От раскадровки к кадру: HappyHorse 1.1 — проверка концепции видео из изображения

На примере концепции раскадровки «от текста к кадру» демонстрируется минимально достаточный ввод для ветки видео из изображения happyhorse-1.1: одно изображение первого кадра + текстовое описание движения на английском + длительность и разрешение. Авторская линия принимает только image_urls (ровно 1 изображение), необязательный prompt, duration (3–15 секунд, по умолчанию 5) и resolution (720p/1080p, по умолчанию 1080p), поэтому вся визуальная информация данного произведения передаётся изображением первого кадра, сгенерированным конвейером, а остальные поля управляют движением камеры и параметрами вывода. С точки зрения композиции изображение первого кадра выбирается как средний план с повествовательным потенциалом: в кадре есть явный субъект, видимые слои окружения и направленный свет, что позволяет модели сохранять целостность субъекта и пространственные отношения в последующих кадрах; prompt же описывает только движение, камеру и ритм, не пересказывая содержимое кадра, чтобы избежать конфликта с первым кадром. Такая структура подходит для предварительной визуализации раскадровок коротких сериалов и многосюжетных историй, для проверки анимации фрагментов показа товаров в электронной коммерции, а также для быстрых пробных съёмок концептуальных фрагментов в CG-процессах. Семейство моделей охватывает текст-в-видео, видео из изображения и видео из опорного изображения; данный элемент относится к ветке видео из изображения, максимальная длительность одного сегмента — 15 секунд, максимальное разрешение — 1080p, длинный контент требует генерации по сегментам с последующей склейкой.