成

Model Studioは、HappyHorse 1.1のテキスト、開始画像、参照素材からの動画生成で、音声に対応するとしています。生成された音を映像と一緒に確認し、重要なセリフ、聞こえる出来事、画面内の動作とのタイミングを点検します。

画像の作例

モデル比較

比較項目HappyHorse 1.1Veo 3.1Wan 3.0 Prime
入力フォーマットテキスト、画像、複数画像の参照モード文章と画像、参考ビジュアル文章・画像・動画・音声。組み合わせはタスクによる
主な方向性テキスト・画像・参照素材からの動画生成を個別モードで提供音声と参考ビジュアルを使う動画生成複数形式の参照素材を使い、複数ショットを生成
オーディオ機能オーディオをサポートする T2V、I2V、および R2V映像とともに音声を生成ネイティブのダイアログ、音楽、エフェクト
動画の長さの制限モデル スタジオ: T2V、I2V、R2V で 3 ~ 15 秒Gemini API:初回は4・6・8秒。参照画像や1080p・4Kには8秒が必要モデル スタジオ: 2 ~ 30 秒。ビデオ入力には合計時間制限があります
出力解像度Model Studio: 3 つのモードすべてで 480P、720P、1080PGemini API:720p。8秒で1080p・4K、延長は720pModel Studio:480P、720P、1080P
推奨される用途テキスト、画像、または参考資料から計画されたキャラクターのインタラクション音、参考ビジュアル、続きの映像を中心に計画するシーン複数ショットの物語、参照素材を使うシーンづくり

仕様確認日:2026年10月19日。サイズと制御は、記載された提供元とタスクに対応します。出典: Model Studio 動画モデルの仕様 · HappyHorse の最初のフレーム API · HappyHorse 参照画像 API · Google Veo 3.1 APIガイド · Wan Prime モデルガイド · Wan 3.0生成API · Wan 3.0生成ガイド

活用シーン

キャラクターに焦点を当てたビデオコンセプト

テキストや入力画像で人物と冒頭の場面を定め、動作や舞台の変化を説明します。人物の印象的な一瞬を軸にした動画に適しています。顔、手足、動きは注意深く確認してください。

複数のリファレンスに基づいたシーン

各参照画像に、見た目、服装、舞台などの明確な役割を与えます。見た目の基準が決まっている動画の提案に適しています。参照素材どうしで矛盾する指示は避けます。

静止画像からのオーディオビジュアルクリップ

選んだ画像で冒頭を決め、表現したい動作と音を説明します。目に見える動作を支える音を加え、静止画から音声付きのシーンへ展開するコンテンツに適しています。

ユースケース

キャラクター シーン、ビジュアル リファレンス、静止画のモーションに関連するビデオ ワークフローを調べます。

HappyHorse 1.1 に関するよくある質問

R2V では参照イメージは何枚まで許可されますか?

Model Studioのhappyhorse-1.1-r2v APIは、JPEG、JPG、PNG、WebP形式の画像を1〜9枚受け付けます。1枚あたり最大20 MB、短辺400ピクセル以上である必要があります。プロンプトでは[Image 1]、[Image 2]などを使い、参照画像を区別します。

画像からビデオへのモードでは画像がどのように使用されますか?

happyhorse-1.1-i2v APIは、開始フレームを使う方式です。冒頭の画像1枚と、その後の動きの説明を入力します。Model Studioは、開始・終了フレームによる指定をWan 3.0向けの別機能として記載しており、異なる入力方式です。

HappyHorse 1.1で指定できる動画の長さと解像度は?

Model StudioはT2V、I2V、R2Vで、3〜15秒を整数単位で指定できるとしています。3つのモードすべてが、MP4形式、24 fpsで、480P、720P、1080Pの出力に対応します。

HappyHorse 1.1 のどのモードがオーディオをサポートしていますか?

Model Studioは、テキスト、開始画像、参照素材からの動画生成で音声に対応するとしています。使用前に、映像と合わせて全体の音を聞き、発話、音の出来事、タイミングを確認してください。

アイデンティティの改善は一貫性を保証するものなのでしょうか?

提供元が説明する改善は、すべての出力を保証するものではありません。冒頭では同じ人物に見えても、振り向きや他者とのやり取りの途中で変わる場合があります。シーンで必要な人物の特徴と照らし合わせ、クリップ全体を確認してください。

アイデアを伝えて、次の作品づくりを始めましょう。

作成を始める