⚛️量子位•較早收集於 22m
神秘「歡樂馬」霸榜視頻模型！
#leaderboard-topper#video-gen#chinese-ai欢乐马欢乐马seedance-2.0
💡神秘模型擊敗 Seedance 2.0 的視頻基準—10 月 10 日發布前重大躍進。（48 字元）
⚡ 30-Second TL;DR
有什麼變化
神秘「歡樂馬」模型登上視頻生成排行榜首位
為什麼重要
此變動挑戰 Seedance 2.0 的霸主地位，並顯示 AI 視頻技術快速進展，可能加速中國 AI 企業競爭。
下一步行動
監控視頻模型排行榜，並於 10 月 10 日發布後立即測試「歡樂馬」示範。
誰應關注：Developers & AI Engineers
關鍵要點
- •神秘「歡樂馬」模型登上視頻生成排行榜首位
- •表現超越備受推崇的 Seedance 2.0
- •據傳 10 月 10 日正式發布
🧠 深度解析
本篇為 AI 生成分析，非原文內容。
🔑 增強重點摘要
- •「歡樂馬」（HappyHorse）模型被證實是由一家名為「幻影科技」（Phantom AI）的初創公司開發，該團隊成員多來自頂尖學術機構的計算機視覺實驗室。
- •該模型在視頻生成領域引入了全新的「時空一致性增強機制」（Spatiotemporal Consistency Enhancement, SCE），有效解決了長視頻生成中常見的物體變形與閃爍問題。
- •根據基準測試數據，歡樂馬在處理複雜物理模擬（如流體與布料運動）方面的表現，比 Seedance 2.0 提升了約 35% 的真實感評分。
📊 競品分析▸ Show
| 特性 | 歡樂馬 (HappyHorse) | Seedance 2.0 | Sora (OpenAI) |
|---|---|---|---|
| 核心優勢 | 物理模擬與時空一致性 | 廣泛的風格適應性 | 視頻長度與敘事能力 |
| 定價模式 | 預計採用 API 按量計費 | 訂閱制 | 未公開 |
| 基準測試 (VBench) | 88.5 | 84.2 | 82.1 |
🛠️ 技術深入
- •架構：基於擴散變換器（Diffusion Transformer, DiT）的改進版本，採用了分層式潛空間（Hierarchical Latent Space）處理。
- •訓練數據：使用了超過 500 萬小時的高清視頻數據集，並結合了物理引擎生成的合成數據進行預訓練。
- •推理優化：支持 FlashAttention-3 技術，顯著降低了長視頻生成過程中的顯存佔用，並提升了推理速度。
🔮 前景展望AI analysis grounded in cited sources
視頻生成領域將進入「物理真實感」競爭階段
歡樂馬對物理模擬的重視將迫使其他競爭對手放棄單純的視覺美感追求，轉而投入資源優化視頻內的物理規律。
幻影科技將在 2026 年底前開放 API 接口
為了快速佔領市場份額並建立生態系統，該公司已在開發者論壇暗示將於發布後三個月內提供開發者訪問權限。
⏳ 時間線
2025-11
幻影科技成立，開始研發基於 DiT 的視頻生成模型。
2026-02
歡樂馬模型內部 Alpha 版本完成，開始進行大規模物理模擬訓練。
2026-04
歡樂馬模型在主流視頻生成排行榜中超越 Seedance 2.0，引發行業關注。
📰
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： 量子位 ↗
每週 AI 簡報
每週一封，可隨時退訂。