那個(gè)一度在 Artifical Analysis 的 AI 視頻競(jìng)技場(chǎng)排行榜中登頂?shù)谝坏囊曨l生成模型 HappyHorse 1.0，我們終于能用官方版了，現(xiàn)在打開千問 APP 和千問創(chuàng)作Web端（ c.qianwen.com ），直接就能用，甚至還有免費(fèi)體驗(yàn)額度。

前段時(shí)間，一款名為 HappyHorse 1.0 的視頻生成模型，悄然登頂權(quán)威 AI 評(píng)測(cè)平臺(tái) Artifical Analysis 的 AI 視頻競(jìng)技場(chǎng)排行榜，引發(fā)社交媒體的紛紛議論。直到阿里正式認(rèn)領(lǐng) HappyHorse，謎團(tuán)揭開，這匹快樂小馬出自自家新成立不到一個(gè)月的 ATH 事業(yè)群。

今天，阿里公布了 HappyHorse 1.0 的體驗(yàn)渠道，千問官方首發(fā)灰測(cè)，千問 APP 和千問創(chuàng)作Web端都能直接使用。

移動(dòng)端（千問 APP），我們只需將千問更新到最新版本，通過點(diǎn)擊首頁的「HappyHorse」膠囊，即可直接進(jìn)入 HappyHorse 1.0 的生視頻創(chuàng)作面板，并且千問還贈(zèng)送了免費(fèi)體驗(yàn)額度。

PC 網(wǎng)頁版（千問創(chuàng)作 Web 端），針對(duì)有更專業(yè)創(chuàng)作需求的用戶，可以通過瀏覽器打開 c.qianwen.com 登錄使用。網(wǎng)頁端每次生成消耗積分，綜合對(duì)比下來，還是比較具有性價(jià)比的。

無論是文生視頻還是圖生視頻，均支持最高 1080p 的視頻分辨率。我們可以自由選擇 16:9、9:16 或是 1:1 的視頻寬高比，生成時(shí)長(zhǎng)可選 5 秒、10 秒或15 秒，并且支持原生生成音頻。

APPSO 第一時(shí)間拿到了體驗(yàn)資格，評(píng)測(cè)榜單的排名能說明結(jié)果，但是 HappyHorse 1.0 生成的視頻，到底有什么優(yōu)點(diǎn)，一起來看看我們的實(shí)測(cè)。

通過實(shí)測(cè)，能看到其實(shí) HappyHorse 1.0 并沒有在復(fù)雜的全能參考選項(xiàng)上做文章，而是將核心發(fā)力點(diǎn)放在了動(dòng)作、聲音、空間的自然度上，加上合理的鏡頭語言，和風(fēng)格的準(zhǔn)確還原，整體表現(xiàn)確實(shí)驚艷。

用一句指令，直接搞定運(yùn)鏡和故事板

大部分的主流視頻模型，都會(huì)把鏡頭運(yùn)動(dòng)當(dāng)做一個(gè)庫(kù)，給用戶來調(diào)用。所謂的鏡頭運(yùn)動(dòng)，更像是從這些庫(kù)里，推進(jìn)、拉遠(yuǎn)、旋轉(zhuǎn)，隨機(jī)挑一個(gè)運(yùn)鏡方式，并沒有配合畫面里正在發(fā)生的事情。

而鏡頭感作為視頻最重要的一部分，往往一眼就能感受到明顯的差距，但它本身又很難用具體數(shù)值來量化。

HappyHorse 1.0 的處理方式也表現(xiàn)得可圈可點(diǎn)，切換鏡頭的時(shí)機(jī)必須是服務(wù)于作品。情緒需要收緊的地方，鏡頭近一點(diǎn)；需要交代環(huán)境的地方，給我們?nèi)埃槐澈笫且惶子袛⑹逻壿嫷恼{(diào)度。

同樣一個(gè)提示詞，丟給多個(gè)模型生成的視頻畫面，可能都會(huì)偏向「固定機(jī)位」，人物站在中間，缺乏鏡頭調(diào)度。因?yàn)檫@樣最不容易出錯(cuò)，但是給視頻的觀感又大打折扣。

HappyHorse 1.0 在生成的視頻里，則是像一個(gè)懂行的攝影指導(dǎo)，各種大師級(jí)運(yùn)鏡，從全景到近距離跟拍馬蹄的揚(yáng)塵，再流暢切換到低角度仰拍拔槍的瞬間。

它打破了傳統(tǒng)的 AI 視頻生成模型「為了穩(wěn)妥而選擇平庸」的安全構(gòu)圖，用大量扎實(shí)的鏡頭調(diào)度，把這段追逐戲的動(dòng)態(tài)張力，原原本本地拍了出來。

情緒和動(dòng)作都有了層次感，微表情也能演戲

對(duì)于很多視頻模型，人物動(dòng)作是最難解決的問題。即便使用詳細(xì)的參考生成，到了后半段還是容易出現(xiàn)變形，比如手指多一根、臉部模糊或者動(dòng)作節(jié)奏突變。

但 HappyHorse 1.0 在這個(gè)硬指標(biāo)上表現(xiàn)非常穩(wěn)定，一段 5 秒的視頻，人物動(dòng)作從頭到尾基本保持連貫，穿幫的頻率明顯更低。

舉個(gè)具體的例子，我們用的提示詞是一個(gè)穿著白色裙子的女生走在花海里，從畫面的左邊走到右邊，鏡頭跟隨，女生轉(zhuǎn)動(dòng)裙子，捧起一朵花聞。

HappyHorse 1.0 給的動(dòng)作過渡非常自然，女孩在花叢中走路完全沒有那些「太空步」的滑移，從她轉(zhuǎn)動(dòng)裙擺，到捧起花朵湊近鼻子，整個(gè)動(dòng)作流程行云流水。

動(dòng)作有層次感，人物的表情同樣真實(shí)。我們生成了一個(gè)小朋友咬下酸檸檬的視頻，從咬下檸檬的瞬間，到強(qiáng)烈的酸味，開始帶來面部肌肉緊繃、五官皺起、緊閉雙眼，再到酸勁兒逐漸過去，面部肌肉慢慢放松，最后茫然地重新睜大眼睛。

通過動(dòng)作和表情，讓人物的情緒更有層次感，HappyHorse 1.0 生成視頻也更不容易讓人出戲。

官方數(shù)據(jù)顯示，HappyHorse 1.0 的內(nèi)部 GSB（Good-Significant-Bad 人類偏好評(píng)分）是 Wan2.7 的 3 倍，動(dòng)作流暢性和清晰度都進(jìn)步明顯。

對(duì)話聽起來更像真人，環(huán)境音也開始參與敘事

除了畫面表現(xiàn)，HappyHorse 在 AI 視頻配音上的表現(xiàn)也比其他模型更出色。

大部分的 AI 視頻配音，都有一個(gè)很難繞開的問題：聽上去像在「念」，不像在「說」。

語氣是平的，語調(diào)不跟著情緒走，兩個(gè)人對(duì)話的時(shí)候，一方說話，另一方就在那里等著，沒有反應(yīng)，沒有表情變化，像兩個(gè)人在分別完成自己的任務(wù)。

HappyHorse 1.0 在這里的處理，是對(duì)白真的有情境感。語氣和語調(diào)貼著畫面里的情緒，驚訝的時(shí)候語調(diào)是對(duì)的，輕松的時(shí)候節(jié)奏是松的。多人對(duì)話的場(chǎng)景里，聽的那一方也是自然，會(huì)有表情，有細(xì)微的肌肉反應(yīng)，不是在發(fā)呆等下一句。

環(huán)境音也是一樣的邏輯。書寫聲、翻頁聲、遠(yuǎn)處的背景音，這些細(xì)節(jié)在大多數(shù)視頻模型里是缺席的，或者聽上去是從音效庫(kù)里隨機(jī)抓來的。

HappyHorse 1.0 里，這些聲音跟畫面里正在發(fā)生的事情是對(duì)得上的，而且能參與情緒。在安靜的場(chǎng)景里，出現(xiàn)一點(diǎn)紙張摩擦聲，或許比大多數(shù)配樂都更容易讓人有沉浸感。

還有一個(gè)比較小眾但實(shí)用的能力：多語言的唇形同步，覆蓋了普通話、粵語、英語、日語、韓語、德語、法語等語言。

輸入中文文本生成人物說話的視頻，嘴型就能跟上語音。這個(gè)能力的想象空間相當(dāng)大，從短視頻配音到虛擬主播，未來都會(huì)用得上。

不需要復(fù)雜的風(fēng)格提示詞，輕松拿捏經(jīng)典影視劇風(fēng)格

如果說前面關(guān)于鏡頭、動(dòng)作和聲音幾點(diǎn)解決的是 AI 視頻的硬件問題，即 AI 視頻不能讓人出戲；風(fēng)格的還原，則是讓最后的畫面更有戲。它會(huì)開始用色彩、光影和質(zhì)感，去建立屬于創(chuàng)作者的美學(xué)氛圍。

風(fēng)格的添加也很講究，不是套一層濾鏡，或者一個(gè)打包好的 LUT 包，它也需要視頻模型對(duì)不同美學(xué)風(fēng)格的了解，以應(yīng)用合適的風(fēng)格化。

HappyHorse 1.0 在特定風(fēng)格的還原上，細(xì)節(jié)非常扎實(shí)。各類經(jīng)典影視劇的風(fēng)格、老港片里膠片的顆粒感和偏冷的高光，我們?cè)趯?shí)測(cè)的生成結(jié)果里面都能看到。

無論是老水滸/三國(guó)畫風(fēng)那種粗糲寫實(shí)的歷史厚重感、光影迷離的經(jīng)典港風(fēng)，還是強(qiáng)調(diào)高反差冷峻光影的美劇質(zhì)感、主打細(xì)膩柔光的韓劇氛圍，它都能精準(zhǔn)拿捏。

如果你是個(gè)對(duì)畫面質(zhì)感有追求的創(chuàng)作者，非常推薦去千問里親自感受一下這種「導(dǎo)演級(jí)」的美學(xué)控制力。

AI 視頻賽道需要一匹黑馬

告別了動(dòng)輒半天的視頻生成排隊(duì)，一個(gè) Video Arena 榜單第一的模型，現(xiàn)在不僅直接放到了手機(jī) App 里隨手可用，還給了免費(fèi)體驗(yàn)額度，千問這波實(shí)在是給力。

回頭看 HappyHorse 1.0的這幾個(gè)特點(diǎn)，動(dòng)作不穿幫、鏡頭有語言感，解決了 AI 內(nèi)容質(zhì)量的可預(yù)期性，讓我們不用再抱著「抽卡」的心態(tài)，去體驗(yàn) AI 視頻生成。

對(duì)白自然、真實(shí)的環(huán)境音、還有精準(zhǔn)的風(fēng)格化還原，更是讓我們和創(chuàng)作者少了大量的后期修補(bǔ)成本，不需要在多個(gè)工具之間來回倒騰。

如果把這種極低門檻、高容錯(cuò)率的生成能力放到具體的商業(yè)語境中，價(jià)值是顯而易見的。

對(duì)于新媒體運(yùn)營(yíng)、短劇導(dǎo)演或是電商營(yíng)銷團(tuán)隊(duì)而言，過去需要龐大后期團(tuán)隊(duì)和高昂拍攝預(yù)算才能完成的分鏡預(yù)演、概念設(shè)計(jì)或視覺短片，現(xiàn)在只需在手機(jī)或電腦上輸入指令就能快速落地。在千問里，一個(gè)人就是一支高效的視聽制作團(tuán)隊(duì)。

▲現(xiàn)在我們?cè)谇柪?，就能得到一段真?shí)的虛擬主播視頻

過去一段時(shí)間，視頻生成賽道的競(jìng)爭(zhēng)邏輯是「誰的模型更強(qiáng)」——更高的分辨率、更長(zhǎng)的時(shí)長(zhǎng)、更復(fù)雜的物理模擬。

拼的是參數(shù)和算法的技術(shù)競(jìng)賽，但我們真正卡住的地方很少是因?yàn)椤改Ｐ妥霾坏健?，大多?shù)時(shí)候是「做到了但用不起或用不到」，等待時(shí)間太長(zhǎng)、聲畫要分開處理、動(dòng)作穩(wěn)不穩(wěn)全靠運(yùn)氣，每一個(gè)環(huán)節(jié)的摩擦都在把視頻生成擋在專業(yè)用戶和 AI 超級(jí)創(chuàng)作者之外。

而這一次，千問不僅省去了我們?cè)诓煌ぞ咧g切換的折騰，把最頂級(jí)的視頻生成能力直接放到了最熟悉的對(duì)話框里，更借助底層模型的實(shí)力，把這些創(chuàng)作摩擦一個(gè)個(gè)徹底抹平了。

▲千問現(xiàn)在是工作、學(xué)習(xí)、生活和創(chuàng)作中全能 AI 助手

HappyHorse 無疑是一匹強(qiáng)勁的黑馬，他是阿里新成立的 ATH 事業(yè)群，在模型能力、平臺(tái)分發(fā)、具體應(yīng)用這條完整鏈條上的一塊關(guān)鍵拼圖；在千問首發(fā)灰測(cè)后，鏈條開始跑起來了。

從幫助用戶解決日常問題、提升工作學(xué)習(xí)效率的文本對(duì)話，到如今整合了極高水準(zhǔn)的 AI 生圖與視頻能力，千問的進(jìn)化路徑已經(jīng)非常清晰：它正在打破「生活提效」與「專業(yè)創(chuàng)作」的壁壘。

通過一次次的功能迭代，千問正將頂級(jí)的算力平民化，真正從一個(gè)簡(jiǎn)單的問答工具，蛻變?yōu)橐粋€(gè)覆蓋用戶全場(chǎng)景的「全能型 AI 助手」。

作為普通人，我們或許不需要關(guān)心背后復(fù)雜的算法架構(gòu)，因?yàn)樽詈玫募夹g(shù)，已經(jīng)通過千問以最順滑的方式裝進(jìn)了你的手機(jī)里。

現(xiàn)在，輪到大家上場(chǎng)了。

如果你也想體驗(yàn) HappyHorse 1.0 強(qiáng)大的視頻生成能力，千問還同步開啟了「天馬行空」挑戰(zhàn)賽。一共四大 AIGC 視頻賽道，20 萬現(xiàn)金獎(jiǎng)池等大家來拿。

直接前往千問 App 或千問創(chuàng)作 Web 端，用靈感在這個(gè)沒有門檻的新畫布上，真正「天馬行空」一次。

*文章內(nèi)視頻播放可點(diǎn)擊該鏈接預(yù)覽*