快科技4月15日消息，阿里ATH旗下創(chuàng)新事業(yè)部研發(fā)的視頻生成模型HappyHorse-1.0，近日已悄然在Arena.ai平臺(tái)上線開放測(cè)試，目前正處于正式發(fā)布前的最后優(yōu)化階段。

官方表示，早期評(píng)測(cè)結(jié)果顯示該模型在視頻編輯任務(wù)中表現(xiàn)突出，目前已進(jìn)入發(fā)布前的最后優(yōu)化階段，預(yù)計(jì)將在兩周后正式推出版本更新。

經(jīng)阿里內(nèi)部消息確認(rèn)，該模型將于4月30日開放API。目前已向社區(qū)開放早期體驗(yàn)入口，邀請(qǐng)用戶參與測(cè)試與反饋。

上周，該模型突然以匿名身份空降全球權(quán)威AI平臺(tái)Artificial Analysis Video Arena的盲測(cè)榜單，在文生視頻和圖生視頻（無(wú)音頻）兩個(gè)賽道同時(shí)壓過字節(jié)跳動(dòng)Seedance 2.0和快手可靈3.0，強(qiáng)勢(shì)登頂。

該模型采用150億參數(shù)的40層單流自注意力Transformer架構(gòu)，實(shí)現(xiàn)了原生音視頻同步生成。

簡(jiǎn)單來(lái)說，其他視頻模型需要先生成無(wú)聲視頻，再配樂對(duì)口型，幾道工序下來(lái)，不僅費(fèi)時(shí)費(fèi)力，還容易出錯(cuò)。

而快樂馬把視頻和音頻的生成徹底合并進(jìn)了一個(gè)流程，畫面和聲音是一起出來(lái)，一次前向推理直接輸出帶聲音的成片，不需要任何后期拼接。

此外，該模型還原生支持英語(yǔ)、普通話、粵語(yǔ)、日語(yǔ)、韓語(yǔ)、德語(yǔ)和法語(yǔ)七種語(yǔ)言的唇形同步。