千问快乐小马首发灰测免费体验
阿里巴巴推出的视频生成模型HappyHorse 1.0已正式开启灰度测试。该模型此前曾以匿名身份登顶全球权威AI视频评测平台ArtificialAnalysis的盲测榜单,引发业界关注。目前,用户可通过千问APP升级或千问创作Web端申请体验。HappyHorse 1.0采用了原生多模态架构,旨在解决当前视频生成中常见的音画不同步及动作僵硬问题。
01技术架构与核心参数
HappyHorse 1.0的核心优势在于其底层架构的设计。不同于传统的分步生成模式,该模型采用了150亿参数的统一Transformer架构。这一设计使得模型能够将画面、声音和口型在底层进行一次性联合生成,从原理上确保了音视频的高度同步。
| 特性维度 | 技术规格 | 功能表现 |
|---|---|---|
| 模型参数 | 150亿 | 基于统一Transformer架构 |
| 生成方式 | 原生多模态联合生成 | 画面、声音、口型同步输出 |
| 输出规格 | 1080P | 支持15秒以上时长 |
| 语言支持 | 多语言适配 | 支持7种语言的唇形同步 |
HappyHorse 1.0 核心技术参数概览
02实测案例与风格复刻
在实际生成测试中,HappyHorse 1.0展现了对不同影视风格的精准还原能力。以下为两个典型的生成案例演示:
- 80年代家庭画像:生成内容为奶奶催婚、小表妹霸气回怼的场景。镜头语言运用成熟,开场由近景切换至中景仰拍,精准踩中对话节奏。人物情绪递进真实,面部表情与肢体动作无明显僵硬感,呈现出自然的生活化表演。
- 港式武侠剧风:复刻了《笑傲江湖》风格的江湖对戏。画面采用90年代胶片质感,暖黄自然光与浓郁草木色调符合经典美学。环境音效(如入水声)与动作同步,书生与红衣女子的对白在语气和神态上贴合古装剧特有的文绉绉风格。
03综合表现与生成能力
模型综合能力评估
优势特性
在视频生成的核心指标上表现稳定
- 动作流畅度高,人物肢体运动自然
- 声音真实感强,无明显AI合成痕迹
- 空间自然度表现优异,画面透视关系合理
- 唇形同步精准,支持7种语言切换
- 风格化复刻能力强,涵盖国剧、武侠、韩剧等
当前限制
基于灰测阶段的表现观察
- 目前处于逐步开放内测阶段,未全面公测
- 主要集中在短剧、创意类场景,工业级应用待验证
- 复杂长镜头的逻辑连贯性仍需长期实测
总体来看,HappyHorse 1.0通过统一Transformer架构有效解决了音视频同步的行业痛点,并在动作细腻度与风格还原上展现了较高水准。目前该模型已接入千问生态,主要面向广告电商、短剧创作及社媒创意等场景,用户可升级至最新版千问APP或访问Web端体验。
当前文章无评论,是时候发表评论了