Er Happy Horse 1.0 fullstendig åpen kildekode?

Ja. Happy Horse 1.0 frigjør base model (15B params), destillert model, SR-modul og inferenskode på GitHub under Apache 2.0-lisensen.

Kan jeg bruke Happy Horse 1.0 kommersielt?

Ja. Apache 2.0-lisensen tillater kommersiell bruk, modifikasjon og distribusjon med attribusjon.

Hvilken maskinvare trenger jeg for å være vert for Happy Horse 1.0?

Basen model krever minst 24 GB VRAM (f.eks. RTX 3090, A100). Den destillerte model kan kjøres på ~12GB VRAM. Python 3.10+ og CUDA 11.8+ kreves.

Hvor kan jeg laste ned Happy Horse 1.0 model vektene?

Modellvekter er tilgjengelige på det offisielle GitHub-lageret og Hugging Face. Bruk download_weights.py-skriptet for enkelt oppsett.

Finnes det en mindre versjon av Happy Horse 1.0 for lavere maskinvare?

Ja. De destillerte model (~4B-paramene, ~8GB) er optimalisert for inferens med lavere ressurser og kjører på forbruker GPUs med ~12GB VRAM.

Hvorfor bruke skyversjonen i stedet for selvhosting?

Skyversjonen lar deg bruke Happy Horse 1.0 uten GPU, oppsett eller registrering. Den gir deg også tilgang til flere models (Seedance 2.0, Kling, etc.) og en REST API — alt fra én plattform.

Open Source

Happy Horse 1.0 er Open Source

Den fullstendige Happy Horse 1.0 model — basisvekter, destillert model, SR-modul og inferenskode — er offentlig tilgjengelig på GitHub under en tillatende lisens.

Prøv gratis onlineKommer snart

Apache 2.0 lisens · 15B parametere · Kommersiell bruk tillatt

Hva er åpen kildekode

Happy Horse 1.0 gir ut fire komponenter offentlig – og gir forskere, utviklere og skapere full tilgang til model-stakken.

Grunnmodell

Den fullstendige 15B-parameterbasen model, trent på et storskala videodatasett med felles audio generasjon.

Destillert modell

En mindre, raskere destillert versjon av Happy Horse 1.0 optimalisert for slutninger med lavere ressurser uten å ofre kvalitet.

SR-modul

Super Resolution-modulen som brukes til å oppskalere generert video til 1080p native output.

Inferenskode

Full inferens-pipeline-kode inkludert tekst-til-video, bilde-til-video og audio generasjonsskript.

Modellkomponenter

Hver komponent kan lastes ned uavhengig fra GitHub-depotet.

Apache 2.0

HappyHorse-1.0-Base

15B parametere·~30 GB

Full base model for tekst-til-video og bilde-til-video generering med felles audio.

Apache 2.0

HappyHorse-1.0-Destillert

~4B parametere·~8 GB

Destillert model for raskere slutning om forbrukermaskinvare.

Apache 2.0

HappyHorse-SR

SR-modul·~2 GB

Super resolution oppskalerer for 1080p utskriftskvalitet.

Hvordan være selvvert Happy Horse 1.0

Klon depotet

git klone https://github.com/happyhorse-ai/happyhorse && cd happyhorse

Installer avhengigheter

pip install -r requirements.txt — krever Python 3.10+, CUDA 11.8+, og minst 24GB VRAM for basen model.

Last ned modellvekter

Kjør python download_weights.py for å hente basen model eller destillert model fra Hugging Face.

Kjør inferens

python generate.py --prompt "Din prompt her" --model base --audio sant

Hvorfor bruke skyen i stedet for selvhosting?

Selvhosting er kraftig – men skyen fjerner all friksjonen.

Ingen GPU kreves

Selvhosting Happy Horse 1.0 krever 24 GB+ VRAM. Skyversjonen kjører det for deg - ingen maskinvare nødvendig.

Multi-Model Access

Bytt mellom Happy Horse 1.0, Seedance 2.0, Kling og mer – alt fra én plattform.

Gratis å prøve

Ingen påmelding nødvendig. Prøv Happy Horse 1.0 gratis online akkurat nå.

API Tilgang

Integrer Happy Horse 1.0 i produktet ditt via REST API med webhook-støtte.

Prøv Happy Horse 1.0 — Ingen oppsett kreves

Hopp over GPU-oppsettet. Generer kinomatisk AI-video med Happy Horse 1.0 gratis online på ~38 sekunder.

Prøv gratis onlineKommer snart

Gratis å prøve · Ingen registrering · Apache 2.0 åpen kildekode-lisens

Open Source Vanlige spørsmål

Hvordan være selvvert Happy Horse 1.0

Klon depotet

git klone https://github.com/happyhorse-ai/happyhorse && cd happyhorse

Installer avhengigheter

pip install -r requirements.txt — krever Python 3.10+, CUDA 11.8+, og minst 24GB VRAM for basen model.

Last ned modellvekter

Kjør python download_weights.py for å hente basen model eller destillert model fra Hugging Face.

Kjør inferens

python generate.py --prompt "Din prompt her" --model base --audio sant