神秘“歡樂馬”空降屠榜，碾壓Seedance 2.0，視頻AI又變天了？

周二深夜，AI圈炸了。

在全球知名AI評測平臺Artificial Analysis的Video Arena榜單上，一個代號為「HappyHorse-1.0」的神秘視頻生成模型悄然空降——沒有發布會，沒有技術博客，沒有任何公司背書，直接以碾壓式的姿態登頂榜首。

截止發稿，文本生視頻賽道，Elo積分飆至1357分，領先剛登頂五天的Seedance 2.0 84分，比第三名和第四名的SkyReels V4和Kling 3.0 1080p Pro高出超過100分。HappyHorse-1.0一個模型，就拉開了整個行業梯隊的差距。

圖像生視頻賽道更是跑出了1402的恐怖高分，刷新了該榜單的歷史紀錄。

唯一稍顯遜色的，是在包含原生音效的「視頻+音頻」綜合排名上，HappyHorse屈居第二，略低于Seedance 2.0。

這個榜單，沒那么容易刷

很多人第一反應是：這不會是刷分吧？

這個質疑并非沒有道理。但Artificial Analysis的排名機制，決定了它比普通跑分榜更難被輕易操控——所有排名均來自全球真實用戶的「蒙眼二選一」盲測投票，用戶在完全不知情的情況下，對兩段生成結果進行對比選擇，最終匯總成Elo積分。

模型團隊無法通過刷題作弊，反映的是普通人看過之后最真實的感知偏好。

當然，也有人指出，Artificial Analysis的盲測樣本中人像生成、口播類內容占比超過60%，而HappyHorse在人像場景上天然具備優勢，這在一定程度上可能造成了評測分數與實際綜合能力之間的落差。

X上的討論者也因此分成了兩派：懷疑派認為HappyHorse與Seedance 2.0在人物細節、動態連貫性上仍有可見差距；支持者則對其潛力寄予厚望，尤其期待它能解決多鏡頭序列中畫質一致性這一行業痛點。

其次，根據網上的測評，普通人對這款模型的評價普遍很高。

"歡樂馬"究竟是誰的馬？

這才是整個AI圈最想搞清楚的問題。

X上的猜測來得很快。最先被注意到的，是官網的語言排序：普通話和粵語排在英語前面。對于一個面向全球用戶的產品，這個順序相當反?！澈髨F隊來自中國，基本可以確認。

名字本身也是線索。2026年是農歷馬年，「HappyHorse」這個命名藏著不太含蓄的馬年梗，今年早些時候「Pony Alpha」也玩過類似套路。于是嫌疑名單迅速拉長：騰訊和阿里的創始人都姓馬，天然在列；有人押注小米，覺得雷軍一貫低調，喜歡突然亮牌；也有人覺得氣質更像DeepSeek，畢竟DS此前曾悄悄上線過視覺模型，后來又悄悄下線了。

X用戶Passluo的評論頗為意味深長："這匹快樂馬是誰的？阿里、騰訊，還是小米？"

技術層面的"破案"

光靠名字猜不夠，技術圈隨即開啟了福爾摩斯模式。

X用戶Vigo Zhao把HappyHorse-1.0的公開基準數據拿去和已知模型逐條核對，找到了一個高度吻合的對象：daVinci-MagiHuman——也就是今年3月上線GitHub的開源模型「達芬奇魔法人類」。

視覺質量、文本對齊、物理一致性等多項數據逐項對得上，官網結構也幾乎一樣，兩者同為單流Transformer架構，同為音視頻聯合生成，支持的語言列表完全一致。這種程度的重合，很難用巧合解釋。

目前技術圈認可度較高的結論是：HappyHorse是daVinci-MagiHuman聯合開發方之一的Sand.ai，基于開源模型優化的迭代版本，核心目的是驗證模型在用戶真實偏好下的表現上限，為后續商業化落地做鋪墊。

daVinci-MagiHuman于2026年3月23日正式開源，是兩支年輕團隊合作的產物：

一支來自上海創智學院生成式AI研究實驗室，另一支是北京的Sand.ai（三呆科技）。模型采用150億參數的純自注意力單流Transformer，將文本、視頻、音頻三種模態的token全部塞進同一個序列里聯合建模。

另一條線索，指向阿里淘天

與此同時，坊間還流傳著另一個版本的猜測：

HappyHorse背后的核心團隊，來自阿里淘天集團「未來生活實驗室」，由前快手副總裁、可靈技術負責人張迪領銜。

公開資料顯示，張迪于2025年底加盟阿里，執掌淘天集團「未來生活實驗室」。該實驗室是阿里電商核心算法團隊，集結了頂尖技術人才與核心算力資源，專注大模型與多模態前沿領域，成立僅一年有余，已在國際頂會發表10余篇高質量論文。

值得一提的是，這一傳聞發酵的時間節點，恰好與阿里港股今日的活躍表現有所重疊——當然，這只是一個有趣的巧合，目前并無任何實錘將兩者直接掛鉤，不宜過度解讀。

這件事真正重要的信號

不論HappyHorse最終花落誰家，這次事件傳遞的行業信號已經足夠清晰。

長期以來，開源視頻模型與閉源產品之間橫亙著一道效果層面的可見差距——在需要向客戶交付的場景里，開源模型的生成質量始終未能跨過「可用」到「可交付」的門檻?？伸`、Seedance等閉源產品的定價權，在相當程度上正是建立在這一差距之上。

這一次，一個基于開源模型的產品，在以真實用戶感知為基準的盲測排行榜上，首次正面比肩了當前主流閉源競爭對手。

對于依賴這一差距構建定價權的閉源廠商而言，這至少是一個值得認真對待的信號。

按照Artificial Analysis的「盲測屠榜」慣例，當一個匿名模型賺足關注度后，官方通常會在一周內正式「認領」。

或許就在這幾天，我們就會知道答案了。

在這個馬年，真正值得關注的，或許不是哪匹馬跑得最快，而是賽道本身，正在變寬。