潮新闻客户端 记者 张云山 楼纯
这个4月，全球科技圈的目光，意外地被一匹神秘的“快乐马”牵住了缰绳。
说它神秘，是因为它在4月7日凌晨突然空降全球最权威的AI视频盲测榜单，以“碾压”性的分数把所有大厂踩在脚下；说它让巨头失眠，是因为在登顶后不到72小时，这匹马又像武林高手一样“事了拂衣去”，只留下一个语焉不详的页面和满屏的惊叹号。
这匹代号为“Happy Horse”的AI视频生成模型，没有公司背书，没有技术博客，甚至连GitHub仓库都挂着一句“Coming Soon”。但就是这个连真实身份都搞不清楚的家伙，却在72小时内让整个行业体验了一把什么叫“天降神兵”。
图片来源：Artificial Analysis
72小时“匿名霸权”：60分的代差意味着什么
故事要从榜单说起。Artificial Analysis是业内公认的“照妖镜”，不看名气、不看估值，只看真实用户在不知情下的盲测投票。
在Happy Horse出现前，AI视频赛道是典型的“神仙打架”：字节跳动的Seedance 2.0、Google Veo 3、快手Kling 3.0，彼此之间的差距往往只有二三十分，互有胜负，属于谁也没法彻底甩开谁的僵持阶段。
但Happy Horse一上场，画风突变。
在纯文本生成视频的核心赛道，Happy Horse的ELO分数比当时的第一名字节Seedance 2.0高出了整整60分。在评分体系里，这不仅是第一，而是代际的碾压——意味着在近六成的盲测对比中，观众觉得Happy Horse生成的画面明显更自然、更像真的。更惊人的是，它在图像转视频这个大众最常用的功能上，领先优势扩大到了50分以上。
唯一能阻挡它的，可能只有它自己——在榜单登顶后，这个没有任何身份标识的模型悄然撤下了测试接口，只留下几张社交媒体上疯狂传播的截图，和一个让全球极客百思不得其解的问题：它到底是谁家的？
解码“快乐马”：不仅画面好，它还会“看嘴型”
虽然没发论文，但技术社区通过对蛛丝马迹的深挖，拼凑出了Happy Horse让大厂坐立不安的硬实力。如果用一句话总结：它试图把做视频这件事，从“剪辑”彻底变成“一键生成带音效的微电影”。
第一，它很“轴”，但“轴”出了新高度。目前主流的AI视频模型，处理文字、画面、声音是分开的几条流水线，最后再拼起来。Happy Horse采用了一种极其激进的“单流Transformer架构”，简单说就是让文字、画面、声音在同一个算法锅里搅和，互相之间完全理解意图。这带来的直接好处是：音效、背景音乐甚至人物说话的口型，全是模型一次性算出来的，不存在“音画不同步”的尴尬。这种“端到端音视频联合生成”的能力，正是业界公认的下一个主战场。
第二，它很“快”。现在很多模型生成几秒视频要跑上百步算法，Happy Horse只用8步去噪。官方数据显示，在高端显卡上，生成一段5秒的1080P带同步音频视频，只需约38秒。这省下的不只是时间，更是白花花的算力成本，意味着离“实时生成”又近了一大步。
第三，它懂“市场”。模型对中、英、日、韩等6种语言的唇形同步做了精细调校。对于做跨境电商、做短剧出海的内容创作者来说，这种多语言原生支持简直就是量身定做的生产力工具。
身份谜团：一场全网“福尔摩斯”的推理狂欢
全网都在当福尔摩斯，而这件事最有趣的地方恰恰在于——到目前为止，没有任何一方站出来认领。
Happy Horse的匿名空降，引发了一场全球范围内的推理竞赛。有人从模型的命名风格推断其亚洲血统，有人在GitHub和学术论文里搜索所有与“horse”相关的项目，还有人试图从测试接口的IP地址寻找蛛丝马迹。
从技术特征倒推，有几个线索相对清晰：模型对中文、日语、韩语的唇形支持极为出色，说明研发团队大概率有东亚背景，且在电商、内容出海等场景上有明确的落地意图。而能够支撑起15B参数级别模型训练的算力规模，也绝非小团队能够轻易负担。
一种声音认为，这或许是某个大厂的“匿名侦察兵”——过去一年里，GPT-4 Turbo、Claude 3.5 Sonnet、Gemini 2.0 Flash都走过“先匿名打榜、再正式发布”的流程。如果这个规律再次应验，Happy Horse很可能在未来几周内以某个正式名字回归。
另一种更浪漫的猜测是：这是一个没有历史包袱的独立团队，用一种“光脚的不怕穿鞋的”姿态，向巨头们展示了什么叫真正的技术突破。
而无论幕后推手是谁，一个共识正在形成：Happy Horse代表的技术路线——“单流Transformer加极简去噪”——已经被验证为一条通往SOTA的可行路径。这对于整个开源社区而言，都是一个重大利好。
行业的震动：能力天花板再次被刷新
Happy Horse的出现，真正触动行业神经的，不是多了一个竞争对手，而是它清晰地传递了一个信号：AI视频生成的能力上限，远远没到天花板。
在Happy Horse空降之前，Seedance 2.0、Veo 3、Sora 2这些头部产品彼此咬得很紧，给人一种“大家水平差不多，再卷也就这样了”的错觉。但这60分的代差级领先，像一盆冷水浇醒了所有人——原来之前看到的所谓“最强”，不过是大家都没拿出真本事。
它将迫使所有头部厂商重新审视自己的技术栈：音视频联合预训练要不要做？推理步数能不能再压缩？多语言原生支持是不是刚需？
对于内容创作者来说，这更是一个值得期待的信号。AI短剧的多语言批量生成、跨境广告的一键配音、老照片的精准动态修复——这些场景的落地速度，可能比预想的要快得多。
这匹“快乐马”，虽然暂时消失在公众视野，但它留下的72小时传说，已经足够让整个行业记住一个事实：在AI视频这场长跑中，真正的黑马，往往出现在最意想不到的时刻。好戏，才刚刚开始。