阿里HappyHorse-1.0视频模型上线公测，音画同步生成领跑全球评测

阿里ATH创新事业部研发的视频生成模型HappyHorse-1.0，于2026年4月15日正式启动公开测试，目前部署于Arena.ai平台，正处于正式发布前的最终优化阶段。

根据官方披露的早期评估数据，该模型在多项视频编辑任务中展现出显著优势，整体性能表现稳定，技术指标达到预期目标。预计将于两周后完成全部调优工作并发布正式版本。

内部确认，模型的API服务计划于2026年4月30日全面开放。现阶段已面向开发者社区开放早期体验通道，诚邀用户参与实测并提交使用反馈。

值得关注的是，该模型此前以匿名方式参与全球权威AI评测平台Artificial Analysis Video Arena的盲测，在文生视频与图生视频（不含音频）两大核心赛道中，综合得分超越字节跳动Seedance 2.0及快手可灵3.0，位列榜首。

HappyHorse-1.0基于150亿参数、40层结构的单流自注意力Transformer架构构建，首次实现音视频内容的原生同步生成。区别于传统视频生成模型需分步完成画面生成、音频合成、口型对齐等多重工序，本模型通过统一前向推理流程，一次性输出带音轨的完整视频，全程无需后期拼接或人工干预，大幅缩短生成周期，提升输出一致性。

模型原生支持七种语言的精准唇形同步，涵盖英语、普通话、粤语、日语、韩语、德语与法语，满足多语种场景下的高质量视频生成需求。