happyhorse-1.0/image-to-video
Alibaba 上的 HappyHorse 1.0 I2V 将静态图像动画化为原生 1080p 视频，具有物理精确的运动和身份稳定的主题。
live avatar generator 专为“用音频驱动单张人像”而设计。它会在保留人物身份特征、面部结构和画面构图的同时，生成连贯的说话视频。准确的口型同步、自然的微表情和稳定的动作，使其适合不同声音与呈现风格下的批量制作。
主要能力：
先通过 image_url 提供人物图片，再通过 audio_url 提供 WAV 或 MP3 音频，然后用精炼的提示词说明期望的表情、节奏和动作范围。每增加一个 num_clips，时长约增加 3 秒；frames_per_clip 控制动作流畅度，且必须是 4 的倍数。如果结果需要更严格地遵循提示词，可适当提高 guidance_scale；复用 seed 有助于获得可重复的结果。为了让视线和面部结构更稳定，建议使用清晰、正面、脸部居中的人像，并保持背景简洁。
示例：
实用建议：
Alibaba 上的 HappyHorse 1.0 I2V 将静态图像动画化为原生 1080p 视频，具有物理精确的运动和身份稳定的主题。
根据必填文本提示词生成视频。可选择六种宽高比、`540p`/`720p`/`1080p`、`5` 秒/`9` 秒，以及是否循环播放。
使用 Hailuo 02 根据一段必填文本提示词生成 6 秒或 10 秒视频，并可选择提示词扩展。
根据一张图片和一段音频，生成说话、唱歌或表演视频。
使用Wan 2.6将静态图像转换为动态同步的高清视频内容，支持灵活控制。
精准匹配文本提示，生成动作真实、结构连贯的视频内容
live avatar generator 会结合一张静态人像、一段 WAV 或 MP3 音频和提示词进行生成。它让人物面部动作与音频内容同步，同时由提示词控制表情、节奏和动作幅度。
它适合需要快速制作说话人物视频的创作者、教育工作者、营销人员和产品团队，常见用途包括 AI 代言人、课程讲解、产品说明和客户服务虚拟形象。
RunComfy 按生成任务消耗积分。账户是否有试用额度，以及当前参数对应的积分消耗，都会显示在 RunComfy 界面中，你可以在运行模型前确认。
num_clips 按约 3 秒一个片段控制大致时长；frames_per_clip 控制动作流畅度且必须是 4 的倍数；guidance_scale 调整提示词遵循程度；seed 用于复现相近结果。
该接口必须提供有效的 image_url、指向 WAV 或 MP3 音频的有效 audio_url，以及提示词。它会返回说话人物视频；输出分辨率由服务决定，并没有作为输入参数开放。
该接口一次只处理一张人像和一段音频。若要制作多人对话，请分别为每个说话者生成片段，再使用剪辑工具组合。
使用清晰、正面、脸部居中的人像和简洁背景，提供干净的音频，并用精炼的提示词描述表情与动作。建议逐步调整 guidance_scale，不要在一个提示词里堆叠过多要求。
它更适合面部动画和说话头像，不适合强调全身动作或大量手势的场景。较长视频也更容易出现漂移；清晰的输入素材和合理的片段设置通常能带来更稳定的结果。
你可以在 RunComfy 浏览器界面中直接运行，也可以通过 HTTP API 集成。生成任务在云端执行，无需在本地安装或托管模型。
RunComfy 是首选的 ComfyUI 平台，提供 ComfyUI 在线 环境和服务，以及 ComfyUI 工作流 具有惊艳的视觉效果。 RunComfy还提供 AI Models, 帮助艺术家利用最新的AI工具创作出令人惊叹的艺术作品。
