阿里官宣自研HappyHorse，4月30日开放API

一款在权威榜单上匿名登顶、力压字节快手的AI视频模型，最终被阿里巴巴正式认领，并宣布了明确的开放时间表。

2026年4月10日，阿里巴巴集团正式对外确认，近期在AI视频生成领域引发巨大关注的匿名模型“HappyHorse”（欢乐马），确系其旗下ATH事业群创新事业部研发的产品。

目前该模型正处于内测阶段，并计划于 4月30日正式开放API接口，标志着这款“黑马”模型即将进入商业化应用阶段。

01 身份揭秘：从匿名黑马到阿里战略产品

HappyHorse 的首次亮相充满了神秘色彩。在第三方权威评测平台 Artificial Analysis 的 AI Video Arena 榜单上，一款未标注任何厂商信息的 “HappyHorse-1.0” 模型突然空降榜首。

其在文生视频（不含音频）赛道的 Elo 得分高达 1379分，在图生视频赛道更是达到 1411分，全面超越了此前大热的字节跳动 Seedance 2.0 及快手可灵 3.0 等知名模型。

一时间，其开发者身份成谜，甚至出现了多个山寨“官网”。直至4月10日，阿里巴巴 ATH 事业群出面认领，谜底才正式揭开。

HappyHorse 的诞生，与阿里巴巴近期重大的AI战略调整紧密相关。2026年3月16日，阿里巴巴宣布正式成立 Alibaba Token Hub（ATH）事业群，由集团CEO吴泳铭直接负责，旨在整合集团核心AI资源。

HappyHorse 正是ATH旗下“AI创新事业部”交出的首份成绩单。据悉，该团队由前快手可灵AI负责人张迪领衔，在2025年11月组建后，仅用5个月便完成了模型开发。

02 技术解析：四大核心优势如何“屠榜”

根据技术资料对比，HappyHorse 能在盲测榜单中脱颖而出，主要依靠其在技术架构和生成体验上的四大差异化优势。

核心技术架构：单流统一，一站式生成
与主流模型采用视频、音频分模块处理的“多流”或“级联”结构不同，HappyHorse 采用了 40层单流Transformer架构，对文本、图像、视频、音频进行统一建模。

这种设计相当于“一站式生成”，从根源上减少了多模块拼接带来的信息损耗和延迟，实现了更高效的推理。

原生音视频同步：告别“硬伤”
音画不同步是许多AI视频的痛点。HappyHorse 支持原生音视频联合生成，无需后期手动对齐。

其唇形同步错误率据称可低至 14.6%，口型、脚步声、环境音可一次性精准生成匹配，这对于电商直播、虚拟主播等场景至关重要，能节省超过50%的后期时间。

生成效率：8步极速，成本更低
在生成速度上，HappyHorse 采用了DMD-2蒸馏等技术，将去噪步数压缩至仅8步。

生成一段5秒的1080p视频，在单张H100显卡上仅需约38秒，比同类模型快30%以上，显著降低了规模化创作的成本和时间。

商业策略：闭源商用，对接阿里生态
在开放策略上，HappyHorse 明确为闭源商用模型，其API将首先在阿里云百炼平台上线。

这与阿里近期整体转向闭源的模型策略一致，也意味着其将深度融入阿里巴巴的电商、内容等商业生态。

03 如何获取与使用期待

目前，HappyHorse 仍处于内测阶段，尚未有任何公开的官方访问网址或应用。

阿里巴巴已通过官方微博“HappyHorse AI”明确提醒，网络上流传的所谓“官网”均非真实，用户需注意甄别。

对于普通开发者和企业用户，需要等待 4月30日API正式开放。届时预计将通过阿里云的相关平台（如百炼）提供服务，具体计费模式和接入细节有待官方进一步公布。

30秒选型指南：

• 选 HappyHorse：如果你的需求是原生音视频同步、批量高效生成视频，并且希望未来能便捷地对接淘宝、天猫等阿里电商生态，那么可以在4月30日后重点关注其API。
• 选 Seedance 2.0：如果你的项目需要成熟的商用生态、复杂的镜头叙事控制，常用于品牌宣传片、高端广告制作。
• 选 可灵 3.0：如果你是个人或小团队用户，追求移动端便捷操作和轻量化创作，性价比较高。

随着HappyHorse的加入，AI视频生成领域的竞争格局将进一步加剧。其凭借单流统一架构和原生音视频生成能力，或许将为行业树立新的技术标杆。一切答案，有待4月30日其API开放后，在真实应用中揭晓。

文章来源：本文综合自第一财经《阿里巴巴：HappyHorse我们研发，将于近期开放API》（2026年4月10日）[用户提供文档]，并参考了百度百科、中华网、南方+、腾讯新闻等媒体的公开报道，以及相关技术分析。