阿里巴巴近日宣布，旗下视频生成模型HappyHorse正式推出1.1版本，在动态表现、主体一致性、指令理解、视觉效果和音频处理等多个维度实现全面升级。目前，用户可通过HappyHorse官网、阿里云百炼平台及千问云体验最新功能，同时该模型已开放技术接口供开发者调用。
技术规格方面，1.1版本延续了前代3-15秒单次生成时长，支持720p与1080p分辨率输出，并保持自由宽高比设置。此次升级重点聚焦于创作质量提升：通过优化运动建模算法，新版本解决了复杂动作场景中的迟缓问题，使人物运动轨迹更流畅自然；在多图参考生成视频（R2V）功能中，模型对商品细节、角色特征及场景元素的还原精度显著提高，支持多分镜组合与N宫格参考的智能融合。
指令理解能力是本次升级的核心突破。研发团队强化了长上下文语义解析与场景规划模块，使模型能够精准捕捉用户输入中的角色关系与叙事逻辑。无论是简短描述还是复杂故事线，系统均可自动编排镜头语言，生成符合预期的多角色连贯画面。针对专业创作需求，新版本特别优化了镜头衔接稳定性，在短剧制作、广告拍摄等场景中实现更自然的多视角切换。
视觉呈现层面，1.1版本通过改进细节生成引擎，在人物肤质还原上取得突破性进展。模型现在能够智能平衡真实特征与美学表现，在保留痘印、法令纹等生理细节的同时，避免过度锐化或油光感。专业镜头语言理解模块的加入，使系统可准确识别正反打、跟拍等拍摄手法，在人物特写镜头中展现更强的叙事表现力。据实测数据，新版本在多镜头叙事连贯性指标上提升达37%。
音频处理能力的革新为内容创作带来全新可能。升级后的系统可动态调整台词语速、停顿与语气，使声音表达更贴合场景情绪。通过增强对声音描述指令的解析能力，背景音乐与环境音效的匹配度显著提升，有效减少无关音效干扰。更精准的音画同步技术确保声音与画面动作、剧情节奏严格对齐，为用户带来更具沉浸感的视听体验。
为推动AI影像技术创新，阿里巴巴联合虎鲸文娱集团即日起启动"Horsepower"全球AI影像大赛。赛事设置百万级商业合作奖励，邀请张纪中等影视行业权威人士组成评审团。创作者可通过HappyHorse官网提交作品，参赛内容需体现模型在动态叙事、多镜头衔接或音画融合等方面的创新应用。此次大赛特别设立海外赛道，为全球AIGC创作者提供展示平台。
