AI視頻生成賽道近期風(fēng)云變幻，海外OpenAI宣布關(guān)停Sora獨(dú)立應(yīng)用及相關(guān)API，國(guó)內(nèi)字節(jié)跳動(dòng)Seedance 2.0因版權(quán)爭(zhēng)議暫停全球發(fā)布，行業(yè)格局面臨重塑。就在此時(shí)，阿里巴巴推出的HappyHorse-1.0模型突然登頂Artificial Analysis榜單，在文生視頻和圖生視頻（無音頻）兩個(gè)賽道同時(shí)超越字節(jié)、快手等競(jìng)爭(zhēng)對(duì)手，引發(fā)市場(chǎng)高度關(guān)注。

這款模型的突破性進(jìn)展與張迪的回歸密切相關(guān)。這位上海交通大學(xué)計(jì)算機(jī)專業(yè)碩士畢業(yè)后，曾在阿里巴巴工作十年，主導(dǎo)過阿里媽媽大數(shù)據(jù)和機(jī)器學(xué)習(xí)工程架構(gòu)建設(shè)。2020年轉(zhuǎn)戰(zhàn)快手后，他帶領(lǐng)團(tuán)隊(duì)研發(fā)的可靈大模型成功推動(dòng)快手從內(nèi)容分發(fā)平臺(tái)升級(jí)為內(nèi)容生產(chǎn)基礎(chǔ)設(shè)施提供商。2025年11月，張迪重返阿里，出任淘天集團(tuán)未來生活實(shí)驗(yàn)室負(fù)責(zé)人，僅用五個(gè)月便帶領(lǐng)團(tuán)隊(duì)推出HappyHorse模型。

技術(shù)層面，HappyHorse采用150億參數(shù)、40層統(tǒng)一自注意力Transformer架構(gòu)，將文本、視頻、音頻三種模態(tài)的token納入同一序列聯(lián)合建模。這種原生多模態(tài)設(shè)計(jì)有效解決了傳統(tǒng)模型中人物嘴型與語音不同步、表情與語氣不匹配等問題，支持英語、普通話、粵語等七種語言的唇形同步。在生成效率上，該模型可在單張H100 GPU上用38秒生成5秒1080p視頻，并通過DMD-2蒸餾技術(shù)將去噪步驟壓縮至8步，顯著降低推理成本。

開源策略成為HappyHorse脫穎而出的關(guān)鍵。與閉源模型不同，阿里選擇開放可商用版本，允許開發(fā)者自托管、微調(diào)并接入自有產(chǎn)品。這種開放模式不僅加速了技術(shù)迭代，還通過社區(qū)反饋持續(xù)優(yōu)化模型性能。Artificial Analysis榜單顯示，其文本轉(zhuǎn)視頻Elo分?jǐn)?shù)達(dá)1333，圖像轉(zhuǎn)視頻Elo分?jǐn)?shù)達(dá)1392，在用戶偏好測(cè)試中超越多個(gè)知名閉源模型。

電商場(chǎng)景成為HappyHorse的核心落地領(lǐng)域。淘寶、天貓平臺(tái)匯聚了海量商家和商品數(shù)據(jù)，為模型訓(xùn)練提供了獨(dú)特優(yōu)勢(shì)。傳統(tǒng)商品視頻制作需場(chǎng)景搭建、模特拍攝、后期剪輯等復(fù)雜流程，中小商家往往難以承擔(dān)。而AI視頻生成可批量創(chuàng)建不同版本內(nèi)容，通過點(diǎn)擊率、加購(gòu)率等交易數(shù)據(jù)反向優(yōu)化模型，形成"生成-投放-反饋-優(yōu)化"的閉環(huán)。例如，某太陽能噴泉泵通過AI視頻展示鳥浴盆、魚池等使用場(chǎng)景后，海外銷量激增，印證了場(chǎng)景化營(yíng)銷的商業(yè)價(jià)值。

行業(yè)觀察人士指出，阿里在視頻生成領(lǐng)域的布局與競(jìng)爭(zhēng)對(duì)手形成差異化競(jìng)爭(zhēng)。OpenAI因成本壓力退出市場(chǎng)，字節(jié)跳動(dòng)受困于版權(quán)糾紛，而阿里憑借電商生態(tài)積累的商品圖、實(shí)拍素材和交易數(shù)據(jù)，為模型提供了更可控的訓(xùn)練環(huán)境。HappyHorse若能深度融入淘天業(yè)務(wù)體系，不僅可提升平臺(tái)內(nèi)容供給質(zhì)量，還將降低中小商家內(nèi)容生產(chǎn)門檻，重塑電商內(nèi)容生態(tài)格局。