“欢乐马”打哭字节，阿里用最戏剧的方式成功反杀

发布时间：2026-04-10 19:12:51 浏览量：4

风云突变！阿里终于在字节的窒息中成功反杀。

连日来，一款名为HappyHorse（欢乐马）的神秘模型频频在全球屠榜，将炙手可热的Seedance斩落马下。

颇具戏剧性的是，字节一脸懵逼三天后，阿里举手说，这是我干的。而且快乐马的操盘手张迪，不仅是抖音老冤家快手的“可灵之父”，现在又跑到了现任生死大敌阿里这里捅了一刀。

更具侮辱性的是，阿里宣布开源，这让要百万保证金的字节猝不及防。

神秘的HappyHorse是4月7日开始屠榜的。

没有任何官方背书、没有任何公司认领的神秘模型，悄然空降AI视频领域最权威的第三方评测榜单Artificial Analysis Video Arena，以1333 Elo分的成绩登顶视频竞技场排行榜，在文本生成视频（含音频/不含音频）、图片生成视频（含音频/不含音频）四个赛道中均位列第一。

第二天，阿里巴巴集团CEO吴泳铭发布全员信，宣布 AI 相关组织的重大调整，成立集团技术委员会，原通义实验室升级为通义大模型事业部，ATH 创新事业部浮出水面。

4月10日，碾压级表现还在继续。

在文本生成视频（不含音频）赛道，HappyHorse得分达到1389，领先排名第二的字节跳动Seedance 2.0 达115分；在图片生成视频（不含音频）赛道，HappyHorse更是跑出了1415分的高分，刷新了该榜单的历史纪录。

即便在含音频的综合评测中，HappyHorse文本生成视频（含音频）得分已超过Seedance 2.0；而图片生成视频（含音频）仅以微弱差距紧随其后，得分1162分，仅比Seedance 2.0的1164分低2分。

Artificial Analysis被全球认可很重要的原因在于盲测机制：所有模型匿名提交，用户完全不知道视频来自哪个模型，仅凭观感投票打分，再通过类似国际象棋的Elo评分系统汇总排名。

因此，欢乐马接连登顶，立刻引发了全网的“寻马”热潮。

各种猜测在4月10日终于水落石出。

HappyHorse开通了微博账号，并发布首条官宣内容：HappyHorse属于阿里ATH创新事业部，其正在内测中，目前尚未上线。

将欢乐马的欢乐推向高潮的是两个传言：一个是操盘手张迪，一个是字节紧急变阵。

这让整个AI视频圈都为之侧目张迪，张迪的履历堪称传奇。

他本硕毕业于上海交通大学。

2010年加入阿里巴巴，担任阿里妈妈大数据与机器学习架构负责人。

2020年，他跟随阿里妈妈前技术总监盖坤跳槽快手。2024年，他以“技术一号位”身份牵头可灵AI的全链路研发，主导了可灵1.0和2.0两代底层架构，被业内称为“可灵AI之父”。

2025年9月，张迪短暂加入哔哩哔哩担任技术条线负责人，但仅任职约两个月便再次离开。

2025年11月正式回归阿里，出任淘天集团未来生活实验室负责人，职级P11，直接向淘天首席科学家郑波汇报。

也就是说，张迪先在快手做出了可灵AI，然后跳到阿里做出了HappyHorse来打败可灵，还帮被字节搞得颇为狼狈的阿里出了口恶气。

有网友调侃：“可灵最大的竞争对手，不是Seedance，是张迪本人。”

更令人惊叹的是效率。张迪回归阿里后，仅用5个月时间，带领团队打造出了HappyHorse-1.0。而传统大模型开发周期通常在12至18个月，OpenAI的Sora从立项到发布用了近两年，字节Seedance 2.0也花了差不多一年。

HappyHorse之所以能在短时间内实现弯道超车，与其独特的技术路线密不可分。

它是目前全球首个原生支持音视频联合生成的开源视频大模型，参数量为150亿，采用40层统一自注意力Transformer架构，单张H100显卡生成一段5秒1080p视频耗时仅约38秒。不同于传统模型“先生成无声视频、再单独配音、再做口型对齐”的多工序流程，HappyHorse将所有模态的Token拼成同一个序列，让模型在一次前向推理中直接输出带声音的成片，口型、脚步声、环境音全部在同一过程中生成，无需后期拼接。此外，HappyHorse原生支持英语、普通话、粤语、日语、韩语、德语、法语七种语言的唇形同步，词错误率在同类开源模型中最低。

不过，HappyHorse也并非全无短板。有机构实测报告指出，HappyHorse的场景感、真实感、成片感是其最大长板，但在复杂动作控制和分镜调度上，尚不如Seedance 2.0成熟。它更像一个“很会拍漂亮镜头的摄影师”，还不是一个“真正成熟的动作导演”。

HappyHorse的横空出世，让原以为大局已定的AI格局风云突变。

过去一年，AI视频生成的竞争格局泾渭分明：字节跳动凭借Seedance系列稳坐头把交椅，快手可灵AI凭借庞大的用户生态占据第二梯队，而阿里在这一赛道长期缺乏一款能打的产品。

阿里举全集团之力力捧的千问，在用户活跃度和市场普及度的消费级应用榜单上，一直被豆包压着一头。

此前，阿里还因为前阿里千问大模型负责人林俊旸的出走而备受争议。

HappyHorse的诞生，无疑是对于阿里ALL IN AI的组织变革最好的礼物，林俊旸的那句“快乐马简直高兴疯了”更让一扫此前阴霾。

让字节无比被动的是开源带来的巨大压力。

此前，字节Seedance 2.0虽然面向企业用户开放公测，但同时设置了各种严苛的要求和准入条件：仅面向完成企业认证的主体，默认并发数锁定在10；真人人脸生成与自定义人像功能暂不开放，仅可使用平台公共虚拟人像库进行二次创作。想要解锁高级能力或新签约团队还需签署保底合作协议，和支付100万元保证金及10%预付款。

因为版权和产品问题一直让Seedance不敢免费放开。

2月12日，Seedance 2.0正式上线，凭借超写实的视频生成能力和多模态音视频联合架构惊艳全球，但美国电影协会（MPA）和美国影视演员协会（SAG-AFTRA）先后发布声明，谴责Seedance 2.0大规模擅自使用受版权法保护的作品，存在公然侵权行为。字节跳动随后决定暂缓Seedance 2.0在全球发售的计划。

同时Seedance 2.0也存在一些局限性问题，如细节稳定性、文字与字幕处理缺陷、多主体与复杂交互处理不足等。在生成复杂场景或长视频时，可能出现角色动作不连贯、场景元素漂移等情况；在高并发使用或生成长视频时，可能出现生成时间延长、任务排队等待或偶尔生成失败的情况。

产品的成熟度不佳、并发不够用、版权问题等等，使得Seedance 2.0只针对大客户开放。这些限制性条款虽然出于版权风险管控的考量，却在客观上抑制了产品的普及速度。