首發實測｜期待已久的HappyHorse 1.0，在千問能免費體驗了

那個一度在 Artifical Analysis 的 AI 視頻競技場排行榜中登頂第一的視頻生成模型 HappyHorse 1.0，我們終于能用官方版了，現在打開千問 APP 和千問創作Web端（ c.qianwen.com ），直接就能用，甚至還有免費體驗額度。

前段時間，一款名為 HappyHorse 1.0 的視頻生成模型，悄然登頂權威 AI 評測平臺 Artifical Analysis 的 AI 視頻競技場排行榜，引發社交媒體的紛紛議論。直到阿里正式認領 HappyHorse，謎團揭開，這匹快樂小馬出自自家新成立不到一個月的 ATH 事業群。

今天，阿里公布了 HappyHorse 1.0 的體驗渠道，千問官方首發灰測，千問 APP 和千問創作Web端都能直接使用。

移動端（千問 APP），我們只需將千問更新到最新版本，通過點擊首頁的「HappyHorse」膠囊，即可直接進入 HappyHorse 1.0 的生視頻創作面板，并且千問還贈送了免費體驗額度。

PC 網頁版（千問創作 Web 端），針對有更專業創作需求的用戶，可以通過瀏覽器打開 c.qianwen.com 登錄使用。網頁端每次生成消耗積分，綜合對比下來，還是比較具有性價比的。

無論是文生視頻還是圖生視頻，均支持最高 1080p 的視頻分辨率。我們可以自由選擇 16:9、9:16 或是 1:1 的視頻寬高比，生成時長可選 5 秒、10 秒或15 秒，并且支持原生生成音頻。

APPSO 第一時間拿到了體驗資格，評測榜單的排名能說明結果，但是 HappyHorse 1.0 生成的視頻，到底有什么優點，一起來看看我們的實測。

通過實測，能看到其實 HappyHorse 1.0 并沒有在復雜的全能參考選項上做文章，而是將核心發力點放在了動作、聲音、空間的自然度上，加上合理的鏡頭語言，和風格的準確還原，整體表現確實驚艷。

用一句指令，直接搞定運鏡和故事板

大部分的主流視頻模型，都會把鏡頭運動當做一個庫，給用戶來調用。所謂的鏡頭運動，更像是從這些庫里，推進、拉遠、旋轉，隨機挑一個運鏡方式，并沒有配合畫面里正在發生的事情。

而鏡頭感作為視頻最重要的一部分，往往一眼就能感受到明顯的差距，但它本身又很難用具體數值來量化。

HappyHorse 1.0 的處理方式也表現得可圈可點，切換鏡頭的時機必須是服務于作品。情緒需要收緊的地方，鏡頭近一點；需要交代環境的地方，給我們全景；背后是一套有敘事邏輯的調度。

同樣一個提示詞，丟給多個模型生成的視頻畫面，可能都會偏向「固定機位」，人物站在中間，缺乏鏡頭調度。因為這樣最不容易出錯，但是給視頻的觀感又大打折扣。

HappyHorse 1.0 在生成的視頻里，則是像一個懂行的攝影指導，各種大師級運鏡，從全景到近距離跟拍馬蹄的揚塵，再流暢切換到低角度仰拍拔槍的瞬間。

它打破了傳統的 AI 視頻生成模型「為了穩妥而選擇平庸」的安全構圖，用大量扎實的鏡頭調度，把這段追逐戲的動態張力，原原本本地拍了出來。

情緒和動作都有了層次感，微表情也能演戲

對于很多視頻模型，人物動作是最難解決的問題。即便使用詳細的參考生成，到了后半段還是容易出現變形，比如手指多一根、臉部模糊或者動作節奏突變。

但 HappyHorse 1.0 在這個硬指標上表現非常穩定，一段 5 秒的視頻，人物動作從頭到尾基本保持連貫，穿幫的頻率明顯更低。

舉個具體的例子，我們用的提示詞是一個穿著白色裙子的女生走在花海里，從畫面的左邊走到右邊，鏡頭跟隨，女生轉動裙子，捧起一朵花聞。

HappyHorse 1.0 給的動作過渡非常自然，女孩在花叢中走路完全沒有那些「太空步」的滑移，從她轉動裙擺，到捧起花朵湊近鼻子，整個動作流程行云流水。

動作有層次感，人物的表情同樣真實。我們生成了一個小朋友咬下酸檸檬的視頻，從咬下檸檬的瞬間，到強烈的酸味，開始帶來面部肌肉緊繃、五官皺起、緊閉雙眼，再到酸勁兒逐漸過去，面部肌肉慢慢放松，最后茫然地重新睜大眼睛。

通過動作和表情，讓人物的情緒更有層次感，HappyHorse 1.0 生成視頻也更不容易讓人出戲。

官方數據顯示，HappyHorse 1.0 的內部 GSB（Good-Significant-Bad 人類偏好評分）是 Wan2.7 的 3 倍，動作流暢性和清晰度都進步明顯。

對話聽起來更像真人，環境音也開始參與敘事

除了畫面表現，HappyHorse 在 AI 視頻配音上的表現也比其他模型更出色。

大部分的 AI 視頻配音，都有一個很難繞開的問題：聽上去像在「念」，不像在「說」。

語氣是平的，語調不跟著情緒走，兩個人對話的時候，一方說話，另一方就在那里等著，沒有反應，沒有表情變化，像兩個人在分別完成自己的任務。

HappyHorse 1.0 在這里的處理，是對白真的有情境感。語氣和語調貼著畫面里的情緒，驚訝的時候語調是對的，輕松的時候節奏是松的。多人對話的場景里，聽的那一方也是自然，會有表情，有細微的肌肉反應，不是在發呆等下一句。

環境音也是一樣的邏輯。書寫聲、翻頁聲、遠處的背景音，這些細節在大多數視頻模型里是缺席的，或者聽上去是從音效庫里隨機抓來的。

HappyHorse 1.0 里，這些聲音跟畫面里正在發生的事情是對得上的，而且能參與情緒。在安靜的場景里，出現一點紙張摩擦聲，或許比大多數配樂都更容易讓人有沉浸感。

還有一個比較小眾但實用的能力：多語言的唇形同步，覆蓋了普通話、粵語、英語、日語、韓語、德語、法語等語言。

輸入中文文本生成人物說話的視頻，嘴型就能跟上語音。這個能力的想象空間相當大，從短視頻配音到虛擬主播，未來都會用得上。

不需要復雜的風格提示詞，輕松拿捏經典影視劇風格

如果說前面關于鏡頭、動作和聲音幾點解決的是 AI 視頻的硬件問題，即 AI 視頻不能讓人出戲；風格的還原，則是讓最后的畫面更有戲。它會開始用色彩、光影和質感，去建立屬于創作者的美學氛圍。

風格的添加也很講究，不是套一層濾鏡，或者一個打包好的 LUT 包，它也需要視頻模型對不同美學風格的了解，以應用合適的風格化。

HappyHorse 1.0 在特定風格的還原上，細節非常扎實。各類經典影視劇的風格、老港片里膠片的顆粒感和偏冷的高光，我們在實測的生成結果里面都能看到。

無論是老水滸/三國畫風那種粗糲寫實的歷史厚重感、光影迷離的經典港風，還是強調高反差冷峻光影的美劇質感、主打細膩柔光的韓劇氛圍，它都能精準拿捏。

如果你是個對畫面質感有追求的創作者，非常推薦去千問里親自感受一下這種「導演級」的美學控制力。

AI 視頻賽道需要一匹黑馬

告別了動輒半天的視頻生成排隊，一個 Video Arena 榜單第一的模型，現在不僅直接放到了手機 App 里隨手可用，還給了免費體驗額度，千問這波實在是給力。

回頭看 HappyHorse 1.0的這幾個特點，動作不穿幫、鏡頭有語言感，解決了 AI 內容質量的可預期性，讓我們不用再抱著「抽卡」的心態，去體驗 AI 視頻生成。

對白自然、真實的環境音、還有精準的風格化還原，更是讓我們和創作者少了大量的后期修補成本，不需要在多個工具之間來回倒騰。

如果把這種極低門檻、高容錯率的生成能力放到具體的商業語境中，價值是顯而易見的。

對于新媒體運營、短劇導演或是電商營銷團隊而言，過去需要龐大后期團隊和高昂拍攝預算才能完成的分鏡預演、概念設計或視覺短片，現在只需在手機或電腦上輸入指令就能快速落地。在千問里，一個人就是一支高效的視聽制作團隊。

▲現在我們在千問里，就能得到一段真實的虛擬主播視頻

過去一段時間，視頻生成賽道的競爭邏輯是「誰的模型更強」——更高的分辨率、更長的時長、更復雜的物理模擬。

拼的是參數和算法的技術競賽，但我們真正卡住的地方很少是因為「模型做不到」，大多數時候是「做到了但用不起或用不到」，等待時間太長、聲畫要分開處理、動作穩不穩全靠運氣，每一個環節的摩擦都在把視頻生成擋在專業用戶和 AI 超級創作者之外。

而這一次，千問不僅省去了我們在不同工具之間切換的折騰，把最頂級的視頻生成能力直接放到了最熟悉的對話框里，更借助底層模型的實力，把這些創作摩擦一個個徹底抹平了。

▲千問現在是工作、學習、生活和創作中全能 AI 助手

HappyHorse 無疑是一匹強勁的黑馬，他是阿里新成立的 ATH 事業群，在模型能力、平臺分發、具體應用這條完整鏈條上的一塊關鍵拼圖；在千問首發灰測后，鏈條開始跑起來了。

從幫助用戶解決日常問題、提升工作學習效率的文本對話，到如今整合了極高水準的 AI 生圖與視頻能力，千問的進化路徑已經非常清晰：它正在打破「生活提效」與「專業創作」的壁壘。

通過一次次的功能迭代，千問正將頂級的算力平民化，真正從一個簡單的問答工具，蛻變為一個覆蓋用戶全場景的「全能型 AI 助手」。

作為普通人，我們或許不需要關心背后復雜的算法架構，因為最好的技術，已經通過千問以最順滑的方式裝進了你的手機里。

現在，輪到大家上場了。

如果你也想體驗 HappyHorse 1.0 強大的視頻生成能力，千問還同步開啟了「天馬行空」挑戰賽。一共四大 AIGC 視頻賽道，20 萬現金獎池等大家來拿。

直接前往千問 App 或千問創作 Web 端，用靈感在這個沒有門檻的新畫布上，真正「天馬行空」一次。

*文章內視頻播放可點擊該鏈接預覽*