阿里发布happyHorse1.1
距4月27日1.0灰度测试上线不到两个月。官网、阿里云百炼、千问云同步接入。1.0当时拿出的牌是"全球排名第一的开源AI视频生成器"，150亿参数，40层统一自注意力Transformer架构，DMD-2蒸馏技术压缩到8步去噪，约38秒生成1080p。硬指标不差，但创作者上手后的反馈集中在"运动僵硬""拍多段镜头主角长变样了""按提示词来有偏差"。1.1这次把这几个痛点逐一拆了。五个维度的升级拆开看，其实是在回答视频生成行业的同一道题：从"能生成"到"能听懂"。动态表现力：优化运动建模，解决1.0动作迟缓、节奏不足的问题，人和物体的运动更连续、更有张力。不是"帧更多了"，是"动得更像真的了"。主体一致性：多图参考生视频（R2V）能力大幅强化，多镜头、多场景之间角色不串脸，商品细节和品牌元素不跑偏，N宫格参考理解增强。这是短剧、广告类创作者的刚需，几段拍出来主角长得不一样等于废片。指令遵循：长上下文语义理解+场景规划+角色关系建模，复杂Prompt下的镜头编排不再"自己发挥"，多场景多角色的连贯叙事终于靠谱了。视觉质感：人物面部细节去油光、去过度锐化，保留痘印、法令纹、毛孔等真实特征但不做作；增强正反打、跟拍等专业镜头语言理解，多镜头节奏编排从"断裂"切换到"流畅"。音频能力：台词语速、停顿、语气按场景动态调整，背景音乐和环境音效更精准贴合Prompt描述，音画同步的错位被明显压低。伴随这次升级有个值得注意的信号： 阿里同步启动了"Horsepower"AI影像大赛，张纪中担任评委，优胜者给百万商单，这是在用真金白银向专业创作者释放一个信息："模型不是给你们玩的，是给你们干活的。"同样生成时长（3-15秒）、同样分辨率（720p/1080p）、同样自由宽高比，1.1没有在规格参数上卷，而是在"理解得更准、拍得更稳、听上去更像一回事"上精调。阿里ATH这条视频生成线（HappyHorse）加上上周发的世界模型线（HappyOyster），一个做"讲好一个故事"，一个做"走进一个世界"——两条腿跑的是同一个目标：把AI生成从"创意玩具"推成"专业生产力"。
发布于 河南
分享
评论
赞
未登录
友善发言
评论
加载中
