神秘“欢乐马”空降屠榜，碾压Seedance 2.0，视频AI又变天了？

周二深夜，AI圈炸了。

在全球知名AI评测平台Artificial Analysis的Video Arena榜单上，一个代号为「HappyHorse-1.0」的神秘视频生成模型悄然空降——没有发布会，没有技术博客，没有任何公司背书，直接以碾压式的姿态登顶榜首。

截止发稿，文本生视频赛道，Elo积分飙至1357分，领先刚登顶五天的Seedance 2.0 84分，比第三名和第四名的SkyReels V4和Kling 3.0 1080p Pro高出超过100分。HappyHorse-1.0一个模型，就拉开了整个行业梯队的差距。

图像生视频赛道更是跑出了1402的恐怖高分，刷新了该榜单的历史纪录。

唯一稍显逊色的，是在包含原生音效的「视频+音频」综合排名上，HappyHorse屈居第二，略低于Seedance 2.0。

这个榜单，没那么容易刷

很多人第一反应是：这不会是刷分吧？

这个质疑并非没有道理。但Artificial Analysis的排名机制，决定了它比普通跑分榜更难被轻易操控——所有排名均来自全球真实用户的「蒙眼二选一」盲测投票，用户在完全不知情的情况下，对两段生成结果进行对比选择，最终汇总成Elo积分。

模型团队无法通过刷题作弊，反映的是普通人看过之后最真实的感知偏好。

当然，也有人指出，Artificial Analysis的盲测样本中人像生成、口播类内容占比超过60%，而HappyHorse在人像场景上天然具备优势，这在一定程度上可能造成了评测分数与实际综合能力之间的落差。

X上的讨论者也因此分成了两派：怀疑派认为HappyHorse与Seedance 2.0在人物细节、动态连贯性上仍有可见差距；支持者则对其潜力寄予厚望，尤其期待它能解决多镜头序列中画质一致性这一行业痛点。

其次，根据网上的测评，普通人对这款模型的评价普遍很高。

"欢乐马"究竟是谁的马？

这才是整个AI圈最想搞清楚的问题。

X上的猜测来得很快。最先被注意到的，是官网的语言排序：普通话和粤语排在英语前面。对于一个面向全球用户的产品，这个顺序相当反常——背后团队来自中国，基本可以确认。

名字本身也是线索。2026年是农历马年，「HappyHorse」这个命名藏着不太含蓄的马年梗，今年早些时候「Pony Alpha」也玩过类似套路。于是嫌疑名单迅速拉长：腾讯和阿里的创始人都姓马，天然在列；有人押注小米，觉得雷军一贯低调，喜欢突然亮牌；也有人觉得气质更像DeepSeek，毕竟DS此前曾悄悄上线过视觉模型，后来又悄悄下线了。

X用户Passluo的评论颇为意味深长："这匹快乐马是谁的？阿里、腾讯，还是小米？"

技术层面的"破案"

光靠名字猜不够，技术圈随即开启了福尔摩斯模式。

X用户Vigo Zhao把HappyHorse-1.0的公开基准数据拿去和已知模型逐条核对，找到了一个高度吻合的对象：daVinci-MagiHuman——也就是今年3月上线GitHub的开源模型「达芬奇魔法人类」。

视觉质量、文本对齐、物理一致性等多项数据逐项对得上，官网结构也几乎一样，两者同为单流Transformer架构，同为音视频联合生成，支持的语言列表完全一致。这种程度的重合，很难用巧合解释。

目前技术圈认可度较高的结论是：HappyHorse是daVinci-MagiHuman联合开发方之一的Sand.ai，基于开源模型优化的迭代版本，核心目的是验证模型在用户真实偏好下的表现上限，为后续商业化落地做铺垫。

daVinci-MagiHuman于2026年3月23日正式开源，是两支年轻团队合作的产物：

一支来自上海创智学院生成式AI研究实验室，另一支是北京的Sand.ai（三呆科技）。模型采用150亿参数的纯自注意力单流Transformer，将文本、视频、音频三种模态的token全部塞进同一个序列里联合建模。

另一条线索，指向阿里淘天

与此同时，坊间还流传着另一个版本的猜测：

HappyHorse背后的核心团队，来自阿里淘天集团「未来生活实验室」，由前快手副总裁、可灵技术负责人张迪领衔。

公开资料显示，张迪于2025年底加盟阿里，执掌淘天集团「未来生活实验室」。该实验室是阿里电商核心算法团队，集结了顶尖技术人才与核心算力资源，专注大模型与多模态前沿领域，成立仅一年有余，已在国际顶会发表10余篇高质量论文。

值得一提的是，这一传闻发酵的时间节点，恰好与阿里港股今日的活跃表现有所重叠——当然，这只是一个有趣的巧合，目前并无任何实锤将两者直接挂钩，不宜过度解读。

这件事真正重要的信号

不论HappyHorse最终花落谁家，这次事件传递的行业信号已经足够清晰。

长期以来，开源视频模型与闭源产品之间横亘着一道效果层面的可见差距——在需要向客户交付的场景里，开源模型的生成质量始终未能跨过「可用」到「可交付」的门槛。可灵、Seedance等闭源产品的定价权，在相当程度上正是建立在这一差距之上。

这一次，一个基于开源模型的产品，在以真实用户感知为基准的盲测排行榜上，首次正面比肩了当前主流闭源竞争对手。

对于依赖这一差距构建定价权的闭源厂商而言，这至少是一个值得认真对待的信号。

按照Artificial Analysis的「盲测屠榜」惯例，当一个匿名模型赚足关注度后，官方通常会在一周内正式「认领」。

或许就在这几天，我们就会知道答案了。

在这个马年，真正值得关注的，或许不是哪匹马跑得最快，而是赛道本身，正在变宽。