HappyHorse 1.1 图生视频：API 调用方法和实测片段

用 HappyHorse 1.1 图生视频，把静图作为 first_frame POST 到 https://api.omniakey.com/v1/media/tasks，模型 ID 用 happyhorse-1.1-i2v，然后轮询任务、下载 MP4。2026 年 11 月 2 日，我们跑了 5 条 5 秒 720P 的片段，每条用时 92 到 158 秒。每条都带了没要求过的音乐，默认还会加一个 "Happy Horse" 水印。

简短回答

• 请求：模型 happyhorse-1.1-i2v，操作 image_to_video，input.media 里正好一个 first_frame。
• 画面比例：片段跟随静图，因为没有 ratio 字段。
• 时长和分辨率：3 到 15 秒，480P、720P 或 1080P。resolution 每次都要传，阿里云的默认值是 1080P。
• 水印：默认开启，传 watermark: false 关闭。
• 声音：我们 5 条片段都有音乐，阿里云的 API 没有音频开关，可以用 ffmpeg 去掉音轨。

第一次调用 HappyHorse 1.1 图生视频要准备什么？

需要三样东西：一个 key、Python 3，以及一张符合阿里云规则的静图。

• key 放在 OMNIAKEY_API_KEY。脚本把它作为 Bearer token 发送，代码里不留明文。
• Python 3，不用装任何东西。脚本只用标准库。
• 静图要符合 阿里云的图生视频 API 参考：JPEG、JPG、PNG 或 WEBP；宽高至少 300 像素；不超过 20 MB；宽高比 1:2.5 到 2.5:1。阿里云没有写像素上限。

麻烦在体积：内联静图跟着请求体一起走，整个请求含 Base64 必须小于 1 MiB（OmniaKey 媒体 API 概览，2026 年 11 月 2 日核对）。脚本超过 700 KB 就停下；再大就压缩静图，或者传公开的 HTTPS 链接。我们的 2K 静图是 2,254,819 字节，下面这条 macOS 命令把它压到 92,212 字节：

sips -s format jpeg -s formatOptions 85 -Z 1280 still.jpg --out still-small.jpg

请求里有哪些字段？

九个字段决定任务：顶层三个，input 里两个，parameters 里四个。

有四个细节容易漏。

• 没有 ratio 字段：片段保持静图的宽高比（阿里云图生视频 API 参考，2026 年 11 月 2 日核对）。
• 阿里云的页面没有负向提示词字段。
• 每次创建任务都要带 Idempotency-Key 请求头。同一个 body 重放会返回原来的任务，不会重复扣费；body 不同会得到 409 idempotency_key_reused（OmniaKey 的 视频 API 文档，2026 年 11 月 2 日核对）。
• 输出尺寸会变：OmniaKey 的文档里，1200×630 的静图用 720P 生成，回来是 1324×696。

Python 脚本

下面是实际运行的完整文件，只用标准库。

"""Animate one still with HappyHorse 1.1 image-to-video through the OmniaKey media API.

Usage:
    export OMNIAKEY_API_KEY="your-omniakey-api-key"
    python3 hh_i2v.py still.jpg "The camera slowly orbits the headphones." clip.mp4

The still can be a local JPEG or PNG (sent inline as a data URL) or a public https:// URL.
"""
import base64
import json
import mimetypes
import os
import sys
import time
import urllib.error
import urllib.request
import uuid

API = "https://api.omniakey.com/v1/media/tasks"
HEADERS = {
    "Authorization": "Bearer " + os.environ["OMNIAKEY_API_KEY"],
    "Content-Type": "application/json",
    "User-Agent": "happyhorse-i2v-example/1.0",
}
POLL_SECONDS = 10
GIVE_UP_AFTER = 15 * 60  # most clips finish in 1-5 minutes


def call(method, url, body=None, extra_headers=None):
    data = json.dumps(body).encode() if body is not None else None
    req = urllib.request.Request(url, data=data, method=method, headers={**HEADERS, **(extra_headers or {})})
    for attempt in range(3):
        try:
            with urllib.request.urlopen(req, timeout=60) as resp:
                return json.load(resp)
        except urllib.error.HTTPError as err:
            sys.exit(f"HTTP {err.code}: {err.read().decode(errors='replace')}")
        except (urllib.error.URLError, TimeoutError, ConnectionError) as err:
            if attempt == 2:
                raise
            print("network error, retrying:", err)  # a retried POST keeps its Idempotency-Key
            time.sleep(5)


def first_frame_url(image):
    if image.startswith("https://"):
        return image
    raw = open(image, "rb").read()
    if len(raw) > 700_000:  # Base64 adds a third, and the whole request must stay under 1 MiB
        sys.exit("The still is over 700 KB. Resize it or pass a public https:// URL instead.")
    mime = mimetypes.guess_type(image)[0] or "image/jpeg"
    return f"data:{mime};base64,{base64.b64encode(raw).decode()}"


def main(image, prompt, out_path):
    task = call("POST", API, {
        "model": "happyhorse-1.1-i2v",
        "type": "video",
        "operation": "image_to_video",
        "input": {"prompt": prompt, "media": [{"type": "first_frame", "url": first_frame_url(image)}]},
        "parameters": {"resolution": "720P", "duration": 5, "watermark": False},  # watermark is on by default
    }, {"Idempotency-Key": str(uuid.uuid4())})
    print("task", task["id"], task["status"])

    start = time.time()
    while task["status"] in ("queued", "processing"):
        if time.time() - start > GIVE_UP_AFTER:
            sys.exit(f"Still {task['status']} after 15 minutes. Do not submit it again; "
                     f"check it later with GET {API}/{task['id']}")
        time.sleep(POLL_SECONDS)
        task = call("GET", f"{API}/{task['id']}")
    print(task["status"], "after", round(time.time() - start), "s")
    if task["status"] != "succeeded":
        sys.exit(json.dumps(task.get("error") or task))

    # The signed download URL is short-lived, so save the file right away.
    req = urllib.request.Request(task["assets"][0]["url"], headers={"User-Agent": HEADERS["User-Agent"]})
    with urllib.request.urlopen(req, timeout=300) as resp, open(out_path, "wb") as f:
        f.write(resp.read())
    print("saved", out_path)


if __name__ == "__main__":
    main(*sys.argv[1:4])

保存为 hh_i2v.py，然后运行：

export OMNIAKEY_API_KEY="your-omniakey-api-key"
python3 hh_i2v.py still.jpg "The camera slowly orbits the headphones." clip.mp4

我们那次 watermark: false 的运行打印了这些：

task task_QqK3ZdAd72vmK1DSOuOxXSytBSaJ244v queued
succeeded after 91 s
saved data/clips/c5-orbit-nowm.mp4

脚本里有五处值得注意。

• 每 10 秒轮询一次。
• 15 分钟后放弃，并提示不要再提交。
• 网络错误会重试。重试的创建请求保留 Idempotency-Key，拿回原来的任务，不会多扣一次费。
• 任务成功后马上保存文件，因为签名下载链接的有效期很短。
• 每个请求都带 User-Agent：2026 年 10 月 29 日我们测 Kling 3.0 API 时，Python 默认的 User-Agent 被 Cloudflare 以 error code: 1010 返回 HTTP 403。

我们跑的五条片段

我们用 Nano Banana 2.1 生成了四张静图，又把耳机那张跑了两次来测水印。2026 年 11 月 2 日一共得到五条片段，都是 5 秒、720P。人像、湖面和狐狸三条用了默认设置，所以画面里带水印。

耳机环绕

The camera slowly orbits about 90 degrees to the right around the headphones while a soft band of light sweeps across the ear cups. The headphones stay perfectly still on the pedestal. Smooth, steady product-commercial camera move.

镜头从耳机一侧转到另一侧，耳机始终留在石台上。中间几帧里，耳机后面出现静图中没有的弧形背景边缘；提示词要的那道光带很难看出来。

同一张静图、同一段提示词，我们跑了两次：一次默认设置，一次 watermark: false。右下角能看到差别。

雨中人像

She slowly turns her head toward the camera and gives a small smile while light rain keeps falling. The neon signs behind her flicker softly and the camera pushes in a little.

她从向左看转为面向镜头并微笑，顺序和提示词一致，每一帧都带水印。提示词要求轻微推进，画面从半身变成脸部特写。

湖面推进

Slow aerial push-in over the water toward the rowboat. Mist drifts across the lake, the boat rocks gently and small ripples spread from its hull, and the golden light grows a little brighter.

镜头向小船推进，和提示词一致。到结尾时小船占了大部分画面，船身周围散开水波。

狐狸插画

The fox turns a page of the book with its paw and its ears twitch. A few orange leaves drift down from the tree and the branches sway gently. Keep the flat illustration style.

从第一帧到最后一帧，扁平插画风格都保持住了，橙色叶子不断飘落。镜头从整棵树推近到狐狸特写，这一点提示词没有要求；书页翘了起来，不过画面不能确认爪子翻了页。

我们 4 段提示词里有 2 段，镜头动得比要求的多，所以先跑一条短片确认取景。文档里最短、最低的一档是 3 秒 480P（阿里云图生视频 API 参考，2026 年 11 月 2 日核对）。

文件实测数据

每个文件标的时长都是 5.16 秒，虽然我们要的是 5 秒：那是音频流的长度，视频流 123 帧时是 5.13 秒，121 帧时是 5.04 秒。五条都是 24 fps 的 H.264，带一条双声道 AAC 音轨，切镜检测脚本没有发现任何剪切点。

我们的片段从提交到下载用了 92 到 158 秒。阿里云文档给图生视频任务的时间是 1 到 5 分钟（阿里云图生视频 API 参考，2026 年 11 月 2 日核对）。我们没有测试 480P、1080P、其它时长、seed、公开图片链接、HappyHorse 1.0，以及阿里云自己的接口地址。要比较模型，看 HappyHorse 1.1 对比 Seedance 2.0 和 HappyHorse 1.1 对比 Kling 3.0。不想写代码，也可以在 AI 视频生成器 里直接用 HappyHorse 1.1 重跑。

为什么片段里有声音？

HappyHorse 1.1 给五条片段都加了配乐，虽然我们的提示词都没要求。没有人试听：我们通过 OmniaKey API 让 Gemini 3.8 Flash 描述每条音轨。

Gemini 3.8 Flash 在五条音轨里都没有报告人声。同样的提示词和静图跑两次，得到两条不同的音轨。

阿里云的图生视频参考里没有音频字段，也没有静音选项，不过 1.1 的发布说明提到音画同步（阿里云的新发布模型页面，2026 年 11 月 2 日核对）。要得到无声文件，下载后去掉音轨：

ffmpeg -i clip.mp4 -an -c:v copy silent.mp4

我们在 watermark: false 那条上跑了这条命令，结果有视频流、没有音频流。画面完全不变，因为 -c:v copy 直接复制视频流，不重新编码。

结果能保留多久？

在 OmniaKey 上，MP4 的签名链接大约有效 1 小时，任务记录保留 24 小时；再轮询一次任务就能拿到新链接（OmniaKey 媒体 API 概览，2026 年 11 月 2 日核对）。在阿里云自己的 API 上，视频链接和任务 ID 都保留 24 小时，之后查询返回 UNKNOWN，文件已经删除。任务成功就尽快下载。

会遇到哪些错误？

我们五次运行都没有失败，所以这份列表来自 OmniaKey 的视频 API 文档，2026 年 11 月 2 日核对。

任务以 failed 结束时自动退款，所以失败的渲染不花钱，只耽误时间（OmniaKey 媒体 API 概览，2026 年 11 月 2 日核对）。

别把自己这边的超时当成任务失败。继续轮询同一个任务 ID；重新提交会开第二个任务，也会再扣一次费。如果确实要重发，保持同一个 Idempotency-Key 和同样的 body，就能拿回原来的任务。

一条 HappyHorse 1.1 片段多少钱？

一条 5 秒 720P 片段按阿里云新加坡的标价是 $0.70。下面是阿里云的每秒价格，来自它的价格页，2026 年 11 月 2 日核对：

账单是每秒价格乘以输出秒数。失败的请求不计费。新加坡还有 10 秒的免费额度，有效期 90 天。价格页里，Global 价格适用于法兰克福、弗吉尼亚和东京。

OmniaKey 按渲染输出的秒数计费，创建任务时预扣，失败或取消的任务自动退款；当前价格见 HappyHorse 1.1 页面。

能直接调用阿里云吗？

可以。HappyHorse 在阿里云 Model Studio 上提供服务，新加坡、美国（弗吉尼亚）、北京、法兰克福和东京都有区域接口地址（阿里云图生视频 API 参考，2026 年 11 月 2 日核对）。我们的运行都走 OmniaKey 的 API，下面的内容来自阿里云的文档。

• 新加坡用 POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/video-generation/video-synthesis 创建。
• 带上 X-DashScope-Async: enable 请求头，否则请求会以 "current user api does not support synchronous calls" 失败。
• 每 15 秒左右轮询 GET .../api/v1/tasks/{task_id}；状态依次是 PENDING、RUNNING、SUCCEEDED、FAILED、CANCELED、UNKNOWN。
• 模型、接口地址和 key 放在同一个区域，跨区域调用会失败。
• 一个 key 每秒 5 个请求、5 个并发任务（阿里云的限流页面，2026 年 11 月 2 日核对）。

价格页列出了东京，限流页没有东京的 1.1 图生视频条目，所以东京这一项还没有确认。

国内怎么用

OmniaKey 支持人民币直充（支付宝、微信支付），一个 key 就能调用多家模型，包括 HappyHorse 1.1 和我们用来生成静图的 Nano Banana 2.1，不用自己再去申请阿里云的账号。上面的 Python 脚本就是我们实际跑的请求，把你自己的 key 填进 OMNIAKEY_API_KEY 就能用。

常见问题

用 HappyHorse 图生视频必须写提示词吗？

在 OmniaKey 上必须写：没有 input.prompt 的任务会得到 400 invalid_request（OmniaKey 视频 API 文档，2026 年 11 月 2 日核对）。阿里云自己的 API 把提示词视为可选，只用第一帧也能生成。无论哪种，都写清动作和镜头运动，像上面几段提示词那样。

怎么去掉 Happy Horse 水印？

传 parameters.watermark: false。默认的 true 会在右下角画上白色小字 "Happy Horse"；我们第二条环绕片段传了 false，回来是干净的。

怎么设置画面比例？

裁静图。图生视频没有 ratio 字段，片段跟随第一帧的形状，所以 16:9 的静图得到 16:9 的片段，竖图得到 9:16 的片段。裁切比例保持在 1:2.5 到 2.5:1 之间。

有 HappyHorse 1.5 吗？

截至 2026 年 11 月 2 日，阿里云的模型列表、价格表和生命周期页面里都没有 1.1 之后的版本。这些页面上的最新版本是 happyhorse-1.1-i2v，发布于 2026 年 6 月 16 日。有些站点用了 "Happy Horse 1.5" 这个名字。

图生视频选 HappyHorse 1.1 还是 1.0？

阿里云说 1.1 提升了画质、动态表现和片段间一致性，价格页也给 1.1 单独列了 480P 档。1.1 在 2026 年 6 月 16 日发布，1.0 在 2026 年 4 月 22 日发布。按阿里云新加坡的价格，1.1 的 1080P 每秒 $0.18，1.0 是 $0.24。

参考来源

• 阿里云：HappyHorse 图生视频 API 参考，2026 年 11 月 2 日核对
• 阿里云：模型价格，2026 年 11 月 2 日核对
• 阿里云：模型列表，2026 年 11 月 2 日核对
• 阿里云：新发布模型，2026 年 11 月 2 日核对
• 阿里云：限流，2026 年 11 月 2 日核对

OmniaKey 自己的文档，2026 年 11 月 2 日核对：视频 API 和 媒体 API 概览。