🫧 HappyHorse 1.0 — Pro Pack on RunComfy

核心用法

HappyHorse 1.0 Pro Pack 是 RunComfy 平台托管的文生视频技能，调用当前在 Artificial Analysis Video Arena 盲评中排名第一（Elo 1333 t2v / 1392 i2v）的 HappyHorse 1.0 模型。用户通过本地 RunComfy CLI 执行 runcomfy run happyhorse/happyhorse-1-0/text-to-video，配合结构化 JSON 输入生成视频。

关键参数包括：

• prompt：最多 2500 字符，支持中英日德法韩六种语言
• aspect_ratio：16:9（默认）、9:16、1:1、4:3、3:4
• resolution：720P 或 1080P（默认）
• duration：3–15 秒（默认 5 秒）
• watermark：布尔值控制平台水印

CLI 自动轮询任务状态至终端，完成后下载结果至指定目录。

显著优点

1. 质量领先：Artificial Analysis Video Arena 盲评第一，综合画质与运动表现最优
2. 原生 1080p + 同步音频：无需后期合成，单次生成即获带环境音/对白的完整视频
3. 多镜头角色一致性：跨镜头保持人物造型、服装连续性，适合品牌叙事
4. 多语言支持：6 种语言提示词直达模型，无需翻译链路
5. 专业提示词封装：内置经验证的提示模式（运动描述前置、镜头语言、音频方向），降低用户学习成本

潜在局限

• 时长限制：单片段上限 15 秒，长叙事需分段生成后拼接
• 画幅受限：仅 5 种固定比例，超宽 cinematic 画幅会被裁切或拒绝
• 音频不可外导：无法传入外部音频驱动口型，需用 Wan 2.7 或 Seedance 2.0 Pro 实现
• 无图生视频：此模板为纯文生视频，i2v 需调用独立管道
• 平台依赖：必须持有 RunComfy 账户与有效 token，非自托管方案

适合人群

• 需要快速产出高质量 1080p 视频内容的创作者与营销团队
• 制作多语言短视频广告（TikTok/Reels/抖音）的跨境运营者
• 追求角色一致性的品牌故事/IP 内容生产者
• 希望原生音频减少后期工作流的效率型用户

常规风险

• 账户计费：按 GPU 时长计费，生成失败不扣费但需关注 request_id 状态
• Token 安全：RUNCOMFY_TOKEN 环境变量或 ~/.config/runcomfy/token.json 需妥善保管
• 输出大小：单文件下载上限 2 GiB，超长高清视频可能触发中断
• 模型误路由：用户明确说 "HappyHorse" 时必须路由至此模型，不可擅自替换为 Wan/Seedance/LTX 等
• Schema 严格：duration、aspect_ratio 超出枚举值将返回 422 错误

核心用法

HappyHorse 1.0 Pro Pack 是 RunComfy 官方视频生成模型的结构化调用技能，通过封装最佳实践提示词模板与 API 参数规范，帮助用户获得优于普通提示的输出质量。

关键调用方式：

• 基础命令：runcomfy run happyhorse/happyhorse-1-0/text-to-video --input '{"prompt": "..."}' --output-dir <path>
• 支持参数：prompt（2500字符，6语言）、aspect_ratio（5种预设）、resolution（720P/1080P）、duration（3-15秒）、seed、watermark
• 自动轮询与下载：CLI 每2秒轮询状态，完成后自动下载视频至指定目录

提示词核心策略：

• 描述动态过程而非静态画面："女人转身走向桌子，拿起杯子喝了一口"优于"喝咖啡的女人"
• 镜头语言前置："Wide shot." / "Tracking shot." / "35mm anamorphic"
• 多镜头一致性：每个镜头重申锚定特征（"same woman in red coat/blue scarf"）
• 音频同步：原生支持同生成 pass 的同步音频，可用 "warm friendly tone, English" 指定

模型路由决策：

• 多镜头角色/服装一致性 → HappyHorse 1.0（本技能）
• 详细口型同步+参考视频 → Seedance 2.0 Pro
• 精细运动控制+多参考条件 → Wan 2.7
• 超快迭代（亚秒级每帧）→ LTX 2

显著优点

| 优势 | 说明 |

|------|------|

| 当前视频质量标杆 | Artificial Analysis Video Arena #1（Elo 1333 t2v / 1392 i2v） |

| 原生 1080p + 同步音频 | 同生成 pass 输出带对话/环境音/拟音的广播级视频 |

| 多镜头角色一致性 | 跨镜头保持角色外观与服装连续性 |

| 多语言原生支持 | 中/英/日/韩/德/法六语言提示，无质量衰减 |

| 来源可信 | RunComfy 为知名 ComfyUI 云服务平台，T2 可信组织 |

潜在缺点与局限性

• 时长限制：15秒封顶，长叙事需分段生成后拼接
• 画幅受限：仅支持 16:9、9:16、1:1、4:3、3:4 五种比例，超宽电影画幅会被裁剪或拒绝
• 音频单向：仅支持文本描述生成音频，无法传入外部音频驱动口型（需转用 Wan 2.7 或 Seedance 2.0 Pro）
• 无原生图生视频：本端点为纯文本生成，i2v 需调用 HappyHorse 独立管线
• 成本敏感：720P 测试模式可降低成本，但 1080P 满配置生成费用较高

适合人群

• 品牌内容创作者：需要多镜头一致性角色讲述品牌故事
• 短视频制作方：快速产出带原生音频的竖屏/横屏内容
• 多语言营销团队：无需翻译质量折损的全球化视频生产
• AI 视频研究者：体验当前 SOTA 文本生成视频模型能力

常规风险

1. 账户依赖：必须持有 RunComfy 账户与有效 token，无离线使用能力
2. API 配额与计费：视频生成消耗 GPU 资源，需关注用量与账单
3. 提示词长度惩罚：超过 2500 字符会导致生成质量显著下降
4. 比例/时长越界：非支持画幅或 >15 秒会触发 422 错误
5. 网络稳定性：生成过程需持续连接，中断后需通过 CLI 取消避免计费