アリババは、動画生成モデル「HappyHorse」のアップグレード版である「HappyHorse 1.1」を正式にリリースしました。本バージョンでは、プロのコンテンツクリエイター向けに、創造的な品質、制御性、および制作効率が大幅に向上しています。

AIによる動画生成において、キャラクターの一貫性の維持は長年にわたり大きな課題でした。この課題に対応するため、アリババはモデルが複数の参照画像から情報を解釈・統合する能力を強化しました。これにより、Reference-to-Video（R2V：参照画像から動画を生成）タスクにおいて、参照画像と生成動画間の視覚的一貫性が著しく向上。製品、キャラクター、シーンなど、各要素の正確な視覚的忠実度を実現します。

また、動きの表現力も大幅に向上しました。運動モデリングと時間的連続性（テンポラル・コヒーレンス）の最適化により、HappyHorse 1.1 は複雑なアクションシーンにおいて、より滑らかで自然かつインパクトのある動きを生成できます。

さらに、ユーザー入力に対する指示の理解精度（instruction following）も改善され、意図した出力をより正確に再現可能になりました。映像品質については、より豊かなディテール表現とリアルな映像表現を実現。加えて、高度な音声処理機能により、映像と音声の精密な同期（オーディオ・ビジュアル・シンク）が保証されます。

HappyHorse 1.0 は今年4月のリリース以来、短編ドラマ、EC広告、ブランドマーケティング、ゲーム用シネマティック・トレイラー（CG）など、多様なコンテンツ制作分野で採用されています。

HappyHorse 1.1 は、個人ユーザーおよび企業ユーザー向けに、公式ウェブサイト happyhorse.com を通じて利用可能となりました。また、アリババのワンストップ・エンタープライズ向けAI開発プラットフォーム「Model Studio」を通じたAPI連携もサポートされています。

本記事は、Alizila にてクレア・モー（Claire Mo）が執筆した英文記事を翻訳・編集したものです。