基于 Artificial Analysis Video Arena 成千上万次人工盲评对比,Happy Horse 1.0 在文生视频和图生视频两项任务中持续领先全球,在画质、物理真实感和提示词一致性方面表现突出。
Happy Horse 1.0 于 2026 年初发布,核心基于 40 层自注意力 Transformer 架构。
模型以完全开源并支持商业使用的方式发布,包含基础模型、8 步蒸馏模型、自研超分模块与优化后的推理代码,可直接用于原生私有化基础设施。
40 层自注意力网络结合稳定的单流处理与逐头门控机制,为大规模训练提供高稳定性。
原生生成同步对白、环境音与拟音,无需额外后期流程。
在不依赖 CFG 的情况下显著减少去噪步骤,并借助 MagiCompiler 运行时实现最高 10 倍提速。
原生支持 7 种语言(EN、ZH、JP、KO、DE、FR),并在开放评测中取得领先的词错误率表现。
原生输出 5 到 8 秒高质量片段,并升至 1080p,覆盖 16:9 与 9:16 等主流比例。
严格宽松的开源模型,面向企业内部运行设计,透明代码更利于隐私与合规。
Happy Horse 1.0 的代码库与模型权重目前正在进行最终发布准备。
FP8 量化目标、蒸馏检查点与公开发布文档正在为首次开放发布做最后整理。