阿里ATH創新事業部近日宣布，其最新研發的視頻生成與編輯模型HappyHorse 1.0（中文名：快樂小馬）正式開啟灰度測試。創作者可通過阿里云百煉平臺和HappyHorse官網注冊使用，普通用戶則能在千問App中搶先體驗這一創新工具。
在盲測平臺Arena.ai的最新評測中，HappyHorse 1.0在文生視頻、圖生視頻和視頻編輯三個核心榜單上均位列第二，緊隨近期備受關注的字節Seedance 2.0之后。為全面評估其性能，相關團隊進行了多維度實測，發現該模型在指令遵循和生成速度方面表現突出，但在畫面物理準確性和音畫同步等方面仍有改進空間。
HappyHorse 1.0的操作十分便捷，用戶只需輸入文字描述，即可生成3至15秒的視頻，支持多鏡頭切換和連貫劇情。官網信息顯示，該模型最高支持1080p分辨率，可同時生成4個視頻。價格方面，生成720p和1080p視頻的基準價格分別為每秒0.9元和1.6元，Pro套餐在限時折扣后為每秒0.44元和0.78元。
該模型已集成到阿里旗下多款產品中，包括阿里悟空、MuleRun和JVS Claw等Agent平臺。千問App還預告將推出“測一測”功能，用戶可測出自己在短劇宇宙中的角色，并通過HappyHorse 1.0生成自己“出演”的短劇片段。
實測過程中，HappyHorse 1.0展現了多項優勢。其生成速度較快，一段視頻約需2至5分鐘，在同類模型中頗具競爭力。它還能準確理解并執行復雜的提示詞，包括鏡頭運動、畫面構圖和風格氛圍等要求。在圖生視頻中，該模型對人物、場景和道具等參考元素的還原度較高。不過，測試也發現了一些不足，如樂器演奏等復雜場景中，手部動作與音頻節奏存在錯位；10秒以上的視頻中，偶爾會出現物體無外力移動等物理錯誤；畫面中的文字渲染也常出現亂碼或錯誤。
在文生視頻測試中，HappyHorse 1.0成功完成了多個復雜任務。例如，在街頭音樂表演的場景中，模型生成的人像肢體正常，鏡頭運動和燈光效果符合提示詞要求，但吉他手的演奏與音樂節奏不同步。在海邊懸崖的場景中，模型較好地模擬了水體和風的動態效果，但近景中水滴滑落速度略顯緩慢。在長達800詞的超長提示詞測試中，模型準確呈現了畫面中的幾乎所有元素，但開頭出現車門無故關閉的物理錯誤，結尾主角形象也發生了變化。
圖生視頻測試中，HappyHorse 1.0支持最多9張參考圖。在測試中，模型成功生成了OpenAI聯合創始人薩姆·奧爾特曼喝咖啡的畫面，人物相似度達八成。在馬斯克與奧爾特曼“對簿公堂”的場景中，模型雖能生成英語爭論畫面，但人物表情與參考圖存在偏差。在離職場景測試中，模型準確呈現了所有參考元素，但出現了紙箱自動合上等物理錯誤。
業內人士對HappyHorse 1.0的表現給予了不同評價。出海一站式AI電商營銷平臺麥斯國際的技術合伙人李明認為，該模型的3至15秒生成長度、較快速度和支持1080p分辨率是亮點，但在一致性和語音機械感方面仍有提升空間。他指出，文字渲染和音畫同步是當前AI視頻生成模型的普遍問題，可通過后期工具和提示詞工程改善。AI視頻創作平臺FLOVA團隊則認為，HappyHorse 1.0在真實感和敘事能力上表現不錯，鏡頭運動自然，適合敘事性內容和紀錄片風格題材。
