阿里神秘模型HappayHorse：質感一流，接下來挑戰是進入阿里真實業務

作者 ｜ 董道力
郵箱 ｜ dongdaoli@pingwest.com

過去一段時間，AI 視頻圈最神秘、也最被惦記的名字之一，就是 HappyHorse。

它一開始沒有大規模發布，沒有鋪天蓋地的宣傳，甚至連身份都帶著一點懸念。結果卻先在第三方視頻模型榜單上殺了出來：文生視頻、圖生視頻，幾個關鍵榜單里都排到前列。很多人還沒用上它，已經開始在問同一個問題：這到底是誰家的模型？

后來答案揭曉，HappyHorse 背后是阿里。

這就更有意思了，AI 視頻賽道里又多了一個重量級玩家。前面有 Sora （節哀）、Veo、Kling、Seedance，大家已經打得熱火朝天。現在 HappyHorse 入場，而且一上來就帶著榜單成績和神秘光環，熱度自然被拉滿。

我們正好拿到了體驗機會，這個被傳了很久、也被期待了很久的 HappyHorse，到底只是榜單上好看，還是已經真的能拿來做內容生產。

1

實測 HappyHorse

進入 HappyHorse 生成頁面，分成兩個大功能板塊，生成視頻和編輯視頻。

生成視頻中支持首幀模式，也是上傳一張圖，讓 AI 依照圖片生成后續動作。也支持最多 9 張圖片的參考模式，用戶可以上傳 9 張自家寵物的照片，隨后就能用 HappyHorse 生成以自家寵物為主角的視頻。

在生成參數上，HappyHorse 給了多種選擇。尺寸方面，它支持 16:9、4:3、1:1、3:4、9:16 等常見比例，橫屏、方圖、豎屏內容基本都能覆蓋。分辨率最高可達 1080p。

時長方面，單條視頻可以在 3 到 15 秒之間自由選擇。它最多支持一次生成 4 段視頻，相當于一次出多版結果，能明顯降低視頻生成里的“抽卡”成本。

視頻編輯的參數比較少，上傳視頻后，用提示詞進行修改，可以生成 720p 或 1080p 分辨率視頻，也可以選擇是否保持原視頻音頻還是用 AI 生成新音頻。

1

測試 1：文生視頻

prompts:

現代頂級戰斗機飛行員駕駛先進戰機進行高強度空戰。畫面以多機位快速切換呈現：高速俯沖、急轉、翻滾、鎖定、規避導彈，鏡頭在激烈的空中追逐與座艙內部特寫之間來回切換。

切入飛行員側臉特寫，展現飛行員在高 G 過載下緊張而專注的反應；手部快速操作推桿、開關、按鈕和檔位控制器。隨后鏡頭迅速切回戰機外部，機翼劃破氣流，強烈風噪呼嘯而過，發動機轟鳴震撼。

空中出現爆炸、導彈尾焰、劇烈機動和強烈鏡頭震動，攝影機高速跟拍戰機穿越煙霧與火光，營造極度緊張、快節奏、沉浸式的現代空戰場面。電影級質感，4K 超清細節，真實物理運動感，強烈動態模糊，快速移動鏡頭，震撼音效氛圍，24 FPS。

視頻特效很到位，無論是飛機的細節和云朵、天空的質感，都有電影感。但還有一些不足，比如儀表盤上的字母都是亂碼。此外，導彈的數量不夠合理，需要改進。

我們再來嘗試更加精確，帶有片段時間、人物動作，景別的提示詞。

prompts:

一位身著中式服飾的人物站在中式廚房灶臺前，以武俠功夫烹飪“宮保雞丁”。整體畫面流暢連貫，強調劇情推進、動作節奏與食材特寫，鏡頭語言豐富，包含近景、中景、特寫與動態跟拍，突出中式功夫與烹飪結合的視覺沖擊力。

0-2 秒（開場）

近景快速推鏡，人物立于灶臺前，氣沉丹田，單手猛然按向桌面，指節發力。案臺微震，碗中的雞丁、花生、干辣椒同時被震起，食材凌空懸浮在半空中。鏡頭給食材騰空的特寫，畫面富有力量感與戲劇性。

2-4 秒（起手式）

人物旋身起勢，右手并指如劍，快速點向空中的雞丁。指風凌厲，精準劃開雞肉紋理，雞丁瞬間被分切成均勻小塊。鏡頭跟隨雞丁運動軌跡，展現其在空中劃出弧線，隨后紛紛落入熱油翻滾的鐵鍋之中。

4-6 秒（掌風滑炒）

人物沉腰扎馬，雙掌隔空對準鐵鍋快速運勁。掌風帶動鍋中雞丁高速旋轉、翻滾、滑炒，雞肉在高溫中迅速變色，表面油潤透亮，受熱均勻，呈現鮮嫩不柴的質感。鏡頭切入鍋內食材特寫，火焰、油光與翻炒動作同步增強。

6-8 秒（飛切配料）

人物側身抬腿，腳尖輕挑案板上的黃瓜與胡蘿卜，配料凌空飛起。下一瞬抬手出刀，刀光如電，干凈利落地將配料瞬間切成整齊方丁。鏡頭以高速動態捕捉切割過程，配料切好后精準落入鍋中，與雞丁匯合。

8-10 秒（翻炒功夫）

人物單手握住鍋柄，手腕驟然發力，使出高難度翻鍋動作。鐵鍋上下翻飛，雞丁、花生、干辣椒與配料在空中交織翻騰，動作瀟灑利落，如舞劍一般行云流水。食材顆粒分明，不灑一滴湯汁，鍋氣十足。鏡頭加入跟拍和特寫，強化熱烈、香氣四溢的感覺。

10-15 秒（收招成菜）

人物完成最后一記大幅度旋鍋，鐵鍋在空中劃出漂亮殘影，所有食材穩穩回落鍋中。隨后順勢起鍋裝盤，將色澤紅亮、鮮香誘人、油潤酥香的宮保雞丁精準盛入白瓷盤中。成品熱氣升騰，鏡頭定格在菜品特寫上，背景虛化，人物在后景抱拳收勢，整體畫面干凈利落，具有濃厚的中式武俠美學與美食質感。

這類功夫做菜的視頻在短視頻平臺很火，我們可以看到 HappyHorse 精準還原了提示詞中的時間約束。人物抬腿，右手并指如劍都很好的還原。但切菜的特效，最后鍋有點飄，需要多抽幾次卡，選擇效果最好的。

1

測試 2：圖生視頻

我們先生成一張中國長城的圖片，隨后讓鏡頭拉近看長城的細節。

promtps:

一張復古風格的長城地形地圖平鋪在桌面上，開場時仍然是平面的紙質圖紙，紙張微微卷邊，光線柔和，帶有舊檔案地圖的質感。隨后地圖輕微翻動，紙面上的山體和長城緩緩從平面中隆起，變成立體紙雕沙盤。鏡頭順勢向前推進，沿著長城低空穿梭飛行，掠過城墻、烽火臺和山脊，畫面重點表現“從紙上長出來的長城”這種感覺。整體不是寫實風景，而是復古地圖、紙雕模型、微縮沙盤結合的視覺效果。最后鏡頭緩緩拉遠，重新回到俯視角，完整看到整張立體化的長城地圖，畫面安靜、精致，有檔案感和歷史感。

通過這段測試，可以認為 HappyHorse 做出圖生視頻，是理解圖片內容的，從舊檔案的長城平面圖，拉近鏡頭變成立體紙雕，效果還原到位。此外，在鏡頭移動的時候，并沒有破壞上傳圖片（第一幀）的內容。

我們再試試最近比較火的直播帶貨截圖作為首幀，HappyHorse 能不能理解場景。

prompts:

9:16 豎屏，女裝穿搭直播間。年輕女主播站在溫暖時尚的服裝直播間，身后是整齊的衣架和多套春夏穿搭，桌面上擺著牛仔褲、襯衫、針織衫和配飾。主播手拿一件藍白條紋襯衫，對著鏡頭講解版型。

開場鏡頭從衣架橫向滑過，展示不同顏色的襯衫、外套和裙子，隨后切到主播半身。畫面上出現大字“穿搭推薦”“直播爆款”“第 2 件半價”。

中段主播將藍白條紋襯衫舉到胸前比劃，鏡頭切換到面料特寫，展示紋理、紐扣、領口和袖口。旁邊彈出“顯瘦遮肉”“清爽透氣”“百搭不挑人”“通勤休閑都能穿”等標簽。

隨后加入試穿鏡頭：模特在鏡前展示上身效果，轉身、整理袖口、搭配白色內搭和高腰褲。直播界面下方彈出彈幕評論、商品卡片、尺碼建議和庫存提醒。

結尾回到主播，主播指向右下角“點擊下單”按鈕，畫面出現“直播間爆款推薦”“89.9 元”“第二件半價”“僅剩 236 件”。整體風格年輕、甜美、真實直播購物截圖感，運鏡輕快，顏色明亮。

首先視頻的配音是意外之喜，原本以為會和其他視頻一樣，用一些音效或者輕音樂，但這次任務重，HappyHorse 直接給人物進行配音了，而且內容很符合直播帶貨的場景。此外，一些視頻特效，比如點擊下單、僅剩 xx 件衣服、彈出的 banner 等，都貼近內容。

但同樣，視頻中的文字會出現亂碼，這時候需要多抽卡來解決。

接下來，我們截取了一段 FPS 游戲畫面，用 HappyHorse 生成接下來的內容。

prompts:

鏡頭從玩家持槍視角緩慢向前推進，槍口輕微晃動，腳步踩過碎石和龜裂的柏油路。道路兩側堆滿燒毀的汽車、廢棄公交車和被藤蔓覆蓋的建筑，陽光穿過塵埃和薄霧，空氣中有漂浮的灰塵。畫面前方的廢車堆突然傳來金屬摩擦聲，一輛殘破汽車的車門輕輕晃動，遠處有黑影快速從車頂掠過。玩家停下腳步，抬高槍口，瞄準廢車后方。幾只被感染的敵人從車堆和草叢中突然沖出，動作迅猛但不要血腥表現。鏡頭快速后退半步，槍口開火，槍焰照亮前景，子彈擊中廢車和地面濺起火花與塵土。隨后遠處傳來更大的吼聲，鏡頭轉向街道深處，露出一座被植物吞沒的城市關卡入口，暗示更大的危險即將出現。整體風格為寫實次世代游戲畫面，末日廢土氛圍，電影級光影，真實武器細節，動態鏡頭，強烈臨場感，16:9，4K，24fps，持續 8-10 秒。不要卡通風，不要夸張特效，不要血腥，不要出現現代城市人群。

結合此前阿里發布的 HappyOyster 世界模型，感覺兩者技術有共同之處，可以看到視頻在 15 秒時間內，還原了游戲世界。

1

測試 3：編輯視頻

原始視頻是一段足球內容，我們嘗試編輯小細節的內容，以及大范圍的風格修改。

prompts:

給足球加上火焰特效

足球的確有火，但問題也很明顯，模型追蹤 8 號隊員，把他的慶祝跑位當作搶球跑位了，所以球分成了兩個。能看出來 HappyHorse 在理解，但沒理解明白。

prompts:

視頻改成動漫風格

emm，整體風格修改看起來不是 HappyHorse 的強項，看細節，比如人臉，可以看出來風格轉換了，變成平面的二次元的。但除此之外， 變化不大，特別是觀眾席上觀眾的臉，像被迫高清化了。

1

HappyHorse 的價格也很 Happy

HappyHorse的價格分三檔。

免費版為 0 元，支持每日登錄領取免費積分，最多 2 個并發任務。不支持批量生成視頻、優先生成隊列、去除品牌水印和 1080P 視頻生成。

標準會員為 70 元/月，原價 87.50 元，目前為 8 折。每月包含 875 積分，折算為每 100 積分 8 元。功能包括每日登錄免費積分、最多 10 個并發任務、批量生成視頻、優先生成隊列、去除品牌水印和 1080P 視頻生成。

專業會員為 245 元/月，原價 350 元，目前為 7 折，并標注“最劃算”。每月包含 3500 積分，折算為每 100 積分 7 元。功能包括每日登錄免費積分、無限并發任務、批量生成視頻、最快優先生成隊列、去除品牌水印和 1080P 視頻生成。

截取了幾個比較常用的參數配置所消耗的點數，720P、5S的一個視頻優惠價格32分，按標準會員來算2.56元一個。720P、15S的視頻則是7.6一個。

1

進入第一梯隊，接下來挑戰在進入真實業務

過去兩年，AI 視頻基本是在比誰更震撼。可靈、Seedance、海螺、Vidu 把中國廠商推到了第一梯隊。這個賽道已經不缺“會生成視頻”的模型，缺的是誰能把視頻生成變成穩定、便宜、可復用的生產工具。

HappyHorse 的意義，不只是阿里又做了一個視頻模型。它更像是阿里正式下場補齊 AI 視頻這一塊拼圖。

從實測看，HappyHorse 的文生視頻和圖生視頻已經有明顯可用性。空戰、功夫做菜短視頻、長城紙雕地圖、直播帶貨、FPS 游戲場景，它都能理解畫面關系、動作節奏和鏡頭推進。尤其是首幀圖生視頻，能在不嚴重破壞原圖的情況下繼續展開，這點對短視頻、廣告、電商素材都很重要。

但問題也同樣明顯，文字仍然容易亂碼，視頻編輯不夠穩，物體追蹤會出錯，風格遷移也沒有想象中徹底。它可以幫創作者提高出片效率，但還不能完全替代后期、剪輯和人工篩選。

這其實也符合 AI 視頻行業現在的狀態。行業已經從單純拼模型效果，轉向拼商業落地。誰能降低抽卡成本，誰能穩定生成商品視頻、直播素材、短劇片段、游戲宣傳片，誰才更接近真正的生產力工具。AI 視頻正從技術突破走向商業驗證，短視頻、直播、電商和企業內容生產會成為關鍵場景。

放在這個背景下，HappyHorse 最大的想象力不在榜單第一，而在阿里的生態里。阿里有電商，有廣告，有云，有商家服務，也有大量需要低成本制作視頻素材的真實用戶。別的模型可能更像創作者工具，HappyHorse 如果接入淘寶、天貓、阿里媽媽、釘釘和阿里云，它就不只是一個視頻生成入口，而可能變成商家每天用來做商品展示、直播預熱視頻、廣告素材和品牌內容的基礎工具。

也許下半年再回頭看，HappyHorse 更像是 AI 視頻行業進入下半場后的一個信號：模型效果已經卷到足夠高，接下來真正重要的，是誰能把視頻生成接進真實業務里。

點個“愛心”，再走 吧