没人紧张，不赚钱都没_老虎社区_美港股上老虎

没人紧张，不赚钱都没用

匿名霸榜、阿里认领，HappyHorse让谁紧张？

更需要强调的是，目前除了官方榜单与有限的外部样本外，HappyHorse尚未经过充分的第三方使用与验证。多个信源将HappyHorse与张迪联系在一起。直到4月10日，阿里巴巴方面表示，HappyHorse是阿里ATH旗下创新事业部郑波团队研发的模型，目前处于内测，会于近期开放API。

匿名霸榜、阿里认领，HappyHorse让谁紧张？

免责声明：上述内容仅代表发帖人个人观点，不构成本平台的任何投资建议。

推荐
最新

暂无评论

热议股票

{"i18n":{"language":"zh_CN"},"data":{"magic":2,"id":552008926500856,"tweetId":"552008926500856","gmtCreate":1775802443045,"gmtModify":1775802445280,"author":{"id":3439498180568292,"idStr":"3439498180568292","authorId":3439498180568292,"authorIdStr":"3439498180568292","name":"源自","avatar":"https://static.tigerbbs.com/adf8535711666c83bb51b225d892a9b9","vip":1,"userType":1,"introduction":"","boolIsFan":false,"boolIsHead":false,"crmLevel":9,"crmLevelSwitch":0,"individualDisplayBadges":[],"fanSize":20,"starInvestorFlag":false},"themes":[],"images":[],"coverImages":[],"title":"","html":"<html><head></head><body>没人紧张，不赚钱都没用</body></html>","htmlText":"<html><head></head><body>没人紧张，不赚钱都没用</body></html>","text":"没人紧张，不赚钱都没用","highlighted":1,"essential":1,"paper":1,"likeSize":2,"commentSize":0,"repostSize":0,"favoriteSize":0,"link":"https://laohu8.com/post/552008926500856","repostId":1147448074,"repostType":4,"repost":{"id":"1147448074","kind":"news","pubTimestamp":1775801747,"share":"https://www.laohu8.com/m/news/1147448074?lang=zh_CN&edition=full","pubTime":"2026-04-10 14:15","market":"us","language":"zh","title":"匿名霸榜、阿里认领，HappyHorse让谁紧张？","url":"https://stock-news.laohu8.com/highlight/detail?id=1147448074","media":"定焦One","summary":"更需要强调的是，目前除了官方榜单与有限的外部样本外，HappyHorse尚未经过充分的第三方使用与验证。多个信源将HappyHorse与张迪联系在一起。直到4月10日，阿里巴巴方面表示，HappyHorse是阿里ATH旗下创新事业部郑波团队研发的模型，目前处于内测，会于近期开放API。","content":"<html><head></head><body><blockquote>Seedance和可灵还睡得着吗？</blockquote>一匹匿名黑马，成为了AI视频圈最热的话题。近日，Artificial Analysis的视频竞技场排行榜更新。一个从未出现过的名字——HappyHorse-1.0，同时出现在四个子榜单的前两位：截至4月9日中午，文生视频（无音频）赛道Elo1378分，领先第二名Seedance2.0整整105分；图生视频（无音频）赛道Elo1411分，刷新全平台历史最高纪录。在带音频的赛道上，它以1分和2分的微弱优势与Seedance 2.0并驾齐驱。<img src=\"https://static.tigerbbs.com/344bbb5f648a68a36aadddd8aef166e1\" alt=\"图源 / Artificial Analysis\" title=\"图源 / Artificial Analysis\" tg-width=\"1080\" tg-height=\"655\"/>图源 / Artificial Analysis没有发布会，没有任何公司背书，这匹黑马在短时间内完成了从零到双榜第一的跨越，将此前稳坐榜首数月的字节跳动Seedance2.0拉下了王座。在它的模型名称旁边，只有四个字：“即将推出”。这匹马，还没有真正跑起来。直到4月10日，阿里官宣它来自ATH旗下创新事业部。接下来，HappyHorse会给行业带来什么？<h2 id=\"id_596530727\">01.HappyHorse的第一，含金量如何？</h2>要理解HappyHorse的真实水平，需先拆解它在Artificial Analysis（以下简称“AA”）不同榜单上的得分情况。AA视频竞技场设四大核心赛道：文生视频（无音频）、图生视频（无音频）、文生视频（带音频）、图生视频（带音频）。截至4月9日的最新数据，在纯画质维度，HappyHorse已经建立统治地位；但一旦进入音画融合，它的领先优势并没有那么明显。在文生视频（无声）赛道，HappyHorse斩获1378分，领先第二名字节跳动Seedance2.0 105 分。在Elo体系中，超过百分的差距意味着用户在盲测中几乎呈现“一边倒”的偏好。而在图生视频（无声）赛道，它跑出的1411分更是刷新了平台历史记录。对于追求极致运镜与画面质感的创作者而言，这匹马目前就是行业天花板。然而，一旦加入音频维度，战局瞬间反转。HappyHorse与Seedance2.0的分差收缩至1-2分，几乎可以忽略不计。这也说明，在音画同步、音频质量及语义对齐层面，HappyHorse并未实现大幅超越，双方仍处于同一技术水平线。结合社交媒体上的技术拆解与用户反馈，HappyHorse的优势大致可以归结为两个方向。其一是架构层面的统一建模路径：多个信源指出，它采用约150亿参数规模的纯自注意力单流Transformer，将文本、视频与音频token放入同一序列进行联合建模，这种方式区别于常见的“视频生成+音频后处理”的拼接方案，使声音与画面在生成之初就处于同一语义空间，从而在口播与人物场景中呈现出更自然的同步效果。其二是对人像场景的针对性优化：根据公开信息，多位参与AA盲测的用户反馈，其人物面部纹理更加细腻、镜头切换更为流畅，在复杂提示词下的人物一致性表现也更稳定，一位用户在连续对比Pyramid-Flow、Veo 3.1 Lite与PixVerse V6后甚至表示“只要出现HappyHorse基本都会选它”。而这一主观体验恰好与Elo高分形成呼应。在AA的评测样本中，人像与口播类内容占比超过60%，使得这一局部优势被持续放大，并最终体现在整体排名上。但高分并不意味着全能，社交媒体上的批评声同样不少。不少用户指出，已经发布的视频中水体抖动细节不自然、快速运动中的条纹物体崩坏以及在大屏显示下的画质劣化等问题。这些缺陷在无音频赛道的高分掩盖下往往被忽略，但在影视级应用中却是致命伤。一位AIGC导演告诉「AIX财经」，从流出的片段看，它的感官很接近Seedance2.0，真实度不错，但剧烈运动时的“AI感”依然浓重。X用户daniel.dmai更是直言不讳：“别把排名太当回事。当HappyHorse碰到的都是些旧模型时，大家自然会选那个看起来更顺眼的。它跟 Seedance2.0比还差得远。”<img src=\"https://static.tigerbbs.com/3ac535c5c58831f470dfc2b14be774e5\" alt=\"\" title=\"\" tg-width=\"1080\" tg-height=\"542\"/>这种分歧，正好指向Elo盲测机制的优势与局限。在AA评测中，用户先提交提示词或参考图像，系统调用两个模型生成结果并进行匿名展示，用户在不知模型来源的情况下进行选择，所有投票被纳入类似国际象棋排名的Elo系统，根据胜负关系动态调整分数，从而得到最终排名。作为AI视频领域最具公信力的评测体系之一，Artificial Analysis的权威性正是来自于这套能够捕捉用户真实偏好的游戏规则。HappyHorse的高分是超过9000次真实用户盲选结果，比任何实验室跑出来的技术指标都更接近真实用户感受。但其局限同样明显。首先，样本分布并非均衡，人像与口播类内容占比过高，使得在该场景中表现突出的模型更容易获得高分。另外，“刷榜”风险同样存在。有研究指出，Elo评分系统在特定情况下，可能通过数学变换掩盖底层数据的不确定性，从而影响评分。因此，榜单高分不等于实际应用中的完美表现。在实际项目中，高分辨率下细节的稳定性、长时间视频的连贯性等，都是榜单盲测难以覆盖的。更需要强调的是，目前除了官方榜单与有限的外部样本外，HappyHorse尚未经过充分的第三方使用与验证。这匹“匿名快马”的真实速度与能力，需等模型真正披露后才会揭晓。<h2 id=\"id_861912958\">02.这匹马来自哪里？</h2>随着HappyHorse霸榜，寻找这匹马的“主人”成了本周AI圈最热闹的猜谜游戏。目前流传最广的线索，主要来自两个方向。第一条线索来自技术侧的逐项对比。有开发者将HappyHorse在榜单中的公开基准表现，与已知模型逐项对比，试图通过“能力特征”反推其来源。X用户Vigo Zhao的比对结果指向一个高度重合的对象——daVinci-MagiHuman。视觉质量4.80、文本对齐4.18、物理一致性4.52、语音字错率14.60%，四项核心指标几乎一一对应。与此同时，两者在官网架构描述、演示视频风格上的相似性，也让这一猜测进一步增强。<img src=\"https://static.tigerbbs.com/313f4a91ff67360af601225f8b4e0941\" alt=\"\" title=\"\" tg-width=\"1080\" tg-height=\"1057\"/>公开信息显示，daVinci-MagiHuman由上海创智学院（SII）生成式人工智能研究实验室（GAIR）与AI初创公司Sand.ai联合研发，已于今年3月在GitHub开源。如果这一链条成立，那么HappyHorse并非“横空出世”，而是一次技术复用。相比于技术比对，第二条线索更具戏剧性，它指向了一个名字——张迪。多个信源将HappyHorse与张迪联系在一起。公开信息显示，张迪在2010年毕业于上海交大后加入阿里，在阿里妈妈体系内长期负责大数据与机器学习架构。2020年，他转投快手，担任技术副总裁，主导搭建可灵大模型体系，并推出可灵1.0 / 2.0视频生成模型，被业内称为“可灵之父”。2025年短暂加入B站后，又在同年回归阿里，出任淘天集团未来生活实验室负责人。如果传闻属实，时间线在这里变得耐人寻味。张迪回归阿里约5个月后，HappyHorse登顶，这意味着一支刚刚重组的团队，在半年内就用一款更轻量、更高效的模型实现了对行业头部的“反杀”。这是技术能力的体现，也意味着人才流动正在重新塑造竞争格局。「AIX财经」向阿里相关人员求证，对方回复“这个事情我们不太了解”。但资本市场已先行一步。消息发酵当天，阿里巴巴港股一度上涨超过 7%。直到4月10日，阿里巴巴方面表示，HappyHorse是阿里ATH旗下创新事业部郑波团队研发的模型，目前处于内测，会于近期开放API。郑波是阿里副总裁，于2017年9月加入，历任淘宝搜推算法负责人、阿里妈妈CTO、淘天集团算法技术负责人。不过，HappyHorse的出场方式本身，或许比“它是谁”更重要。从命名到发布路径，它都带有明显的“设计痕迹”。2026年是农历马年，“HappyHorse”本身藏着马年梗；官方支持语言中将普通话与粤语并列，也进一步强化了其出自亚洲团队的可能性。更关键的是，它选择的不是发布会，而是榜单，不是讲故事，而是直接给结果。这一策略并非孤例。今年2月，神秘模型Pony Alpha在OpenRouter平台上线时，同样没有任何背景信息，却迅速引发行业“猜爹”，最终被证实为智谱AI的GLM-5。路径几乎完全一致：匿名上线-榜单出圈-身份揭晓。先盲测，再发布——正在成为一种可复制的行业打法。把模型丢进第三方评测平台，剥离品牌溢价，只拼性价比，让用户用鼠标投票。如果跑出好成绩，自然引发行业关注和媒体报道。这种策略特别适合资源有限但技术尖端的亚洲团队。不用砸钱做营销，只需要一个足够好的模型和一个足够公信的评测平台。HappyHorse的参数规模约150亿，并不算当前视频模型中的“巨无霸”，Seedance2.0的体量普遍被认为更大，但它通过架构设计与评测场景的精准匹配，实现了“以小博大”的效果。但这种策略也有短板。当用户不知道模型来自哪里时，评价标准被压缩到最单一的维度——好不好用。一旦身份揭晓、产品开放，用户的判断会迅速叠加品牌、稳定性、成本与可控性等因素，预期也会随之抬升。如果实际体验无法支撑这种预期，热度往往会迅速回落。Pony Alpha在身份确认后的关注度明显低于匿名阶段，正是一个典型例子。因此，与其说HappyHorse的悬念在于“它是谁”，不如说在于当这匹马真正亮相之后，它还能不能跑出现在这样的速度。<h2 id=\"id_2301101273\">03.“快乐马”让谁不快乐？</h2>如果把时间线拉长，AI视频赛道正处于一场剧烈的重构之中。2026年初，字节跳动的Seedance2.0爆火出圈，接过了“行业标杆”的接力棒。而曾经的领跑者OpenAI却在3月突然按下停止键——Sora全面关停。这款曾被视为“视频生成GPT时刻”的产品，最终倒在了经济账面前：日均1500万美元的推理成本，对比生命周期内仅约210万美元的总收入，这种严重的“成本-收益”倒挂，让先行者最终成了先烈。Sora退场留下的真空，迅速被字节与快手填补。Seedance2.0承接了技术天花板的预期；可灵则以超6000万用户和正向毛利率，稳扎稳打地推进变现。两者共同点很明显，均为闭源模型，均在积极商业化，均在用真金白银验证AI视频的商业模式是否成立。直到HappyHorse突然出现。它带来的冲击，不只是性能上“更强一点”。对于开发者而言，HappyHorse的开源基因意味着游戏规则的重写。一旦模型权重与推理代码全量披露，用户可以绕过高昂的API付费体系，转向自部署与深度定制。它挑战的就不再是某一款产品，而是整个闭源商业模式的底层逻辑。换句话说，它动的是规则，而不仅仅是排名。150亿的参数规模，意味着相对更低的推理门槛。一旦支持私有化部署，对于高频使用视频生成的工作室和营销团队而言，边际成本将随使用量增加而持续摊薄。虽然HappyHorse尚未公测亦未公布定价，但业内已出现强烈预期，不少讨论认为其费用或仅为Seedance的一半。这种价格预期背后，折射出专业创作群体对现有闭源模型高成本压力的集体焦虑。当然，这一切的前提是——开源真正落地。除了开源之外，对于HappyHorse而言，真正问题在于上线后能不能赢下市场。即梦与可灵的壁垒，除了技术本身，还有与业务场景的深度融合。在电商直播、广告投放、内容分发等场景中，视频生成能力只是插件，流量分配权与业务流闭环才是真正的护城河。HappyHorse可以赢在盲测的第一眼惊艳里，但要进入真实生产流，还有更长的路要走。与此同时，更残酷的现实是，技术领先的“保质期”正在急剧缩短。从去年9月至今，可灵2.5Turbo、Seedance2.0、SkyReelsV4等模型轮流登顶，几乎每月一次“新王登基”。好耶科技创始人吴杰茜曾对「AIX财经」表示，视频大模型的竞争是一场永不停歇的烧钱长跑。一旦投入强度稍有松懈，或迭代速度慢于对手，用户会毫不犹豫地倒向更新、更强的模型。“赢家通吃”的法则，迫使厂商持续加码，稍有松懈即被淘汰。HappyHorse的出现，短期内让享受Sora退场红利的头部厂商感受到了切实压力。长期来看，它向整个行业抛出了一组更本质的拷问：开源与闭源，哪种路径能跑通长效盈利？在迭代周期以月为单位的赛道里，真正的护城河究竟是模型本身，还是那张看不见的商业分发网络？Sora的失败证明了一件事，技术领先不能替代商业闭环。而HappyHorse的出现提醒了另一件事：在开源浪潮面前，闭源模型的定价权与壁垒，或许比想象中更加脆弱。</body></html>","source":"lsy1702049645432","collect":0,"html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>匿名霸榜、阿里认领，HappyHorse让谁紧张？</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n匿名霸榜、阿里认领，HappyHorse让谁紧张？\n</h2>\n\n<h4 class=\"meta\">\n\n\n2026-04-10 14:15 北京时间&nbsp;&nbsp;&nbsp;<a href=https://mp.weixin.qq.com/s/jwbtS5ctiejUDnwoIG1rNA>定焦One</a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\nSeedance和可灵还睡得着吗？一匹匿名黑马，成为了AI视频圈最热的话题。近日，Artificial Analysis的视频竞技场排行榜更新。一个从未出现过的名字——HappyHorse-1.0，同时出现在四个子榜单的前两位：截至4月9日中午，文生视频（无音频）赛道Elo1378分，领先第二名Seedance2.0整整105分；图生视频（无音频）赛道Elo1411分，刷新全平台历史最高纪录。在带...\n\n<a href=\"https://mp.weixin.qq.com/s/jwbtS5ctiejUDnwoIG1rNA\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"https://static.tigerbbs.com/c87a679ede1e23d7f01b3e330ca38448","relate_stocks":{},"source_url":"https://mp.weixin.qq.com/s/jwbtS5ctiejUDnwoIG1rNA","is_english":false,"share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","article_id":"1147448074","content_text":"Seedance和可灵还睡得着吗？一匹匿名黑马，成为了AI视频圈最热的话题。近日，Artificial Analysis的视频竞技场排行榜更新。一个从未出现过的名字——HappyHorse-1.0，同时出现在四个子榜单的前两位：截至4月9日中午，文生视频（无音频）赛道Elo1378分，领先第二名Seedance2.0整整105分；图生视频（无音频）赛道Elo1411分，刷新全平台历史最高纪录。在带音频的赛道上，它以1分和2分的微弱优势与Seedance 2.0并驾齐驱。图源 / Artificial Analysis没有发布会，没有任何公司背书，这匹黑马在短时间内完成了从零到双榜第一的跨越，将此前稳坐榜首数月的字节跳动Seedance2.0拉下了王座。在它的模型名称旁边，只有四个字：“即将推出”。这匹马，还没有真正跑起来。直到4月10日，阿里官宣它来自ATH旗下创新事业部。接下来，HappyHorse会给行业带来什么？01.HappyHorse的第一，含金量如何？要理解HappyHorse的真实水平，需先拆解它在Artificial Analysis（以下简称“AA”）不同榜单上的得分情况。AA视频竞技场设四大核心赛道：文生视频（无音频）、图生视频（无音频）、文生视频（带音频）、图生视频（带音频）。截至4月9日的最新数据，在纯画质维度，HappyHorse已经建立统治地位；但一旦进入音画融合，它的领先优势并没有那么明显。在文生视频（无声）赛道，HappyHorse斩获1378分，领先第二名字节跳动Seedance2.0 105 分。在Elo体系中，超过百分的差距意味着用户在盲测中几乎呈现“一边倒”的偏好。而在图生视频（无声）赛道，它跑出的1411分更是刷新了平台历史记录。对于追求极致运镜与画面质感的创作者而言，这匹马目前就是行业天花板。然而，一旦加入音频维度，战局瞬间反转。HappyHorse与Seedance2.0的分差收缩至1-2分，几乎可以忽略不计。这也说明，在音画同步、音频质量及语义对齐层面，HappyHorse并未实现大幅超越，双方仍处于同一技术水平线。结合社交媒体上的技术拆解与用户反馈，HappyHorse的优势大致可以归结为两个方向。其一是架构层面的统一建模路径：多个信源指出，它采用约150亿参数规模的纯自注意力单流Transformer，将文本、视频与音频token放入同一序列进行联合建模，这种方式区别于常见的“视频生成+音频后处理”的拼接方案，使声音与画面在生成之初就处于同一语义空间，从而在口播与人物场景中呈现出更自然的同步效果。其二是对人像场景的针对性优化：根据公开信息，多位参与AA盲测的用户反馈，其人物面部纹理更加细腻、镜头切换更为流畅，在复杂提示词下的人物一致性表现也更稳定，一位用户在连续对比Pyramid-Flow、Veo 3.1 Lite与PixVerse V6后甚至表示“只要出现HappyHorse基本都会选它”。而这一主观体验恰好与Elo高分形成呼应。在AA的评测样本中，人像与口播类内容占比超过60%，使得这一局部优势被持续放大，并最终体现在整体排名上。但高分并不意味着全能，社交媒体上的批评声同样不少。不少用户指出，已经发布的视频中水体抖动细节不自然、快速运动中的条纹物体崩坏以及在大屏显示下的画质劣化等问题。这些缺陷在无音频赛道的高分掩盖下往往被忽略，但在影视级应用中却是致命伤。一位AIGC导演告诉「AIX财经」，从流出的片段看，它的感官很接近Seedance2.0，真实度不错，但剧烈运动时的“AI感”依然浓重。X用户daniel.dmai更是直言不讳：“别把排名太当回事。当HappyHorse碰到的都是些旧模型时，大家自然会选那个看起来更顺眼的。它跟 Seedance2.0比还差得远。”这种分歧，正好指向Elo盲测机制的优势与局限。在AA评测中，用户先提交提示词或参考图像，系统调用两个模型生成结果并进行匿名展示，用户在不知模型来源的情况下进行选择，所有投票被纳入类似国际象棋排名的Elo系统，根据胜负关系动态调整分数，从而得到最终排名。作为AI视频领域最具公信力的评测体系之一，Artificial Analysis的权威性正是来自于这套能够捕捉用户真实偏好的游戏规则。HappyHorse的高分是超过9000次真实用户盲选结果，比任何实验室跑出来的技术指标都更接近真实用户感受。但其局限同样明显。首先，样本分布并非均衡，人像与口播类内容占比过高，使得在该场景中表现突出的模型更容易获得高分。另外，“刷榜”风险同样存在。有研究指出，Elo评分系统在特定情况下，可能通过数学变换掩盖底层数据的不确定性，从而影响评分。因此，榜单高分不等于实际应用中的完美表现。在实际项目中，高分辨率下细节的稳定性、长时间视频的连贯性等，都是榜单盲测难以覆盖的。更需要强调的是，目前除了官方榜单与有限的外部样本外，HappyHorse尚未经过充分的第三方使用与验证。这匹“匿名快马”的真实速度与能力，需等模型真正披露后才会揭晓。02.这匹马来自哪里？随着HappyHorse霸榜，寻找这匹马的“主人”成了本周AI圈最热闹的猜谜游戏。目前流传最广的线索，主要来自两个方向。第一条线索来自技术侧的逐项对比。有开发者将HappyHorse在榜单中的公开基准表现，与已知模型逐项对比，试图通过“能力特征”反推其来源。X用户Vigo Zhao的比对结果指向一个高度重合的对象——daVinci-MagiHuman。视觉质量4.80、文本对齐4.18、物理一致性4.52、语音字错率14.60%，四项核心指标几乎一一对应。与此同时，两者在官网架构描述、演示视频风格上的相似性，也让这一猜测进一步增强。公开信息显示，daVinci-MagiHuman由上海创智学院（SII）生成式人工智能研究实验室（GAIR）与AI初创公司Sand.ai联合研发，已于今年3月在GitHub开源。如果这一链条成立，那么HappyHorse并非“横空出世”，而是一次技术复用。相比于技术比对，第二条线索更具戏剧性，它指向了一个名字——张迪。多个信源将HappyHorse与张迪联系在一起。公开信息显示，张迪在2010年毕业于上海交大后加入阿里，在阿里妈妈体系内长期负责大数据与机器学习架构。2020年，他转投快手，担任技术副总裁，主导搭建可灵大模型体系，并推出可灵1.0 / 2.0视频生成模型，被业内称为“可灵之父”。2025年短暂加入B站后，又在同年回归阿里，出任淘天集团未来生活实验室负责人。如果传闻属实，时间线在这里变得耐人寻味。张迪回归阿里约5个月后，HappyHorse登顶，这意味着一支刚刚重组的团队，在半年内就用一款更轻量、更高效的模型实现了对行业头部的“反杀”。这是技术能力的体现，也意味着人才流动正在重新塑造竞争格局。「AIX财经」向阿里相关人员求证，对方回复“这个事情我们不太了解”。但资本市场已先行一步。消息发酵当天，阿里巴巴港股一度上涨超过 7%。直到4月10日，阿里巴巴方面表示，HappyHorse是阿里ATH旗下创新事业部郑波团队研发的模型，目前处于内测，会于近期开放API。郑波是阿里副总裁，于2017年9月加入，历任淘宝搜推算法负责人、阿里妈妈CTO、淘天集团算法技术负责人。不过，HappyHorse的出场方式本身，或许比“它是谁”更重要。从命名到发布路径，它都带有明显的“设计痕迹”。2026年是农历马年，“HappyHorse”本身藏着马年梗；官方支持语言中将普通话与粤语并列，也进一步强化了其出自亚洲团队的可能性。更关键的是，它选择的不是发布会，而是榜单，不是讲故事，而是直接给结果。这一策略并非孤例。今年2月，神秘模型Pony Alpha在OpenRouter平台上线时，同样没有任何背景信息，却迅速引发行业“猜爹”，最终被证实为智谱AI的GLM-5。路径几乎完全一致：匿名上线-榜单出圈-身份揭晓。先盲测，再发布——正在成为一种可复制的行业打法。把模型丢进第三方评测平台，剥离品牌溢价，只拼性价比，让用户用鼠标投票。如果跑出好成绩，自然引发行业关注和媒体报道。这种策略特别适合资源有限但技术尖端的亚洲团队。不用砸钱做营销，只需要一个足够好的模型和一个足够公信的评测平台。HappyHorse的参数规模约150亿，并不算当前视频模型中的“巨无霸”，Seedance2.0的体量普遍被认为更大，但它通过架构设计与评测场景的精准匹配，实现了“以小博大”的效果。但这种策略也有短板。当用户不知道模型来自哪里时，评价标准被压缩到最单一的维度——好不好用。一旦身份揭晓、产品开放，用户的判断会迅速叠加品牌、稳定性、成本与可控性等因素，预期也会随之抬升。如果实际体验无法支撑这种预期，热度往往会迅速回落。Pony Alpha在身份确认后的关注度明显低于匿名阶段，正是一个典型例子。因此，与其说HappyHorse的悬念在于“它是谁”，不如说在于当这匹马真正亮相之后，它还能不能跑出现在这样的速度。03.“快乐马”让谁不快乐？如果把时间线拉长，AI视频赛道正处于一场剧烈的重构之中。2026年初，字节跳动的Seedance2.0爆火出圈，接过了“行业标杆”的接力棒。而曾经的领跑者OpenAI却在3月突然按下停止键——Sora全面关停。这款曾被视为“视频生成GPT时刻”的产品，最终倒在了经济账面前：日均1500万美元的推理成本，对比生命周期内仅约210万美元的总收入，这种严重的“成本-收益”倒挂，让先行者最终成了先烈。Sora退场留下的真空，迅速被字节与快手填补。Seedance2.0承接了技术天花板的预期；可灵则以超6000万用户和正向毛利率，稳扎稳打地推进变现。两者共同点很明显，均为闭源模型，均在积极商业化，均在用真金白银验证AI视频的商业模式是否成立。直到HappyHorse突然出现。它带来的冲击，不只是性能上“更强一点”。对于开发者而言，HappyHorse的开源基因意味着游戏规则的重写。一旦模型权重与推理代码全量披露，用户可以绕过高昂的API付费体系，转向自部署与深度定制。它挑战的就不再是某一款产品，而是整个闭源商业模式的底层逻辑。换句话说，它动的是规则，而不仅仅是排名。150亿的参数规模，意味着相对更低的推理门槛。一旦支持私有化部署，对于高频使用视频生成的工作室和营销团队而言，边际成本将随使用量增加而持续摊薄。虽然HappyHorse尚未公测亦未公布定价，但业内已出现强烈预期，不少讨论认为其费用或仅为Seedance的一半。这种价格预期背后，折射出专业创作群体对现有闭源模型高成本压力的集体焦虑。当然，这一切的前提是——开源真正落地。除了开源之外，对于HappyHorse而言，真正问题在于上线后能不能赢下市场。即梦与可灵的壁垒，除了技术本身，还有与业务场景的深度融合。在电商直播、广告投放、内容分发等场景中，视频生成能力只是插件，流量分配权与业务流闭环才是真正的护城河。HappyHorse可以赢在盲测的第一眼惊艳里，但要进入真实生产流，还有更长的路要走。与此同时，更残酷的现实是，技术领先的“保质期”正在急剧缩短。从去年9月至今，可灵2.5Turbo、Seedance2.0、SkyReelsV4等模型轮流登顶，几乎每月一次“新王登基”。好耶科技创始人吴杰茜曾对「AIX财经」表示，视频大模型的竞争是一场永不停歇的烧钱长跑。一旦投入强度稍有松懈，或迭代速度慢于对手，用户会毫不犹豫地倒向更新、更强的模型。“赢家通吃”的法则，迫使厂商持续加码，稍有松懈即被淘汰。HappyHorse的出现，短期内让享受Sora退场红利的头部厂商感受到了切实压力。长期来看，它向整个行业抛出了一组更本质的拷问：开源与闭源，哪种路径能跑通长效盈利？在迭代周期以月为单位的赛道里，真正的护城河究竟是模型本身，还是那张看不见的商业分发网络？Sora的失败证明了一件事，技术领先不能替代商业闭环。而HappyHorse的出现提醒了另一件事：在开源浪潮面前，闭源模型的定价权与壁垒，或许比想象中更加脆弱。","news_type":1,"symbols_score_info":{}},"isVote":1,"tweetType":1,"viewCount":68,"commentLimit":10,"likeStatus":false,"favoriteStatus":false,"reportStatus":false,"symbols":[],"verified":2,"subType":0,"readableState":1,"langContent":"CN","currentLanguage":"CN","warmUpFlag":false,"orderFlag":false,"shareable":true,"causeOfNotShareable":"","featuresForAnalytics":[],"commentAndTweetFlag":false,"andRepostAutoSelectedFlag":false,"upFlag":false,"length":21,"optionInvolvedFlag":false,"xxTargetLangEnum":"ZH_CN"},"commentList":[],"hasMoreComment":false,"orderType":2}