阿里官方揭秘欢乐马项目源自ATH郑波团队
周二晚间，AI领域迎来了一则重磅消息。在权威AI评测平台Artificial Analysis的榜单上，一个名为「HappyHorse-1.0」的神秘模型异军突起，一举登顶视频生成能力排行榜，引发了业界的广泛关注与热议。
这一成绩极具含金量。无论是文本生成视频，还是图像生成视频，HappyHorse-1.0均表现卓越，超越了此前备受瞩目的字节跳动Seedance 2.0模型，稳居榜首。这匹“黑马”的横空出世，让众多科技爱好者和开发者都在好奇其背后的研发团队究竟是谁。
如今，谜底正式揭晓。这款引发轰动的“欢乐马”模型，其创造者正是阿里巴巴。
该模型由阿里巴巴ATH旗下郑波团队研发。ATH，即Alibaba Token Hub，是阿里巴巴集团近期成立的核心AI事业群，专注于前沿人工智能技术的探索与落地。
阿里巴巴ATH官方随后回应确认，HappyHorse是其创新事业部开发的AI模型，目前正处于内测优化阶段，并计划在近期正式开放API接口供开发者调用。据悉，ATH创新事业部已启动一项关于AI时代人机交互新范式的探索计划，HappyHorse正是该计划的首个重要成果，未来还将有更多创新产品陆续面世。
（阿里巴巴ATH已同步开通其官方X平台账号）
这一消息也从评测方得到了侧面验证。根据Artificial Analysis平台的最新数据，HappyHorse-1.0在其Video Arena的所有核心评测维度中，均位列第一或第二名。
具体而言，在“无音频”视频生成的榜单中，HappyHorse-1.0高居第一；而在“有音频”视频生成的激烈竞争中，其Elo评分与字节跳动的Dreamina Seedance 2.0不相上下，展现了强大的综合实力。
公开资料显示，HappyHorse-1.0由Alibaba-ATH打造，功能全面，完整支持四种视频生成模式：文本生成视频、图像生成视频，且均提供带原生音频与不带音频的版本选择。其API接口计划于4月30日正式对外开放。
需要特别指出的是，与此前网络上的部分猜测不同，HappyHorse并非出自阿里其他业务线，而是明确由ATH事业群的郑波团队主导完成。
郑波现任阿里巴巴集团副总裁，拥有清华大学计算机系博士学位，是一位资深的AI与算法专家。他的职业背景十分亮眼：在2006年至2017年期间，他曾于谷歌任职，先后领导过展示广告算法团队及中国地图团队。2017年9月加入阿里巴巴后，他历任淘宝搜索推荐算法负责人、阿里妈妈CTO、淘天集团算法技术负责人等关键职位。他的主要研究方向覆盖大语言模型、多模态AI、决策智能、深度学习，以及搜索、推荐、广告算法和系统优化等多个尖端领域。
最后，对于急切期待体验这款顶级视频生成模型的开发者和用户，可能还需稍作等待。尽管模型评测表现惊艳，但目前仍处于内测阶段，尚未全面开放公测。
相关攻略
周二晚间，AI领域迎来了一则重磅消息。在权威AI评测平台Artificial Analysis的榜单上，一个名为「HappyHorse-1 0」的神秘模型异军突起，一举登顶视频生成能力排行榜，引发了业界的广泛关注与热议。 这一成绩极具含金量。无论是文本生成视频，还是图像生成视频，HappyHorse
当AI开始学会“脑补”物理世界的运行规律，并尝试模拟一个动态变化的真实环境时，我们距离那个传说中的通用人工智能（AGI）究竟还有多远？ 进入2026年以来，“世界模型”毫无悬念地成为了科技圈最炙手可热的核心议题。它标志着一个关键的范式转变：人工智能正从被动地“感知当下”，迈向主动地对时空与动态变化进
上周三关于“世界模型”的线上沙龙反响空前热烈，这充分表明，从被动感知迈向主动推演，这条被视为实现通用人工智能（AGI）的核心技术路径，正深度吸引着整个AI行业的关注。鉴于持续高涨的讨论热度，我们决定加开一场深度分享会。 那么，这条充满潜力却又极具挑战性的前沿赛道，目前进展到了何种阶段？顶尖的研究者们
数字逻辑与物质建构的深度对话 ——评许哲诚“境域·生成”计算性设计展演 □ 丁雅力（江苏省美术馆策展人） 当代设计与造物的核心范式，正经历着由计算性设计带来的深刻变革。2026年3月20日，南京艺术学院教师许哲诚于南京莫玄空间呈现的“境域·生成”个人专场展演，正是这一前沿趋势的集中体现。本次展览超越
近日，开源具身智能原生框架Dexbotic宣布正式支持以RLinf作为其分布式强化学习后端。对具身智能开发者而言，这不仅是一次普通的工程适配，更意味着VLA模型研发中长期存在的「SFT与RL割裂」问题，正在被真正打通。 这是一种典型的「乐高式协作」：双方不强行Fork、不粗暴揉合代码，而是保持清晰边
热门专题
热门推荐
近日，国家能源局联合发改委、工信部、国家数据局正式印发《关于促进人工智能与能源双向赋能的行动方案》。这份重磅文件的核心思路非常清晰：一方面，以坚实的能源基础支撑人工智能（AI）的快速发展；另一方面，利用AI技术赋能能源行业转型升级。其核心目标是推动能源、算力、应用场景、数据与算法模型五大关键要素深度
在挑选文生视频工具时，若您正在智谱清影与Runway Gen-3之间权衡，那么了解两者在生成效果上的具体差异，将有助于您做出更明智的选择。本文将从画质清晰度、细节纹理、运动自然度与视频连贯性等核心维度，通过实测对比为您详细解析。 一、画质与分辨率表现 首先对比硬性指标。智谱清影基于CogVideoX
想用通义万相生成一张科技感十足的数据可视化背景，但出来的画面总觉得少了点“内味儿”？数字界面、粒子流、电路纹理这些关键元素一个不见，画面平平无奇？这通常不是工具的问题，而是提示词没有精准锚定科技可视化的核心要素，或者模型参数没调到最佳状态。别急，下面这几种方法，能帮你把想法精准地“翻译”成画面。 一
想要在Vidu生成的视频中实现流畅的慢动作或快进效果？虽然模型界面没有提供直接调整播放速度的滑块，但通过巧妙的提示词设计、利用内置功能，或结合后期处理工具，你完全可以精准掌控视频的节奏与时间感。本文将为你详细解析四种实用方法，从生成前到生成后，全方位满足你的创作需求。 一、通过精准提示词引导运动节奏
当您使用海螺AI生成的英文论文在提交查重时遭遇高重复率或AIGC检测异常，请不要急于归咎于工具本身。核心原因在于，尽管AI生成的文本格式标准、语法地道，但其语言模式和常见短语组合，并未针对知网、维普、万方等中文查重数据库的语义比对逻辑进行专门优化。换言之，机器认为流畅自然的表达，在查重系统的算法看来