---

title: HappyHorse-1.0 為什麼值得注意：匿名開源影片模型正在用「影音一體化」搶榜與搶敘事 date: 2026-04-09 source: https://www.threads.com/@yrzheee/post/DW3GE6-DllY category: articles tags:

• HappyHorse
• Video Generation
• Text to Video
• Image to Video
• Open Source AI
• Audio Video created: 2026-04-09 updated: 2026-04-09

---

HappyHorse-1.0 為什麼值得注意：匿名開源影片模型正在用「影音一體化」搶榜與搶敘事

概要

這則 Threads 的戲劇性很強：一個叫 HappyHorse-1.0 的匿名影片模型，突然空降 Artificial Analysis 的全球影片排行榜前列。

貼文給出的關鍵數據是：

• 無音訊 T2V：ELO 1357，#1
• 有音訊 T2V：ELO 1204，#2（僅次 Seedance 2.0）
• I2V：ELO 1392，且明顯領先

同時它還宣稱：

• 40 層單流 Transformer
• 只需 8 步去噪
• 無需 CFG
• 支援 影片 + 音訊聯合生成
• 支援中英日韓德法 6 種語言
• 承諾完全開源，但權重尚未釋出

如果只把這件事看成「又一個模型刷榜」，就太淺了。這篇真正值得 Allen KB 記錄的，是它反映出影片生成競爭的三個新變化：

影片模型正在從單純比畫面品質，轉向比影音一體化能力；開源敘事正在快速追上；而匿名團隊也能靠 benchmark 成績瞬間搶下市場注意力。

這篇真正的重點

1. 影片生成的競爭，開始從「畫面」升級成「完整媒體片段」

過去很多 text-to-video 討論，主要還停在：

• 畫面好不好看
• 動作順不順
• 鏡頭穩不穩
• 人物變形多不多

但這篇最值得注意的一點，是它把 音訊 拉進來一起講。

這很關鍵，因為當模型能做到：

• 畫面生成
• 音效生成
• 多語言 prompt 理解
• 一步產出更完整的 audiovisual clip

競爭維度就變了。

也就是說，市場開始不只在比「video generator」，而是在比：

誰更接近一個完整的 generative media engine。

這會直接影響未來產品形態，因為使用者真正要的通常不是無聲樣片，而是可直接進入短影音、demo、內容創作流程的成品。

2. 匿名模型也能靠 benchmark 快速奪權

這篇的戲劇性，還來自另一個點：

沒人知道 HappyHorse 是誰做的。

貼文提到社群的三種猜測：

1. 阿里萬相 Wan 2.7 換皮