HappyHorse-1.0（又稱“歡樂馬”）是阿里巴巴集團旗下ATH創新事業部研發的AI視頻生成模型，由鄭波團隊負責，項目由前快手副總裁、可靈AI技術負責人張迪帶隊。2026年4月7日，該模型在權威評測平台Artificial Analysis的AI Video Arena排行榜上線，並於4月8日以1333 Elo分登頂，在文本到視頻、圖像到視頻等核心賽道超越Seedance 2.0，成為當時全球排名最高的開源視頻生成模型。2026年4月9日，其開發者身份被媒體確認，模型宣布將完全開源並已內部上架阿里百鍊平台。
該模型是一個150億參數的純自注意力單流Transformer模型，採用統一的序列對文本、圖像、視頻、音頻四種模態的token進行聯合建模，實現端到端的音視頻同步生成。其40層Transformer採用“三明治”布局，並使用DMD-2蒸餾技術提升推理速度，配合MagiCompiler全圖編譯運行時，在單張H100 GPU上生成一段5秒的1080P帶同步音頻視頻僅需約38秒。模型原生支持英語、國語、粵語、日語、韓語、德語和法語七種語言的唇形同步。
2026年4月15日訊息，全球權威盲測平台Arena Video Edit Arena排名中，Happy Horse-1.0 以1299分的Elo評分登上視頻編輯模型榜首。
基本介紹
- 中文名：歡樂馬
- 外文名：HappyHorse-1.0
- 產品類型：AI視頻模型
核心技術,核心團隊,套用與前景,戰略背景,重要事件,
核心技術
Happy Horse-1.0是一個150億參數的純自注意力單流Transformer模型。模型採用統一的序列對文本、圖像、視頻、音頻四種模態的token進行聯合建模，實現端到端的音視頻同步生成，一次性輸出帶同步口型、背景音樂和環境音的完整視頻。其40層Transformer採用“三明治”布局，其中頭尾各4層為模態專屬投影層，中間32層為所有模態共享參數，跨模態對齊在此過程中完成。為提升推理速度，模型採用了DMD-2（Distribution Matching Distillation v2）蒸餾技術，將去噪步數壓縮至8步，且無需無分類器引導（CFG）。配合MagiCompiler全圖編譯運行時，在單張H100 GPU上生成一段5秒的1080P帶同步音頻視頻僅需約38秒。此外，模型原生支持英語、國語、粵語、日語、韓語、德語和法語七種語言的唇形同步。
核心團隊
HappyHorse-1.0由阿里巴巴ATH創新事業部旗下的未來生活實驗室團隊研發。項目由該部門的鄭波團隊負責。鄭波是阿里巴巴副總裁，清華大學計算機系博士，曾領導谷歌的展示廣告算法團隊以及中國地圖團隊，於2017年9月加入阿里巴巴，曾擔任淘寶搜推算法負責人、阿里媽媽CTO、淘天集團算法技術負責人，主要研究方向包括大模型、多模態、決策智慧型、深度學習、搜尋、推薦和廣告算法以及引擎最佳化等領域。項目負責人為張迪，其曾任快手副總裁、可靈AI（Kling）技術負責人，於2025年11月回歸阿里巴巴。張迪向淘天集團首席科學家鄭波匯報。
套用與前景
根據2026年4月的公開信息，阿里巴巴已在其雲、電子商務、廣告和娛樂等業務領域套用人工智慧技術。人工智慧是該公司的發展重點之一。
戰略背景
阿里內部在視頻大模型上實行多條並行探索線。在最新一輪架構調整中，通義萬相和HappyHorse的團隊都被劃入ATH事業群，但隸屬於不同的組織線，前者做底層模型，後者靠近場景創新，這體現了“內部賽馬”策略。
阿里通過外部生態投資布局“雙保險”，以綁定有潛力的視頻模型路線。具體而言，阿里成為生數科技B輪20億元的領投方，而生數科技的Vidu多模態大模型長期位於Artificial Analysis視頻榜單前10；此前，AI視頻生成企業愛詩科技的領投方也是阿里。
阿里重押視頻模型，視其為多模態競爭的關鍵入口和消耗算力資源的重要方向。視頻大模型已不是試驗品，而是下一輪多模態競爭的關鍵入口，考驗時序一致性、物理運動等多方面能力。結合阿里宣布未來三年投入至少3800億元用於AI和雲基礎設施，視頻模型成為既能證明技術高度、又能持續消耗算力和雲資源的賽道，阿里正以此卡位多模態帶來的技術和商業鏈條。
重要事件
2026年4月7日，代號為Happy Horse-1.0的AI視頻生成模型在權威AI評測平台Artificial Analysis的AI Video Arena排行榜上線，並於4月8日以1333 Elo分登頂，短短48小時內，它在文生視頻和圖生視頻賽道雙雙登頂。在文本到視頻（無音頻）和圖像到視頻（無音頻）等核心賽道超越此前領先的Seedance 2.0，其對OVI 1.1的勝率為80%，對LTX 2.3的勝率為60.9%。該模型成為當時全球排名最高的開源視頻生成模型。
