AI视频生成低至0.9元/秒！阿里云HappyHorse开启灰度测试，150亿参数AI视频模型，HappyHorse（官方译名：快乐小马 / 欢乐马）是阿里巴巴 ATH 创新事业部主导研发的原生多模态 AI 视频生成大模型，2026 年 4 月以匿名身份登顶全球权威 AI 评测平台 Artificial Analysis Video Arena 文生视频、图生视频双榜，4 月 27 日正式开启灰度商用测试，通过阿里云百炼平台、HappyHorse 官网、千问 App 三大入口开放使用，是当前国内 AI 视频生成赛道的标杆级产品。HappyHorse官网：https://www.happyhorse.cn/
一、核心技术架构
HappyHorse 1.0 采用40 层统一自注意力 Transformer 单流架构，核心突破为原生音视频联合生成技术，区别于行业主流 “先生成无声视频、再单独配音对齐” 的两阶段方案，将文本、视频、音频 Token 纳入同一序列完成联合建模，中间 32 层实现参数共享，音画内容从同一次推理中同步生成，从底层解决了音画不同步、口型错位的行业痛点。
同时，模型搭载自研 DMD-2 蒸馏技术，完全消除 Classifier-Free Guidance 依赖，将去噪步骤压缩至 8 步；配合 FP8 量化优化，大幅降低算力门槛，单张 NVIDIA H100 显卡即可完成全质量 1080P 视频推理，算力消耗较行业主流模型降低约 60%。
二、模型核心参数
- 参数规模：150 亿（15B）参数量
- 上下文支持：支持复杂长提示词、多参考图输入，精准还原镜头语言、人物特征与场景细节
- 生成分辨率：最高支持 1080P 全高清输出，兼容 720P、480P 多档位规格
- 生成时长：单条视频支持 3-15 秒生成，可实现多镜头连贯叙事、运镜切换
- 推理速度：单张 H100 显卡生成 5 秒 1080P 带音频视频仅需约 38 秒，较行业主流模型快 2-3 倍
- 多语言支持：原生支持中文、英语、日语、韩语、德语、法语、粤语 7 种语言，口型同步词错误率为同类模型最低
- 开源状态：官方确认 HappyHorse 1.0 为闭源模型，无开源权重释放计划，仅通过云端 API 与官方平台提供服务
三、HappyHorse快速体验
在：阿里云百炼AI大模型平台 快速体验HappyHorse，如下图：
三、模型版本与迭代节点
目前官方正式对外发布的核心版本为HappyHorse 1.0，关键迭代与发布节点如下：
- 2026 年 4 月 7 日：以匿名模型身份上线 Artificial Analysis Video Arena 榜单，文生视频 Elo 评分 1384、图生视频 1413，双榜登顶，超越同期 Seedance 2.0、Google Veo 等头部模型
- 2026 年 4 月 10 日：阿里 ATH 创新事业部正式认领该模型，披露核心技术架构与研发团队信息
- 2026 年 4 月 20 日：官宣将于 4 月 27 日开放 API 测试，首批面向企业级客户开放邀测
- 2026 年 4 月 27 日：HappyHorse 1.0 正式开启全网灰度测试，同步上线官网、阿里云百炼平台、千问 App 三大使用入口，开放个人与企业用户注册使用
四、费用与定价体系
HappyHorse 采用按秒计费 + 会员订阅双模式，新用户注册即赠送免费体验额度，具体定价如下：
| 分辨率 | 官方刊例价 | Pro 包月会员限时折扣价 |
| 720P | 0.9 元 / 秒 | 0.44 元 / 秒 |
| 1080P | 1.6 元 / 秒 | 0.78 元 / 秒 |
订阅套餐权益
- 免费版：每日登录赠送免费积分，支持 2 路并行生成，带品牌水印，仅支持 720P 分辨率
- 标准版：支持 10 路并行生成，可批量生成、优先队列调度，去除水印，开放 1080P 分辨率
- 专业版（Pro）：无上限并行生成，独享最高优先级队列，全分辨率开放，叠加限时折扣后享受最低 0.44 元 / 秒生成价
- 企业 API：阿里云百炼平台开放 API 调用，定价与官网刊例价一致，支持企业级定制化合作与按量计费
五、核心竞争优势
- 原生音画同步，底层技术突破
行业少有的单流架构音视频联合生成方案，彻底解决传统两阶段方案的音画错位、口型不同步问题，原生支持台词、环境音同步生成，适配短剧、口播、广告片等剧情类内容生产。 - 生成效率领先，批量生产友好
8 步极速推理 + 阿里云端算力支撑，简单场景 15 秒视频生成最快 1-2 分钟完成，复杂场景仅需 3-5 分钟，较同类模型速度提升 2-3 倍，高峰期无排队降速，适配创作者批量内容生产。 - 中文语境理解拉满，人物一致性突出
针对中文提示词、东方审美、中文意境做深度优化，对镜头语言、氛围感、人物特征的理解远超海外模型；多镜头切换、多场景叙事中，同一人物面部特征、服装风格保持高度稳定，大幅降低后期修片成本。 - 极致性价比，降低商用门槛
会员价最低 0.44 元 / 秒，仅为行业主流模型定价的 60% 左右，配合阿里云端算力的稳定性，兼顾成本与成片质量，对个人创作者、MCN、中小企业、电商商家等群体友好。 - 全场景能力覆盖，阿里生态无缝适配
支持文生视频、图生视频、多图参考生视频、视频二次编辑全流程能力；深度适配阿里云百炼平台、千问 App、阿里系 Agent 工具，企业用户可通过 API 快速集成至自有业务系统，适配电商营销、短剧创作、品牌广告、知识科普等全场景。
