Créer des vidéos courtes avec HappyHorse 1.1 image-to-video via l'API hiapi

TL;DR

• De quoi s'agit-il : un workflow image-to-video réellement utilisable, basé sur happyhorse-1.1/image-to-video sur l'API hiapi — transformer une photo de produit ou un portrait en une vidéo courte avec audio natif, directement exploitable sur TikTok, Reels ou une page produit.
• Pourquoi l'image-to-video plutôt que le text-to-video : lorsque vous disposez déjà de l'image exacte — un produit sur une table, un portrait —, fixer d'abord la composition dans une image statique puis laisser le modèle y ajouter du mouvement donne un résultat bien plus prévisible que de décrire toute la scène depuis zéro.
• La structure de la tâche est simple : image_urls (exactement une image de première frame), un prompt facultatif pour guider le mouvement, resolution (720p/1080p) et duration (3-15 secondes, 5 secondes par défaut). Pas de curseur d'intensité de mouvement ni de configuration de trajectoire de caméra.
• Tarification (au 2026-09) : 0,16 $/seconde en 720p, 0,21 $/seconde en 1080p, facturé selon duration — un clip 720p de 4 secondes comme ceux ci-dessous coûte 0,64 $. Avant de planifier des tâches en lot, consultez la page de tarification en temps réel de hiapi, car les tarifs peuvent évoluer.
• L'audio est natif : HappyHorse 1.1 génère un son synchronisé avec le mouvement — aucune étape audio séparée, aucun champ supplémentaire à définir.

Deux exemples réels : photo de produit et portrait

Voici deux clips générés de bout en bout via l'API hiapi pour cet article — même modèle, deux premières frames différentes, deux intentions de mouvement différentes. Les deux sont intégrés sous forme de vidéos réellement lisibles, et non de vignettes statiques.

Exemple 1 : transformer une photo de produit en clip promotionnel

On part d'une simple photo de produit — une paire d'écouteurs sans fil dans leur boîtier de charge — et on demande au modèle de réaliser une révélation cinématographique lente, plutôt que de laisser le boîtier figé comme une image plate.

Prompt utilisé :

Slow cinematic camera push-in on the matte-black wireless earbuds charging case, the lid opens smoothly on its own revealing the earbuds inside, a soft light sparkle highlight sweeps across the glossy lid, subtle studio light shift, smooth stable motion, no text, no logo, commercial product video style

Ce type de clip exigeait auparavant un véritable tournage produit — rail de travelling et éclairage — alors qu'ici il suffit d'une photo statique et d'un prompt textuel. Pour l'e-commerce, ce schéma (image principale statique → court clip animé en boucle) convient bien comme visuel secondaire sur une page produit ou comme création publicitaire native, car la requête n'est facturée que pour une seule génération 720p de 4 secondes (0,64 $), et non pour un tournage vidéo complet.

Exemple 2 : animer un portrait

Le second cas d'usage est un portrait de type face-caméra ou mannequin : vous souhaitez ajouter une vie subtile et naturelle à une photo de profil jusqu'ici statique — léger mouvement de tête, sourire qui apparaît, mèches qui bougent — sans modifier la composition ni l'arrière-plan.

Prompt utilisé :

The woman turns her head naturally toward the camera with a soft warm smile, hair moves gently, natural blinking, subtle breathing motion, soft even studio lighting stays consistent, background stays plain and calm, no text

Ce schéma permet de convertir un lot de photos de profil — pages équipe, profils de créateurs, sections d'avis clients — en contenus animés courts et peu coûteux, sans réserver un cadreur pour chaque sujet. Comme image_urls n'accepte qu'une seule image de première frame, l'identité du sujet et la composition restent verrouillées sur votre photo source ; le modèle n'anime que le mouvement et la lumière, sans réinterpréter la scène.

À quoi ressemble concrètement la requête

Les deux clips ci-dessus proviennent de la même forme de requête adressée à l'API unifiée de tâches asynchrones de hiapi :

{
  "model": "happyhorse-1.1/image-to-video",
  "input": {
    "image_urls": ["https://static.hiapi.ai/blog/happyhorse-1-1-image-to-video-short-form-video/product-first-frame.jpg"],
    "prompt": "Slow cinematic camera push-in on the matte-black wireless earbuds charging case, the lid opens smoothly on its own revealing the earbuds inside, a soft light sparkle highlight sweeps across the glossy lid, subtle studio light shift, smooth stable motion, no text, no logo, commercial product video style",
    "resolution": "720p",
    "duration": 4
  }
}

Soumettez la requête à POST /v1/tasks, puis interrogez GET /v1/tasks/:id jusqu'à ce que status atteigne un état terminal ; ou — mieux pour la production — configurez callback.url pour que hiapi notifie votre service à la fin de la tâche, au lieu d'interroger vous-même. Lorsque status=success, le clip final se trouve dans output[0].url ; téléchargez-le immédiatement, car cette URL a une durée de validité limitée.

Choisir la résolution et la durée pour les vidéos courtes

Pour les clips courts destinés aux réseaux sociaux (TikTok, Reels, Shorts), 720p avec la durée la plus courte qui raconte encore l'histoire est généralement un bon réglage par défaut — chaque clip coûte moins cher, et les plateformes sociales recompressent de toute façon les vidéos, si bien que le surplus de détail du 1080p est rarement visible après l'upload. Réservez le 1080p aux clips destinés à une page produit ou à une publicité payante, où le spectateur peut regarder en plein écran sur un grand écran. Ici, la durée est le principal levier de coût : passer de 4 à 8 secondes fait à peu près doubler la dépense, quelle que soit la résolution ; commencez donc par le clip le plus court qui exprime clairement votre idée de mouvement, et ne l'allongez que si vous avez réellement besoin des secondes supplémentaires.

Questions fréquentes

Combien d'images faut-il pour l'image-to-video ? Exactement une image de première frame via image_urls (JPEG/PNG/WEBP, côté le plus court ≥300px, ≤20MB). Le SVG n'est pas pris en charge. Tout le clip est généré à partir de cette frame.

La sortie contient-elle de l'audio ? Oui — HappyHorse 1.1 génère un audio natif synchronisé en plus du mouvement, sans aucun champ supplémentaire à configurer.

En quoi cela diffère-t-il du text-to-video ou du reference-to-video ? L'image-to-video est piloté par une image de première frame : c'est donc le bon choix lorsque vous connaissez déjà la composition exacte souhaitée. Pour générer une vidéo à partir d'une description purement textuelle sans image de départ, utilisez happyhorse-1.1/text-to-video. Pour contrôler précisément le sujet/style via plusieurs références (jusqu'à 9 images), utilisez happyhorse-1.1/reference-to-video.

Combien coûte réellement un clip ? Au 2026-09, hiapi facture le HappyHorse 1.1 image-to-video selon duration, à 0,16 $/seconde (720p) ou 0,21 $/seconde (1080p). Les deux clips d'exemple ci-dessus font 4 secondes en 720p, soit 0,64 $ chacun. Consultez la page de tarification en temps réel avant de lancer des lots, car les tarifs à la seconde peuvent être mis à jour.

Points clés

• Privilégiez l'image-to-video au text-to-video lorsque vous disposez déjà de l'image exacte — photo de produit, photo de profil — et qu'il suffit de la faire bouger.
• image_urls n'accepte qu'une seule image de première frame ; il ne prend pas de tableau d'images de référence (c'est le rôle de reference-to-video).
• Chaque clip inclut gratuitement l'audio — aucune étape de génération audio séparée.
• La durée est le principal levier de coût : un court clip 720p de 4 secondes coûte 0,64 $, et le coût évolue approximativement de façon linéaire avec le nombre de secondes, non avec le niveau de résolution.
• Si vous hésitez entre plusieurs modèles vidéo pour un pipeline de vidéos courtes, vous pouvez aussi comparer ce workflow au pipeline image-to-video de Veo 3.1 Lite ou à Seedance-2.0-Fast.

Prêt à essayer vous-même ? Obtenez une clé API, pointez une photo statique vers happyhorse-1.1/image-to-video — tester un premier clip ne coûte que quelques centimes.