Happy Oyster 对比 Happy Horse

Happy Oyster 和 Happy Horse 是出自阿里巴巴同一团队的姊妹模型。了解它们之间的关系，对于理解阿里巴巴的 AI 战略至关重要：Happy Horse 在 2D 视频生成领域占据主导地位，而 Happy Oyster 则将该团队的技术扩展到了交互式 3D 世界。

同一团队，不同维度

这两个模型均来自阿里巴巴淘天集团旗下的 Future Life Lab 团队，隶属于 ATH 创新部门。该团队由前快手副总裁、前 Kling AI 技术负责人张迪领导。这正是此前将 Kling 打造成市场领导者，随后转投阿里巴巴的同一团队。

Happy Horse 于 2026 年 4 月 7 日左右出现在 Artificial Analysis 平台上，当时并未披露其开发者身份。在 4 月 10 日阿里巴巴确认其所有权之前，它已经在文本生成视频和图像生成视频排行榜上双双攀升至第一名。Happy Oyster 则于 2026 年 4 月 16 日作为 3D 对标产品发布。

性能对比

| 特性 | Happy Oyster | Happy Horse | |---|---|---| | 输出类型 | 交互式 3D 世界 | 2D 视频片段 | | 维度 | 3D（可探索） | 2D（可观看） | | 核心模式 | 导演 + 漫游 | 文本生成视频、图像生成视频 | | 音频 | 原生共同生成 | 单次传递联合生成音频和视频 | | 架构 | 原生多模态 | Transfusion（40 层统一 Transformer） | | 基准排名 | 无公开分数 | 文本生成视频第 1（Elo 1,389），图像生成视频第 1（Elo 1,416） | | 交互性 | 实时场景适配 | 线性播放 | | 获取方式 | 有限的早期访问 | 计划 4 月 30 日开放 API；即将开源 | | 主要用途 | 游戏、VR、模拟 | 电影、社交媒体、营销 |

Happy Horse 的过往成就

Happy Horse 目前是全球排名第一的视频生成模型。其 1,389 的文本生成视频 Elo 分数比 Seedance 2.0 高出近 115 分。在图像生成视频方面，它以 1,416 的 Elo 分数创下了新纪录。这些领先优势并非微不足道，而是代表了与所有竞争对手之间显著的差距。

该模型采用了 Transfusion 架构，包含一个统一的 40 层 Transformer。文本标记、参考图像潜在表示、以及噪声视频和音频标记都在一个标记序列内联合去噪。第一层和最后 4 层使用特定模态的投影，而中间的 32 层在所有模态间共享参数。它可以在单次传递中同时生成视频和音频。

Happy Oyster 的新领域

Happy Oyster 将 ATH 团队的生成能力带入了三个维度。它不是生成一段供你观看的平面视频，而是创造出一个你可以进入的世界。“导演模式”让创作者能够控制场景构建，而“漫游模式”则允许对生成的环境进行自由探索。

从被动生成到主动模拟的转变，正是阿里巴巴对这一飞跃的描述。对于需要用户与生成内容进行交互的应用场景，包括游戏原型设计、VR 体验、建筑可视化和训练模拟，3D 世界在本质上比视频片段更有用。

互补而非竞争

这两个模型并不是在相互竞争。它们代表了阿里巴巴生成式 AI 技术栈的两个层级：

• Happy Horse 处理 2D 内容：营销视频、社交媒体短片、电影预演，以及任何以视频文件作为最终产品的流程。
• Happy Oyster 处理 3D 内容：游戏世界、VR 环境、模拟场景，以及任何以交互空间作为最终产品的流程。

游戏工作室可以使用 Happy Oyster 生成可探索的环境，并使用 Happy Horse 为同一个项目制作电影级预告片。共享的 ATH 团队以及可能的架构相似性表明，随着两者日趋成熟，这两个模型之间可能会出现更深层的集成。

可用性时间表

Happy Horse 的 API 计划于 2026 年 4 月 30 日推出，随后将进行完整的开源发布。Happy Oyster 目前处于有限的早期访问阶段，尚无公开的 API 发布时间表。如果你现在就需要开始生成内容，Happy Horse 是更近的选择。

若要将这两个模型作为更广泛 AI 工作流的一部分进行评估，Elser.ai 提供了跨视频和 3D 平台的对比工具。请阅读 What Is Happy Oyster? 获取该 3D 模型的完整剖析，或查看它与其最直接的外部竞争对手 HY-World 2.0 的对比分析。