快乐马支持多模态输入吗

hi， 我是 小岳，大家听说了吗？昨天有一匹快乐小马在 ai 圈可是炸开了锅，全网都在四处打听这匹快乐小马到底是谁家的， 名为 happy horse 一 点零的多模态视频大模型，在无预热无署名的情况下，悄咪咪干了件震惊全网的大事， 直接登顶全球最具公信力的 ai 视频盲测榜单 video arena， 把霸榜的字节 seedens 二点零狠狠挤到第二名。今天咱们就来深扒这黑马，他的成绩到底有多硬核！榜单采用猛眼盲测，不看品牌，让真实用户盲选，结果他赢麻了！ 无音频的纹身视频赛道，小马跑出一千三百四十九分，甩开第二名七十六分，上演断层领先，徒身视频更拿下破纪录的一千四百零三分。 在包含音频的综合评测里，作为新手，他也紧咬原声音效的榜首大将几乎追平。为什么这么强？秘密在于他别致的大脑。这一百五十亿参数的全站天才， 放弃复杂传统设计，采用极简单流架构，把画面和声音揉碎一起处理，结果就是快生成五秒高清视频，仅需三十八秒，基础清晰度只要两秒。他还自带声优天赋，能同步生成音效旁白，支持七国语言，纯行同步，错误率全行业最低。 亲妈到底是谁？全网开启查户口，目前官方全员沉默院内目前锁定两大嫌疑人，一是阿里淘天集团，这是阿里淘天未来生活实验室负责人张迪团队的杰作， 这位大佬可是曾经快手可灵，大模型的身负让四月八日阿里港股飙涨近百分之七。要知道资本市场的嗅觉可是最灵敏的，而且今年刚好是马年快乐！小马这名字真的很符合咱们中国互联网大厂的起名美学呀！ 二是 c m a i 联合团队技术流发现小马的量化指标和他们开源的模型分毫不差，猜测是打榜优化版，小月认为出自阿里集团的概率极高。期待大家在小月的评论区留下您的看法和意见。 最后，小月给大家敲个警钟，瓜虽好吃，但要捂紧钱包，小心里鬼哦！首先，警惕骗局，虽然官方承诺将完全开源且免费商用，但要有四月十号才开源，目前网上冒出一堆收费套壳网站，全是割韭菜的。 其次，咱们家里养不起本地部署需四十八 gb 显存的专业显卡，普通电脑跑不动。最后，据说他有点偏科，最擅长单人怼脸拍，遇到复杂多人动作戏会晕头转向，不妨让子弹多飞一会。 小月想说的是，无论最终花落谁家，这匹神秘的黑马都已经漂亮的证明了中国 ai 团队在全球的顶尖实力。在这里，我们不谈开源、闭源技术路径以及商业策略， 至少从技术崛起、 ai 评权的角度来看，最终收益的是我们这些普通用户。期待开元社区的大神们，早日把这匹猎马驯化成我们普通人都能用的小神驹。你觉得这匹小马是谁家的？评论区聊聊。

还记得昨天那个图榜的神秘模型欢乐马吗？全网当了四十八小时的侦探，就在今天中午，谜底终于揭晓了，阿里正式认领！四月十号午间，阿里 ath 创新事业部正式确认，欢乐马就是他们正在内测的产品榜单上的开发者，名称也同步改成了阿里巴巴 ath。 问题来了，凭什么他能图榜呢？一百五十亿参数，全球首个原声音视频联合生成的开源视频大模型，把文本、图像、视频、音频的 token 拼接成同一个系列，让模型自己学会跨模态对齐。三张 h 一 百显卡，三十八秒就能生成五秒的一零八零 p 视频 支持七种语言，唇形同步，中文、粤语、英语、日语、韩语、德语、法语全都能对上。榜单数据更是炸裂。纹身视频无音频赛道一千三百八十六分，领先第二名一百一十分，在 elo 评分体系里，六十分就算稳定优势，但是他领先了将近两倍。 图声视频无音频赛道一千四百一十二分，刷新了这个平台历史最高记录。而他在四个赛道文本和图像生成视频、含音频和不含音频全部排名第一， 这就意味着他不是偏科选手，而是全能型。回顾这波操作，不得不服，先是匿名图榜实力硬控注意力，再官宣认领引爆话题，营销分满分，还不花一分钱。而欢乐马背后的 atm 事业群，是阿里 ceo 吴永明三月刚成立的 ai 战略核心组织， 含盖通译实验室、千问事业部、悟空事业部等五大板块。这一次的匿名发布，在官宣，和之前小米的亨特阿尔法、质朴的 ponya 阿尔法一个套路，这已经成为了中国 ai 公司新流行打法。最后，我们跳出模型本身，看一个更大的问题。 还记得之前的 solo 吗？二零二四年，它横空出世，全球震动，但随后迟迟不开放，最终关停。而今年字节 cds 二点零登榜，一个 solo 退场，两个中国模型占上世界之巅， 会不会是一个标志呢？在纹身视频这个赛道上，中国大冒险已经从追赶者变成了定义者。当然，榜单不是终点，物理真实感、可控性、商业化落地，还有很长的路，但至少这一刻是值得纪念的。

横空出世的快乐马 happy horse 一 点零如何掀翻 ai 视频江湖？你敢信吗？二零二六年四月八日凌晨，全球 ai 圈被一匹匿名黑马直接炸翻，没有预热发布会，没有大厂品牌背书，甚至连开发者身份都成谜，他却直接空降 ai 视频领域最权威的 artificial analysis 榜单榜首，把字节 cds 二点零、快手可零、三点零、海外软位 pika 这些霸占行业头部多年的巨头全甩在了身后，它就是一夜封神的生视频大模型 happy horse 一 点零，网友给他起了个接地气的名字，快乐马。 短短四十八小时，他从匿名神秘模型变成了 ai 圈全民热议的顶流，不仅用硬核实力刷新了行业技术天花板，更直接改写了全球 ai 视频赛道的竞争格局。今天咱们就掰开揉碎， 用大白话把这匹快乐马的封神之路、独门绝技和行业影响讲的明明白白。先给大家捋清快乐马封神的关键节点，整个过程节奏快的像谍战片，全程高能。故事起点是二零二六年四月八日零点十七分，全球最严苛的 ai 视频评测平台 artificial analysis 榜单突然刷新， 从未出现过的 happy house 一 点零直接空降双榜榜首。这个榜单的权威性在于他用真实用户盲测的 l 评分体系，用户完全不知道视频出自哪个模型， 全凭肉眼观感，投票五十分就是肉眼可见的技术代差，根本没法刷分作弊。而快乐马交出的成绩单，直接炸穿了行业认知，文生视频无音频赛道，他跑出一千三百五十七分，比第二名字节 cds 二点零高出八十四分，图声视频赛道 更是以一千四百零二分刷新榜单历史记录，领先第二名一百一十一分，堪称碾压级降维打击。 哪怕是他不占优势的带音频赛道，也以一千两百一十七分稳居全球第二，和榜首只差三分，相当于没发力就差点追上天花板。更离谱的是，提交模型的是一个匿名邮箱平台官方回应对方拒绝透露任何身份信息， 只上传了模型包和测试指令。一时间，全网都在追问，这匹掀翻巨头的快乐马到底是谁的部将。事件第二个关键节点是四月九日，图榜第二天， happy horse 一 点零直接官宣，完全开源 同步上线官网，向所有人开放免费体验。这一下更是火上浇油，此前能达到这个水准的模型，全是大厂闭源付费产品，普通人根本摸不到核心技术。而快乐马直接把顶级技术免费开源， 相当于把造视频的秘方公之于众。同时，随着技术细节透露，业内普遍将模型开发者指向曾带领快手可灵 ai 登顶该榜单的阿里桃天集团未来生活实验室 张迪团队。短短两天，这匹匿名黑马完成了从图榜封神到开源普惠的全过程，给整个 ai 视频行业投下了一颗技术原子弹。 接下来，咱们用人人都能听懂的话，拆解快乐马的核心技术亮点，看看他到底凭什么能把一众巨头大厂甩在身后。他的厉害之处从来不是对更多参数，而是把行业掐了所有人很久的痛点，一个个精准解决， 每一项技术都踩在了行业命门上。第一个核心亮点是他独创的三明治统一 transformer 架构，用一百五十亿轻量参数，干了别人几百亿参数都干不好的活。 打个比方，传统 ai 视频模型就像分工混乱的工厂，做画面、做声音、做文字，理解的全是各自为政的独立部门，各干各的在拼接，不仅效率低，还特别容易出问题。画面和声音对不上，指令理解跑偏，最终视频不是穿模闪烁，就是音画不同步。 而快乐马的三明治架构，直接把这些独立部门合并成了一个全能团队，整个四十层网络，首尾各四层，专门负责接收文字、图片、音频等各类指令，输出最终的音频内容。 中间三十二层是全共享的核心，大脑一次性同步处理完所有信息。这种设计让他的参数利用效率直接提升百分之四十。别人几百亿参数才能做到的事，他一百五十亿参数就完美搞定， 还彻底解决了多模块配合的误差问题，视频稳定性和一致性直接拉满。第二个技术王炸， 是它的 d m d 二蒸馏技术，把 ai 视频生成，从慢车道直接开进了高铁时代。很多用过 ai 视频工具的朋友都有体会， 生成一段十秒高清视频，往往要等好几分钟。这是因为传统扩散模型生成视频需要二十五到五十步去造，过程就像洗照片，要反复显影定影几十次才能出清晰成片，步骤越多，耗时越长。 而快乐马的 d m d 二蒸馏技术，直接把这个几十步的过程压缩到了惊人的八步，还完全砍掉了传统模型必备的 c f g 引导模块，直接减少近一半计算量。 配合自研的 mega compiler 编辑器优化，在单张 h 一 百显卡上生成一零八零 p 高清视频，仅需三十八秒，二五六 p 预览视频两秒就能出结果，真正实现输入文案眨眼出片。更难得的是，它速度翻了数倍， 算力消耗反而降低百分之六十，彻底打破了行业高画质必须高算力的铁律。第三个杀手级功能是它的原声音视频同步技术，彻底终结了 ai 视频的末片时代，这是快乐马最让行业经验的突破。在此之前，所有 ai 视频模型全是先做无声视频， 再后期配音对口型的三步走模式，先靠视频模型生成画面，再用 tts 模型配声音，最后用口型工具把画面和声音捏到一起。 这种模式不仅耗时耗力，还特别容易出问题，经常是声音播完了，人物的嘴还在动，环境音和画面完全对不上，看着格外别扭。而快乐马直接把视频和音频生成合并进了同一个流程，单次推理中，同时生成视频画面和对应音频播型、人物口型 对话、环境音、你音，一次性严丝合缝同步生成。打个比方，以前是先拍电影再找演员，后期配音难免有违和感。而快乐马是直接让演员现场收音表演，画面和声音从根源上就是同步的，脚踩冰面的瞬间就能匹配碰撞声， 人物说话、唇型和语音在音速级别完全对齐，彻底告别了后期拼接的生硬感。除此之外，它还有诸多惊喜细节，原声、支持、中音乐等 七种语言，特意把普通话、粤语、优心集放在英语前面，中文理解优化远超海外模型，彻底解决了穿模、闪烁、动作鬼畜的行业顽疾。先模拟现实物理规则，再渲染画面，让视频完全符合现实逻辑， 对复杂场指令的理解能力拉满，十几句话的提示词里的人物、场景、动作、光影都能百分之一百精准还原，不会出现理解跑偏。讲完了技术，咱们再说说这匹快乐马的爆火， 到底给整个行业带来了多大的震动和影响。首先，最直接的就是他直接掀翻了 ai 视频赛道的巨头格局，让行业迎来了大洗牌。在快乐马出现之前， ai 视频赛道早已形成巨头垄断格局，国内是字节快手双雄争霸， 海外是 runway pika 把控市场，中小团队和个人开发者根本没有和大厂抗衡的资本，毕竟烧不起动辄起义的算力和研发费用。而快乐马的出现，用实打实的榜单数据证明，开源模型不仅能追平闭源大厂，甚至能完成碾压级超越。 消息传出当天，国内 ai 圈全员无休，字节 cds 团队紧急拆解模型，原计划四月十日上线的二点一版本直接延期， 快手可零 ai 暂停版本迭代，商业化推广全面暂缓海外软位劈叉，股价硬升大跌，斗了多年的竞争对手，第一次私下开展技术交流，联手分析这个突然杀出来的对手。 其次，他的全面开源直接推开了全民 ai 视频时代的大门，把 ai 视频的门槛降到了前所未有的低度。 在此之前，顶级 ai 视频技术都攥在大厂手里，想二次开发定制化训练根本不可能。 而快乐马直接把完整训练代码和预训练权重全部开源，还开放了完整商业授权，不管是个人创作者、小工作室还是中小企业，都能免费用它做视频，不用再付高王的 api 费用。 对创作者来说，它的极速生成能力和音画同步功能，把 ai 视频制作效率提升了数倍。对出海商家来说，它七种语言的原生唇形同步能力，能让同一段视频一键生成多语言版本，省去重拍和后期成本。对开发者来说，它极简的架构设计给开源生态提供了全新思路， 无数中小团队可以站在他的肩膀上，开发出更多好用的工具。再者，他给整个中国 ai 行业打了一剂最强强心针，证明了中国团队在全球 ai 视频赛道已经从跟跑者变成了领跑者。 从模型的中文优化、技术架构创新，再到榜单上的硬成绩，快乐马用实力证明，中国 ai 团队研发的模型 不仅能和海外顶级模型抗衡，甚至能实现全面超越。它针对中文场景的极致优化，彻底打破了海外模型在多模态领域的技术壁垒，让国产 ai 视频模型真正站在了全球技术的第一梯队。故事讲到这里， 我们再回头看这匹横空出世的快乐马，它最动人的地方从来不只是图榜的硬核数据，也不只是颠覆行业的技术创新。 他更像一个信号告诉整个行业，巨头从来不是不可战胜的。资本堆积的护城河，永远挡不住真正的技术创新，哪怕没有大场背书，只要能真正解决行业痛点，就能一夜之间震惊世界， 改写整个行业的格局。如今，这匹快乐马已经卸下了神秘面纱，以开元的姿态奔向了更广阔的天地。他的出现，不是 ai 视频赛道的终点，而是一个全新的起点。他给无数创作者和开发者打开了一扇门， 让我们看到了 ai 视频的无限可能，也让我们相信，未来还会有更多的快乐马用技术创新给我们带来更多的惊喜和奇迹，而这大概就是开源技术最动人的魅力。一匹快乐马跑过身后，终将迎来万马奔腾的春天。

神秘模型力压 cds 二点零，冲上了全球榜一，是不是真的这么牛？大家来看这几个视频啊，如果我不说，你能看出来是 ai 做的 吗？我看的时候还真以为是专业团队的广告片呢。其实呢，它们都出自一个叫快乐马的 ai 视频模型，这个模型上线一天，就成为了全球的排行 number one， 无论是文声视频还是图声视频啊，都超过了前一阵子爆火的 cds 二点零，而且呢，断崖是领先 elo 的， 评分比 cds 高出了一百多分呢。 这个 elo 是 一套含金量非常高的排位赛机制，因为他选出来的啊，不是能力最强的模型，而是人类最喜欢的模型。他会让两个模型同样的提示词生成视频，然后交给真人做盲选，看看大家更喜欢哪个，分数越高呢，就说明他战胜其他模型的次数越多，所以啊， elo 评分更能代表模型之间的强弱关系。咱 们也一起来试试看这个盲选啊，这两个视频画面上看着都挺真实的，但是明显呢，左边的运镜更复杂一些，哎，选他哎，选到了快乐马 右边的视频啊，对比度低，画面好看，背景的也比左边的更真实一些，运镜也很舒服。选它哎，这次赢的是可灵，这俩看着都不咋地啊，肢体动作太拉胯了。不过呢，右边的背景稍微好一点。选它啊，居然还是快乐马赢了， 左边的是中国人，右边的是外国人，切镜头给细节，左边的完胜了，这次赢的是统一万象。然后我就自己也体验了一下这个盲选，差不多每六次盲选的我能有五次都选到快乐马， 虽然它盲选生成的视频啊，没有单模那么无敌，但是在对比下呢，一眼就能看出来，比别的视频还是要强的。简单总结一下呢，快乐马的画面细节和真实感非常到位，跟可灵 c dunks 不 相上下。厉害的是呢，它明显在运镜和分镜头上更胜一筹， 处理多境，同时呢，也具有连贯性和地形关系，运境的逻辑啊，也更符合视觉习惯，看着就有一股广告片的感觉了。而且呢，对于气流、光线这些自然现象的处理啊，也十分到位，如果非要给他找一个缺点，那就是生成的声音啊，还不够逼真。 目前可以确认的是啊，快乐马是阿里 at 事业部正波团队的作品，此前呢，正波领导过谷歌的广告算法团队，是妥妥的技术大牛。 这下阿里可算是在堕梦胎上扬眉吐气了，没想到都四年了，那些技术还能这么快的迭代，一浪高过一浪，不知道下一个惊喜是什么呢？

就在即梦生成的视频还有几万人在排队的时候，一匹快乐马横空出世，直接打了所有人一个措手不及。那这匹快乐马，他的真实身份是谁呢？阿里方面已经确认， happy house 是 阿里 at h 旗下创新事业部研发的模型，目前正在内测中， 预计四月三十号开放 api 访问。团队的带头人就是前快手的副总裁，被称为可灵之父的张迪，他二零二五年的年底回归阿里之后， 团队大概用了五个月就做出了这个成果。那这匹马到底有多能打呢？在全球最权威的 ai 视频盲测榜上，用户在完全不知道模型来源的情况下投票，快乐马以一千三百三十三分直接登顶。截止四月九号的数据， 在文声视频无音频赛道，他领先第二名大约一百一十分。在徒声视频无音频赛道，他更是跑出了一千四百一十三分，刷新了这个榜单的记录。正面说一句，在这个评分体系中，六十分的差距就已经是断层领先。最值得说的是它的技术特点， 它是目前全球首个原声支持音视频联合生成的开源视频大墨镜，一百五十亿参数，一次推理就可以直接输出带声音对口型的幺零八零 p 视频， 不用像以前那样先生成无声画面再单独配音。而且它支持七种语言的唇形同步，包括普通话、粤语、英语等等等等。单张 h 一 百显卡生成五秒幺零八零 p 视频，大概需要三十八秒。最后必须提醒大家一句，现在网上已经出现了很多个假冒的快乐马网站，有的甚至已经开始卖付费计划了， 目前官方还没有公布正式的官网地址，大家千万不要被钓鱼，等正式发布和官方渠道出来之后，我会第一时间告诉大家。那你们觉得这匹快乐马会给 ai 视频赛道带来多大的改变？评论区聊一聊。

今天给大家梳理一下阿里新推出的 happy house， 也就是快乐马一点零的相关信息。首先来看看它做了哪些技术突破。第一，它采用多模态统一建模，覆盖文字、视频、音频多个模态。第二，用无 c f g 引导生成，推理速度得到了大幅提升。 第三，支持多语言，不仅包含中文，还覆盖粤语以及英日韩德法多语种。第四，它采用完全开源策略，基础模型、蒸馏模型、超分和推理代码全部开放。 接下来和大家说说核心团队背景。这个项目的牵头人是张迪，他是上海交大本硕，也被叫做可灵之父。他在二零二零到二零二五年担任快手 v p， 主导了可灵一点零和二点零。二零二五年九月入职 b 站，同年十一月回归阿里，只用了五个月就打造出了嗨皮货色一点零。 最后要提示，这个模型目前还没有正式发布，实际效果还有待验证。 ai 视频行业竞争激烈，技术迭代也很快。

ai 圈史上最横黑马， happy horse 横空登顶了全球最权威的 ai 视频榜，直接把独孤求败的 cds 二点零给踹下了。第一，它完全太远，能深度理解剧本，自动分镜，自动保持角色一致性，知道这意味着什么吗？现在入局做慢剧真是越来越简单了， 看完这条视频，说不定可能会让你接下来四十八小时都睡不好觉，因为你看完它，你再也没有借口说不知道 amg 怎么开始了，百分之九十的人连验证它是真是假的机会都没有。卡在 工具里，困在教程海中，就是做不出能上传的第一集。今天呢，一切到此为止，我不用你学，我带你做。那 ai 慢剧呢？就是你刷了停下来的动漫短剧。它的盈利机器只有两个按钮，付费解锁和广告分成。你要做的不是发明机器，而是学会按下按钮，算是你需要复制并可以在今天启动的完整流水线。第一步，定位爆款模型。 第二步，固化深浅看书。第三步，进一步，发布循环相关的制作流程。几个字和 ai 工具我都以文档的形式整理好了。感兴趣的六六六，哈喽，大家好，这一次我们来分享一下利用 ai 来做一个关于网络热梗的小短片。 我把它分成了四个模块，热梗的由来，故事脚本的制作、 ai 图片的生成， ai 视频的生成。这一次做的热梗是我的刀盾。首先我们要了解一下这一个热梗的由来，这个梗在网络上还是比较火的，大家可以看一下，有一千多万的播放。 它现在的形象就是一个狗拿着一个刀，拿着一个盾的这样一个形象就比较搞笑嘛，它的由来最开始呢是一个狗拿着一个盾的这样一个形象就比较搞笑嘛，它的由来最开始呢是一个 one 耶耶耶耶耶耶耶耶耶。其实是一个英文的发音啊，他本意是说这个狗在干什么， 但是因为别人听的时候听错了，慢慢的就演变成了我的刀盾这个发音又比较搞笑，再配上这样一个形象，在网络上也是非常的火爆，很多人都拿它做一些二创，就是比较莫名其妙啊，比较撒娇的这种剧情。 那我们也来做一个类似的创作，首先要有一个想法，有了想法之后呢，我们就可以来去做他的故事脚本这一块，我们可以利用大语言模型来去做，主题已经有了吗？现在的想法就是要把这个网络热梗 去融合进去。怎么融合呢？我这边大概的想法就是要创作一个一分钟左右的短片，结合中国神话人物经典恐怖元素的创意短片。 当然这一个如果大家有更好的想法，也可以告诉他，比如你要猫狗打架呀，都是 ok 的。 但是有一个要求，必须要有这一个网络热梗在，而且需要沙雕一点，甚至大家也可以去给他解释一下我的刀盾这个热梗直接发送给 ai 这边大元模型选择哪一个都可以啊，像 m c 哥、文心一言、豆包都是 ok 的。 我这边就使用 get sick 先给他发送这样一段话， 很快他就给我创造出来了。可以大概看一下这个情节啊，他这个情节呢讲的是他是一个传统捉鬼的神仙嘛，他就是中国神话人物搭配的恐怖元素呢，这里搭配的是贞子，接着就是刀洞狗强行的插入严肃的捉鬼现场，制造出荒诞感， 哎，我觉得这个还是挺不错的，所以呢就选择了它。接着我们就可以大概看一下它脚本的内容，比如第一个镜头中道独自的走在深夜的小巷里面，背影有女鬼的出现，脑袋里面还是有这个画面的啊。 再到后面呢就是这个贞子爬出井口，接着这个刀盾就开始出来了，大概就是这样一个剧情啊，如果我们觉得这个剧情 ok 就 可以了， 如果觉得不行，你再跟他去对话，让他来修改。当我们觉得这个剧本没有问题之后，接着就可以让他给我们视频提示词了，这里给他一个文件，让他去学习一下这一个技能，同时给他发送这样一段话，让他学习这个技能，再让他写出这里面的提示词 以及图片的提示词。这一个技能学习之后，他能够直接就我们出视频提示词以及图片提示词，而且给出的视频提示词是现在很火的 cds 二点零的提示词， 点击发送， ok， 我 们可以来看一下。这边他就给出了生成人物的提示词，以 c 开头的都是角色的提示词，下面以 s 开头的都是场景的提示词， p 开头的是道具的提示词， 这个都分的比较清楚啊。再往下面来就是图片的提示词，当然有时候图片的提示词可能放下面的视频的提示词，每个片段大概就是十五秒，包括这里面用到的场景，它会告诉你艾特 s 零一，那 s 零一就是场景嘛？场景的话就是 s 零一我们之前已经生成过了，直接传上来参考就 ok 了。 当然这种视频以及图片的提示词我们都不是直接就能用的，但是这个能够帮我们省不少时间，后续我们只需要对应的做调整就 ok 了。好， ok， 那 这个就是故事脚本的制作，下节课我们将来讲图片的生成。

你见过那种 ai 视频，人走路像飘，手一伸就变形吗？现在，这些问题被欢乐马彻底解决了，这不只是技术突破，更是一个投资信号。它的三大突破，长视频不崩了，动作不在鬼处，指令更听话。这意味着什么？ 影视、广告、游戏、短视频的内容制作成本将断崖式下跌，相关公司的利润空间有望提升。往远看，视频生成进入工业化阶段，谁将受益？内容制作方、工具、平台、算力、硬件，一条新产业链正在形成。 多模态融合后，你只要说一段话，丢一张图， ai 就 能出一条成片短视频平台内容量暴增、营销公司批量生产素材，教育机构低成本做课间，这些方向值得长期跟踪。 实时视频生成一旦落地，虚拟人直播电商 x r 应用会迎来质变。这不是讲故事，是正在发生的产业改革。欢乐马不是终点，是强烈信号， ai 视频时代真的来了，而且比所有人预想的更快、更猛。工具变了，想象力才是天花板。我是青城山，陪你一起看懂科技背后的深层逻辑！

阿里这次是真的杀疯了，就在昨天四月九日，一匹神秘的黑马忽然空降全球榜首，直接把字节跳动的 cds 二点零给干翻了。他完全开元音化，同出自动锁，人物一致性，自动分镜。可以说现在普通人入局做慢剧变得超级简单。看完这条视频，视频可能会让你接下来四十八小时都睡不好觉，因为你看完它， 你再也没有借口说不知道 m 剧怎么开始了，百分之九十的人连验证它是真是假的一集。 今天呢，一切到此为止，我不用你学，我带你做，那 ai 慢去呢，就是你刷了停不下来的动漫短剧。它的盈利机器只有两个按钮，付费解锁和广告分成。 你要做的不是发明机器，而是学会按下按钮。下面是你需要复制并可以在今天启动的完整流水线。第一步，定位爆款模型。第二步，固化生产参数。第三步，配置发布循环。相关的制作流程提示和 ai 工具我都以文档的形式整理好了，感兴趣的 哈喽大家好，这一次我们来分享一下利用 ai 来做一个关于网络热梗的小短片。我把它分成了四个模块，热梗的由来，故事脚本的制作、 ai 图片的生成、 ai 视频的生成。这一次做的热梗是我的刀盾。首先我们要了解一下这一个热梗的由来，这个梗在网络上还是比较火的，大家可以看一下，有一千多万的播放。 它现在的形象就是一个狗拿着一个刀，拿着一个盾的，这样一个形象就比较搞笑嘛。它的由来，最开始呢是来自外网的一个原视频，我们可以 let me get in here hey， let me tell you what to let me how we yeah？ right yeah yeah， right yeah？ what the dog doing 其实是一个英文的发音呀，它本意是说这个狗在干什么，但是因为别人听的时候听错了，慢慢地就演变成了我的刀盾， 这个发音又比较搞笑，再配上这样一个形象，在网络上也是非常的火爆，很多人都拿它做一些二创，就是比较莫名其妙啊，比较撒娇的这种剧情。那我们也来做一个类似的创作， 首先要有一个想法，有了想法之后呢，我们就可以来去做他的故事脚本这一块，我们可以利用大语言模型来去做。主题已经有了吗？现在的想法就是要把这个网络热梗去融合进去。怎么融合呢？ 我这边大概的想法就是要创作一个一分钟左右的短片，结合中博神话人物经典恐怖元素的创意短片。 当然这一个如果大家有更好的想法，也可以告诉他，比如你要猫狗打架呀，都是 ok 的。 但是有一个要求，必须要有这一个网络热梗在，而且需要沙雕一点，甚至大家也可以去给他解释一下我的刀盾这个热梗直接发送给 ai 这边大圆模型选择哪一个都可以啊，像迷信可文心、一言豆包都是 ok 的。 我这边就使用 giveseek 先给他发送这样一段话，很快他就给我创造出来了。可以大概看一下这个情节啊，他这个情节呢讲的是他是一个传统捉鬼的神仙嘛，他就是中国神话人物 搭配的恐怖元素呢，这里搭配的是贞子，接着就是刀盾狗强行的插入严肃的捉鬼现场，制造出荒诞感，哎，我觉得这个还是挺不错的，所以呢就选择了它。 接着我们就可以大概看一下它脚本的内容，比如第一个镜头中道独自的走在深夜的小巷里面，背影有女鬼的出现，脑袋里面还是有这个画面的啊。 再到后面呢就是这个贞子爬出井口，接着这个刀盾就开始出来了，大概就是这样一个剧情啊，如果我们觉得这个剧情 ok 就 可以了， 如果觉得不行，你再跟他去对话，让他来修改。当我们觉得这个剧本没有问题之后，接着就可以让他给我们视频提示词了，这里给他一个文件，让他去学习一下这一个技能，同时给他发送这样一段话，让他学习这个技能，再让他写出这里面的提示词以及图片的提示词。 一个技能学习之后，他能够直接就我们出视频提示词以及图片提示词，而且给出的视频提示词是现在很火的 c 抖二点零的提示词， 点击发送， ok， 我 们可以来看一下。这边他就给出了生成人物的提示词，以 c 开头的都是角色的提示词，下面以 s 开头的都是场景的提示词， p 开头的是道具的提示词，这个都分的比较清楚啊。 再往下面来就是图片的提示词，当然有时候图片的提示词可能放下面了。视频的提示词每个片段大概就是十五秒，包括这里面用到的场景，它会告诉你 at s 零一，那 s 零一就是场景嘛，场景的话就是 s 零一，我们之前已经生成过了，直接传上来参考就 ok 了。 当然这种视频以及图片的提示词我们都不是直接就能用的，但是这一个能够帮我们省不少时间，后续我们只需要对应的做调整就 ok 了。好， ok， 那 这个就是故事嚼本的制作，下节课我们将来讲图片的生成。

想内测 happy house 的 一定要闯三道关。首先，市面上所有的 happy house 官网全部是假的，不要去充，不要去充。再说一遍， 真正的 happy house 会在阿里的百链平台上发布。第二点，有没有内测名额？的确有，像帅总还有其他的媒体，包括超创是拿到账号在内侧，分为 normal ultra 和 open 三个版本，我们挑最重要的说一，它支持幺零八零 p， 但是缺点很明显就是贵，最贵的用 open 的 方式接近一秒钟一美金， 为什么会这么贵？帅总独家解读啊。首先，人家的目标可能就不是跟 c 蛋三二点零去竞争视频，人家服务的主场景可能是电商用户用来生成商品实拍视频， 所以它有文声视频和图声视频，而且在无音频版本测试中均超过了 s d r。 那 最后，评论区留一个开放型的快乐马，能不能干掉 s d r， 从帅总这里来看是完全没有问题。核心在哪里？就在开源两个字。

说到底，川普还是个生意人呐，商人重利轻别利，一旦周围的人亏的过多，他就马上踏口。现在大家也把他的套路摸清楚了，简直是二零二五年四月七号之后的翻版呢， 极限施压之后，最先举手的竟然是他，太有意思了。那盘面呢？科技股大涨，防守板块和油漆化工板块遭大幅抛售，跌幅靠前。晚时间，我们聊一下科技股哪些方向值得讨论，以及接下来市场，呃，怎么看 科技股今天有两个因素，一个是 happy house 快 乐小马确实是很快乐，带动了多模态。呃，广告传媒这一条线偏软的大涨。当然 我们说了，核心还是算利，算利服务，算利中利云集散这条方向，因为这里面是高景气，明天呢，这个方向肯定是要分化的。那此外呢，盘后传出，呃，长兴有望在明年量产 h b m， 这个非常重要，因为 ai 最核心的或者是你看 sk 海宁市跟三星韩国股市啊，大幅走流的原因就是因为 h b m， 它们甚至 把低单的消费级的这些内存芯片直接大幅缩减，甚至关停去做 hbm。 如果我们这边确定明年量产 hbm， 那 a 股不能说复制韩国股市最起码的有主信股了， 知道吧，这才是核心呢。所以 hbm 明天是否能接棒整个科技股，还是需要继续跟。此外呢，也基本上是名牌了。 d s v 四版 将适配国产 ai 芯片，那国产芯片华为升腾一家独大，所以呢，华为升腾这个方向可能在分歧当中承接相对较好。我看麦方分析指出，高速连接器是氮气最大增量， 这个细分方向也可以跟那当然我们前期讲的比较多的还是存储，存储的逻辑很简单，就是超 紧急周期、二季度合约报价即将揭晓，以及在年报和一季报特殊的时间窗口确定性较高，这些 极大因素叠加在一起。存储呢，我们一直在跟，一直在做，一直也没有动摇过，所以呢，继续再说一下，接下来行情怎么看整个大事呢，还是要看 ai 驱动的产业升级，目前看国产有望接力海外， 因为老美无论是缺点也好，无论是这个成本还是应用方面突破也好，我个人认为从刷消息上看 都没有我们这边亮眼，我们已经连续五周以上了吧。呃，整个 token 的 调用量超越老美了，而且环比增幅都是非常的明显，所以我觉得将来市场主线还是在国产算力，包括上游的 ai 芯片、通讯设备， 以及下游的这个算力服务、算力调度、云计算、数据中心等。还有条线呢，就是能源危机，这次呢，原油大跌，但是啊，能源安全是否会成为接下来 全球资产的另一条主线，这个还是要足够重视，包括新能源，我们这边的煤化工以及部分化工新材料等危机危机，微中有机嘛， 就是这样一个道理。那当然，再次重申一下，我们这边主要是在跟国产算力存储和半导体国产替代 这三大主线。行了，就和大家聊这么多，听我解盘的朋友记得订阅一下咱们视频的合集，这样每次的观点都能及时收到，不至于再找来找去或被系统屏蔽掉。

失宠了兄弟们，这匹开心小马 happy house 一 点零是马老板的马，在这个 igfone 奈丽蒂斯上登顶，和 cds 二点零差一百多分，在艾艾多模特上，阿里终于扳回一局了，不过最重要的是我啥时候才能用上呀？

最近大家是不是被 happy horse 一 点零伤了屏？很多朋友来问我，这个号称能深沉视频的 ai 模型到底开演了没？今天就给大家一次性说清楚。首先明确告诉大家，现在还没开演哦，官方说的是即将推出，但具体时间还没定。 网上那些所谓的仓库，其实都是个人收集的信息，和官方团队没关系，想了解权威消息还是得看官方平台。那它到底有多厉害呢？ 据说用的是一百五十亿参数的 transformer 架构，四十层神经网络，还有个特别的三明治布局。 最牛的是它能直接生成带音频的视频，这可使很多同类模型没有的功能，速度也很快。在 h 一 百显卡上，幺零八零 p 视频只要三十八秒就能搞定，五秒的夜览更是只要两秒。大家最关心的可能是语言支持吧， 技术文档里写了六种语言，英语、普通话、日语、韩语、德语和法语，不过营销页面又多了个粤语，具体还是要等发布才知道。 有人问他和万二点二、 lg x 二比怎么样，参数上差不多，但多了音频、视频深层功能。 不过要注意，那两个模型现在就能下载用 happy horse 还得再等等，许可证方面也还没公布，虽然说是完全开源，允许商业使用，但具体条款还得等官方消息。 想先赌为快的朋友可以去官方演示平台看看，我会持续关注最新动态。你们对这个模型有什么期待吗？评论区告诉我吧！

空降 ai 视频排行榜第一的神秘模型 happy horse 一 点零到底什么来头呢？就在这几天啊， ai 视频圈被一匹马给踢翻了，在淋雨热无宣传的情况下呢，一个名叫 happy horse 的 模型直接登顶了全球权威的 ai 视频评测榜单。 大家看这张表啊，它的 ai 分 数竟然压过了字节跳动的 cds 二点零， google 的 view 三点一，而且啊，这个模型竟然是开源的！ 这就意味着呢，只要你有算力，就可以不用给大厂交昂贵的订阅费和 a p i 的 钱了。很多人就问啊，这个榜单真的靠谱吗？这就得提到 artificial analysis 的 进机场模式， 这是一种双盲测试平台呢，会同时放出两段隐藏名称的视频，让全球成千上万的专业创作者在不知道模型名字的情况下进行投票。口说无凭，咱们直接进入盲测竞技场。大家来看这第一组对比啊，我们先看右边， 配音和动作呢也匹配转场非常自然。再看左边啊，这边人物明显不足十人，厨师的手啊，已经开始液化了，我会毫不犹豫的选右边。好，我们投票揭晓，右边这个就是 happy horse 的 一点零，大家注意看啊，揭晓后，左上角的这个符号，绿色呢，代表刚才我选中的模型， 而红色代表被他 pk 掉的选手。咱们再来看这一组啊，看看音画同步和物理克星的还原， 这种清脆的撞击声和切片落下的节奏完全合拍。所以呢，我选了右边。那我们看下一个，这个瀑布 你就看啊，明显的，左边的这个就更符合现实生活中，因为瀑布会有雾气出来对吧？所以呢，我选了这个左边，左边呢，这个就是 happy house。 最后呢，我们来看这组高难度的跨场景一致性， 我们再来看右边这个啊，老人猫气球破了，嗯，后面这个就崩了。所以呢，我这边毫不犹豫啦，选了左边，左边呢是可灵，而右边呢，竟然是 happy horse， 看来这匹快乐小马也不是一直能胜利的。最后，你认为这匹快乐小马是哪家厂商的模型呢？评论区来聊聊吧，关注我，我是陈凡，带你了解更多能落地的 ai 商业玩法。

ai 圈史上最横黑马， happy horse 横空登顶了全球最权威的 ai 视频榜，直接把独孤求败的 cds 二点零给踹下了。第一，它完全太远，能深度理解剧本，自动分镜，自动保持角色一致性，知道这意味着什么吗？现在入局做慢剧真是越来越简单了， 看完这条视频，说不定可能会让你接下来四十八小时都睡不好觉，因为你看完它，你再也没有借口说不知道 amg 怎么开始了，百分之九十的人连验证它是真是假的机会都没有。卡在 工具里，困在教程海中，就是做不出能上传的第一集。今天呢，一切到此为止，我不用你学，我带你做。那 ai 慢剧呢？就是你刷了停下来的动漫短剧。它的盈利机器只有两个按钮，付费解锁和广告分成。你要做的不是发明机器，而是学会按下按钮，算是你需要复制并可以在今天启动的完整流水线。第一步，定位爆款模型。 第二步，固化深浅看书。第三步，进一步，发布循环相关的制作流程。几个字和 ai 工具我都以文档的形式整理好了。感兴趣的六六六，哈喽，大家好，这一次我们来分享一下利用 ai 来做一个关于网络热梗的小短片。 我把它分成了四个模块，热梗的由来，故事脚本的制作、 ai 图片的生成， ai 视频的生成。这一次做的热梗是我的刀盾。首先我们要了解一下这一个热梗的由来，这个梗在网络上还是比较火的，大家可以看一下，有一千多万的播放。 它现在的形象就是一个狗拿着一个刀，拿着一个盾的这样一个形象就比较搞笑嘛，它的由来最开始呢是一个狗拿着一个盾的这样一个形象就比较搞笑嘛，它的由来最开始呢是一个 one 耶耶耶耶耶耶耶耶耶。其实是一个英文的发音啊，他本意是说这个狗在干什么， 但是因为别人听的时候听错了，慢慢的就演变成了我的刀盾这个发音又比较搞笑，再配上这样一个形象，在网络上也是非常的火爆，很多人都拿它做一些二创，就是比较莫名其妙啊，比较撒娇的这种剧情。 那我们也来做一个类似的创作，首先要有一个想法，有了想法之后呢，我们就可以来去做他的故事脚本这一块，我们可以利用大语言模型来去做，主题已经有了吗？现在的想法就是要把这个网络热梗 去融合进去。怎么融合呢？我这边大概的想法就是要创作一个一分钟左右的短片，结合中国神话人物经典恐怖元素的创意短片。 当然这一个如果大家有更好的想法，也可以告诉他，比如你要猫狗打架呀，都是 ok 的。 但是有一个要求，必须要有这一个网络热梗在，而且需要沙雕一点，甚至大家也可以去给他解释一下我的刀盾这个热梗直接发送给 ai 这边大元模型选择哪一个都可以啊，像 m c 哥、文心一言、豆包都是 ok 的。 我这边就使用 get sick 先给他发送这样一段话， 很快他就给我创造出来了。可以大概看一下这个情节啊，他这个情节呢讲的是他是一个传统捉鬼的神仙嘛，他就是中国神话人物搭配的恐怖元素呢，这里搭配的是贞子，接着就是刀洞狗强行的插入严肃的捉鬼现场，制造出荒诞感， 哎，我觉得这个还是挺不错的，所以呢就选择了它。接着我们就可以大概看一下它脚本的内容，比如第一个镜头中道独自的走在深夜的小巷里面，背影有女鬼的出现，脑袋里面还是有这个画面的啊。 再到后面呢就是这个贞子爬出井口，接着这个刀盾就开始出来了，大概就是这样一个剧情啊，如果我们觉得这个剧情 ok 就 可以了， 如果觉得不行，你再跟他去对话，让他来修改。当我们觉得这个剧本没有问题之后，接着就可以让他给我们视频提示词了，这里给他一个文件，让他去学习一下这一个技能，同时给他发送这样一段话，让他学习这个技能，再让他写出这里面的提示词 以及图片的提示词。这一个技能学习之后，他能够直接就我们出视频提示词以及图片提示词，而且给出的视频提示词是现在很火的 cds 二点零的提示词， 点击发送， ok， 我 们可以来看一下。这边他就给出了生成人物的提示词，以 c 开头的都是角色的提示词，下面以 s 开头的都是场景的提示词， p 开头的是道具的提示词， 这个都分的比较清楚啊。再往下面来就是图片的提示词，当然有时候图片的提示词可能放下面的视频的提示词，每个片段大概就是十五秒，包括这里面用到的场景，它会告诉你艾特 s 零一，那 s 零一就是场景嘛？场景的话就是 s 零一我们之前已经生成过了，直接传上来参考就 ok 了。 当然这种视频以及图片的提示词我们都不是直接就能用的，但是这个能够帮我们省不少时间，后续我们只需要对应的做调整就 ok 了。好， ok， 那 这个就是故事脚本的制作，下节课我们将来讲图片的生成。

昨天收到了快乐马的内测邀请，今天我却破防了，工作较忙，测试机会已经交给了群内 ai 大 佬，结果群里会分享。问了一下，快乐马那边没什么太多确定消息，只确定下周一开始测试。 如果真能接近贝斯王的视频质量，那也如同我之前所说，贝斯王国内最有力的 ai 竞争者就是阿里。今天忍不住出来唠叨两句，因为终究是被贝斯王给搞破防了。 下午的时候，贝茨王把官网并发调成了一，即使我这 i c e 号也只能一次升一个视频了。同样质量的视频生成，由四十五积分涨到了两百一十积分，我没说话。同样价格每月一万五千积分下降到了六千一百六十积分， 我还是没说话。原来白天二十一病发变成十病发，我表示理解，昨天变成三病发，我忍气吞声，而今天下午直接变成了一病发，我彻底破大防。所以从今天起，如果贝茨王不改正态度，那无论以后他的模型多优秀，我都会称之为贝茨王。 以一个 ai 工具使用者角度，他已经不配原来的那个名字了。我依旧相信字节曾想让更多平民大众拥有一个成为优秀 ai 慢剧创作者的机会， 但被次王的种种行为完全于此背道而驰，手段之恶心，已经接近国内另一个 ai 工具了。有些人可能不信因果报应，总干缺德事，但我相信有因必有果。 对于前期支持这个模型的年费用户，因为当初优惠力度过大，一些人现在却看着各种不同，开始了一而再再而三的调价 改变、积分改变、服务改变用户权限改变模型质量改变算力，你两个月前说算力不够人性，现在说算力还是毫无改变，狗信模型不停的加价，已经翻了十几倍，每当我们普通用户抱怨两句，官网反应都像是和我们置气一样，反手就是更狠的，一刀又一刀。 我就想问，当企业不占理时，是企业大还是人民大？要涨价可以改变权限，也可以给一个章程，起码发一个公告，结果除了开始那个违约行为，有一个公告后面完全就是想干什么就干什么， 我们这些用户不是狗也不是猴，更不是日本人，从这些 ai 工具出现起，就开始各种各样的作妖，不是把我们当狗溜，就是把我们当猴耍，现在完全当日本人整 中国人不骗中国人很难做到吗？我也很想问问官方，这些 ai 工具一直这么瞎搞，即使对 ai 抱着开放的态度，难道就一直任人民大众被这些 ai 工具欺负吗？我特别不理解，我们是客户，我们花钱，但为什么从这个行业一开始，我们的权益就总得不到保障？ 我们这些苦哈哈的 ai 从业者，总要被各种 ai 工具牵着鼻子走，真就如同韭菜一般，什么玩意都能薅起来割一把。当然，如果快乐马折腾这一顿鱼情，结果拉了个大的，那我觉得痛苦螺这个名字更合适。 现在 ai 工具上线，依旧搞软文先行，这到底是谁带起来的卑贱风气？无良公众号可以收完烂钱后在软文里尽情胡诌？又因为这是一个新行业， 许多人都对 ai 抱着不切实际的幻想，例如和你说，我这有一本秘籍可以让你出门捡钱，你肯定不信，但如果包装成这是根据 ai 算法搞出来的，许多人都会半信半疑，再抱着试试看的态度去充值。 这种灰色营销手段成了当下许多套壳 ai 工具的主要商业模式。越想越离谱，凭什么我们这些平民百姓就要认这些 ai 工具公司欺凌 ai 漫剧内容创作者的话语权太少，我们必须想办法改变这一切。 全网所有社媒都应当封禁所有 ai 工具相关软文，我们不需要听那些狗屁不懂的媒体在那瞎嚷嚷， ai 工具的好坏只能让使用者说了算。

今天的数学题你讲的那道我一下就懂了，那是你本来就很聪明，明天你还是坐我旁边吧。其实每天放学能跟你多说几句话我就很开心了。 我也是，大家好，我是可瑟。今天我给大家分享即将开园的视频模型，快乐马就是 happy house 一 点零。这个模型采用了一百五十亿参数的纯 transformer 架构，音频和视频都可以统一生成， 近期登上了人工竞技排行榜的榜首，我们可以看到它这个 elo 评分， 快乐马是一千三百七十六分， gps 二点零是一千二百七十三分，可以支持与人为本的情景， 比如说中文，还有粤语、英语、日语、韩语、德语和法语。它在镜头和角色移动的基本能力上也是超过了 c 点四二点零，即便是没有图像参考的情况下，它在 get up 上面标记了即将上线。 大家比较关心的是开源需要什么样的配置。据说 h 一 百生成五秒的幺零八零， p 只需要三十八秒，你像蒸馏的模型的话，需要四十八 g 以上的现存，你在这里可以直接体验一下，但你生成的多了还是收费的，因为它限阶段是没有开。

最近 ai 圈最火的话题肯定是阿里巴巴刚推出的快乐马视频大幕图，二零二六年四月初发布，四月九日就宣布完全开演，这速度真的让整个行业都沸腾了。你知道吗？这款由陶轩集团未来生活实验室研发的 ai 在 权威评测平台 archivago analytics video arena 的 盲测中， 文声视频和除声视频两项都拿了全球第一，直接超越了 gps、 二点零和可林森。 最厉害的录制量有三个，首先是一百五十亿参数的统一 transformer 架构，让视频生成更稳定。其次是原声音视频同步生成 视频人声音效，甚至精准的唇形都能一次性完成，再也不用后期配了。而且还支持一零八零 t 高清和中音日韩 多语言。最关键的是它完全开源还能商用，这对创作者来说简直是天大的好消息，以后普通人也能用它轻松生成高质量视频了。你们觉得这个快乐马模型会给视频创作带来哪些改变呢？评论区聊聊你们的看法吧！

普通人根本没必要学 ai， 因为我们学的没有它淘汰的快。二月爆火的 seeddance 已经过时了，最新的 happy horse 在 纹身视频、涂身视频两条赛道的盲测中都完胜 seeddance 二点零。就在刚刚，阿里确认了 happy horse 是 其 ath 旗下创新事业部研发的模型， 这下真就是快乐老马了。 happy horse 在 文本转视频和头像转视频均超过 seeddance 二点零和可零三点零。因为从模型表现来看，这绝不是普通创业团队能做出来的水平。 没有流量平台的生态护城河，居然只靠技术就干掉了 cds。 另一个问题来了，欢乐马实力这么强，会开源吗？ deepsea 开源后，一堆海外模型都来蒸馏，等于洋人白嫖中国算力和工程成果。 如果 happy house 也走开源路线，那 ai 领域可能会开始下一次全民蒸馏。但从现实角度看，视频模型的训练成本极高，算力、数据、研发团队都需要巨额投入。所以比起完全开源，许多网友更希望欢乐马只开放部分能力，提供 api 或者发布轻量版本，在建立生态的同时保住核心技术优势。 只能说 ai 不 会停下来等人学习。一个模型火不过两个月，或许就会被新的模型替代。再看看上个月的龙虾，短短一个月热度就消散了。我们只需要等 ai 持续进化，它们卷到最后，拼的一定是谁更简单，谁更实用。就像当年还要写一长串提示词才能出的效果，现在一句话就能完成，等就完事了。