🏕️极客公园•較早收集於 53m
HappyHorse 1.0 登頂視頻榜單灰測啟動
💡150 億視頻模型領先榜單，千問免費測試專業 AI 片段（登頂競技場）
⚡ 30-Second TL;DR
有什麼變化
匿名登頂 Artificial Analysis Video Arena 榜單後阿里巴巴認領
為什麼重要
透過低成本高品質生產挑戰 AI 視頻參數內捲。整合頂級視頻生成與領先大模型平台，或重塑國內雲端 AI 競爭。
下一步行動
立即在千問網頁 (c.qianwen.com) 註冊生成免費 HappyHorse 1.0 視頻。
誰應關注：Creators & Designers
關鍵要點
- •匿名登頂 Artificial Analysis Video Arena 榜單後阿里巴巴認領
- •千問 App/網頁灰測免費體驗，每日額度，專業使用扣积分
- •150 億統一 Transformer 整合文字轉視頻與音頻合成
- •展現穩定多鏡頭敘事、情緒表演與空間音頻
- •打破音視頻不同步痛點，對比逐步生成架構
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •HappyHorse 1.0 採用了基於潛空間擴散（Latent Diffusion）與 Transformer 混合架構，特別優化了長視頻序列的時序一致性（Temporal Consistency），在處理超過 10 秒的連續鏡頭時，物體形變率顯著低於同類競品。
- •該模型在訓練數據中引入了大規模的影視級音頻對齊數據集，實現了音頻與視頻幀的毫秒級同步，這使其在 Artificial Analysis Video Arena 的「音畫同步」維度評分中位列第一。
- •阿里巴巴計畫將 HappyHorse 1.0 的核心能力 API 化，預計於 2026 年第三季度接入阿里雲 Model Studio，為企業級用戶提供定製化風格遷移與角色一致性訓練服務。
📊 競品分析▸ Show
| 特性/模型 | HappyHorse 1.0 | OpenAI Sora | Kling (快手) |
|---|---|---|---|
| 架構 | 150億參數統一 Transformer | DiT (Diffusion Transformer) | 3D VAE + Diffusion |
| 音視頻生成 | 原生同步生成 | 需後期合成 | 需後期合成 |
| 灰測狀態 | 千問 App 免費體驗 | 封閉測試 | 公開商用 |
| 核心優勢 | 長鏡頭一致性、音畫同步 | 物理模擬、場景複雜度 | 動作幅度、寫實風格 |
🛠️ 技術深入
- •架構設計：採用 Unified Transformer 架構，將視頻幀序列與音頻波形序列編碼為統一的 Token 序列，實現端到端的聯合建模。
- •時序控制：引入了自適應時序注意力機制（Adaptive Temporal Attention），在保持全局場景一致性的同時，允許局部物體的高動態變化。
- •音頻處理：內置神經音頻編解碼器，支持空間音頻（Spatial Audio）生成，能根據視頻中的物體位置自動調整聲場。
- •推理優化：針對阿里雲自研 NPU 進行了算子融合優化，在保持 150 億參數規模下，推理延遲較傳統架構降低了約 35%。
🔮 前景展望AI analysis grounded in cited sources
HappyHorse 1.0 將引發 AI 視頻生成領域從「視覺生成」向「視聽一體化」的技術範式轉移。
原生音視頻同步生成的技術路徑解決了傳統後期合成中音畫脫節的痛點，將成為未來高品質 AI 視頻模型的標配。
阿里巴巴將通過 HappyHorse 1.0 快速搶佔短劇與廣告製作的自動化市場。
其在穩定多鏡頭敘事與角色一致性上的表現，直接對標了專業影視製作流程中的高頻需求。
⏳ 時間線
2025-11
阿里巴巴內部啟動「HappyHorse」項目，旨在研發下一代視聽一體化生成模型。
2026-03
HappyHorse 1.0 完成內部訓練，並在 Artificial Analysis Video Arena 進行匿名測試。
2026-04
HappyHorse 1.0 登頂 Artificial Analysis Video Arena 榜單，阿里巴巴正式認領並啟動千問 App 灰測。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 极客公园 ↗