阿里ATH创新事业部近日宣布，其最新研发的视频生成与编辑模型HappyHorse 1.0（中文名：快乐小马）正式开启灰度测试。创作者可通过阿里云百炼平台和HappyHorse官网注册使用，普通用户则能在千问App中抢先体验这一创新工具。
在盲测平台Arena.ai的最新评测中，HappyHorse 1.0在文生视频、图生视频和视频编辑三个核心榜单上均位列第二，紧随近期备受关注的字节Seedance 2.0之后。为全面评估其性能，相关团队进行了多维度实测，发现该模型在指令遵循和生成速度方面表现突出，但在画面物理准确性和音画同步等方面仍有改进空间。
HappyHorse 1.0的操作十分便捷，用户只需输入文字描述，即可生成3至15秒的视频，支持多镜头切换和连贯剧情。官网信息显示，该模型最高支持1080p分辨率，可同时生成4个视频。价格方面，生成720p和1080p视频的基准价格分别为每秒0.9元和1.6元，Pro套餐在限时折扣后为每秒0.44元和0.78元。
该模型已集成到阿里旗下多款产品中，包括阿里悟空、MuleRun和JVS Claw等Agent平台。千问App还预告将推出“测一测”功能，用户可测出自己在短剧宇宙中的角色，并通过HappyHorse 1.0生成自己“出演”的短剧片段。
实测过程中，HappyHorse 1.0展现了多项优势。其生成速度较快，一段视频约需2至5分钟，在同类模型中颇具竞争力。它还能准确理解并执行复杂的提示词，包括镜头运动、画面构图和风格氛围等要求。在图生视频中，该模型对人物、场景和道具等参考元素的还原度较高。不过，测试也发现了一些不足，如乐器演奏等复杂场景中，手部动作与音频节奏存在错位；10秒以上的视频中，偶尔会出现物体无外力移动等物理错误；画面中的文字渲染也常出现乱码或错误。
在文生视频测试中，HappyHorse 1.0成功完成了多个复杂任务。例如，在街头音乐表演的场景中，模型生成的人像肢体正常，镜头运动和灯光效果符合提示词要求，但吉他手的演奏与音乐节奏不同步。在海边悬崖的场景中，模型较好地模拟了水体和风的动态效果，但近景中水滴滑落速度略显缓慢。在长达800词的超长提示词测试中，模型准确呈现了画面中的几乎所有元素，但开头出现车门无故关闭的物理错误，结尾主角形象也发生了变化。
图生视频测试中，HappyHorse 1.0支持最多9张参考图。在测试中，模型成功生成了OpenAI联合创始人萨姆·奥尔特曼喝咖啡的画面，人物相似度达八成。在马斯克与奥尔特曼“对簿公堂”的场景中，模型虽能生成英语争论画面，但人物表情与参考图存在偏差。在离职场景测试中，模型准确呈现了所有参考元素，但出现了纸箱自动合上等物理错误。
业内人士对HappyHorse 1.0的表现给予了不同评价。出海一站式AI电商营销平台麦斯国际的技术合伙人李明认为，该模型的3至15秒生成长度、较快速度和支持1080p分辨率是亮点，但在一致性和语音机械感方面仍有提升空间。他指出，文字渲染和音画同步是当前AI视频生成模型的普遍问题，可通过后期工具和提示词工程改善。AI视频创作平台FLOVA团队则认为，HappyHorse 1.0在真实感和叙事能力上表现不错，镜头运动自然，适合叙事性内容和纪录片风格题材。
