HappyHorse 1.0 I2V：1080p画像動画生成 | Models and API | RunComfy

HappyHorse 1.0 I2V は、HappyHorse 1.0 のイメージからビデオへのバージョンであり、Elo 1392 の Artificial Analysis Image-to-Video Arena のナンバー 1 モデルです。 HappyHorse 1.0 I2V は、15B パラメーターの統合トランスフォーマーを使用して、単一のソース画像をネイティブ 1080p ビデオにアニメーション化し、物理的に正確なモーションを追加しながら、被写体のアイデンティティ、色、照明、構成を維持します。

Artificial Analysis ビデオ アリーナ (ブラインド A/B 人間優先 Elo システム) では、HappyHorse 1.0 I2V は Elo 1392 の音声なしの画像からビデオへのカテゴリで第 1 位を保持しています。2026 年初頭の時点で、Seedance 2.0 より約 30 ～ 50 Elo ポイント上、Kling 3.0 Pro、Veo 3.1、および Runway Gen-4.5 よりもはるかに上回っています。

HappyHorse 1.0 I2V は、3 ～ 15 秒の選択可能な持続時間でネイティブ 720P または 1080P HD クリップを出力します。出力アスペクト比はソース画像の比率に従い、詳細レベルは再グレーディングなしで広告配信やソーシャル パブリッシングに適しています。

はい。 HappyHorse 1.0 I2V は、入力フレームからの顔の特徴、製品の形状、パッケージングの詳細、全体的な構成を保持するように設計されています。クリップ全体でアイデンティティとレイアウトを安定させながら、モーション、カメラの動き、照明の進化を適用します。

プロンプトでは、モーションとカメラの言語について説明する必要があり、画像が示している内容を再度説明するものではありません。ドリフト、ドリーイン、軌道、傾く、明らかにする、まばたきする、息をするなどの動詞を使用します。固定しておくべきもの (アイデンティティ、パッケージング、背景) を指定します。照明の進化と雰囲気を追加して、映画のような結果を実現します。

HappyHorse 1.0 I2V は、40 層の 150 億パラメータのシングルストリーム セルフアテンション トランスフォーマを搭載しています (サンドイッチ設計 - 端にモダリティ固有の埋め込み/デコード、中央に 32 の共有パラメータ層)。 DMD-2 蒸留により、分類子を使用しないガイダンスなしで推論が 8 つのノイズ除去ステップに削減され、H100 で約 38 秒で 1080p クリップが可能になります。

HappyHorse 1.0 I2V は、製品発表クリップ、ポートレート アニメーション、キャラクター モーション ショット、映画のような広告ティーザー、パッケージからプレゼンテーションへの移行、およびすでに強力な静止画像があり、それを安定したアイデンティティで動かす必要がある短い形式のソーシャル コンテンツに最適です。