OpenAI宣布關閉其視頻生成模型Sora后，國產視頻模型領域迎來新的發展契機，多家廠商紛紛發力，市場競爭愈發激烈。近日，一款名為HappyHorse - 1.0的匿名視頻模型在權威AI評測平臺Artificial Analysis AI Video Arena的排行榜上表現亮眼，以更高的Elo分數超越字節跳動旗下Seedance 2.0、快手旗下可靈AI以及Google Veo 3 Fast等知名視頻模型，一舉登頂榜首。Elo評分系統常用于衡量競技對弈中的相對技能水平，在此處則體現了各視頻模型的“段位分”。
千問大模型前技術負責人林俊旸在轉發HappyHorse - 1.0相關推文時，用“happy horse is insanely happy（歡樂馬瘋狂開心）”表達了對該模型的贊賞。Sora的退出并未讓視頻生成賽道熱度降低，反而像開啟了“去中心化”的競爭新局面，國產模型接過了技術發展的接力棒。如今，視頻模型的競爭焦點已從單純追求生成視頻的時長，轉變為在成本、效率以及真實性等方面的綜合較量。
HappyHorse - 1.0的出色表現引發了外界對其背后廠商的諸多猜測。據一位行業人士透露，該模型可能來自淘天集團未來生活實驗室團隊，由快手原技術副總裁張迪負責。不過，截至目前，阿里巴巴方面尚未對此消息作出回應。目前，HappyHorse - 1.0沒有官方認證官網，網傳的相關介紹頁面均非官方發布，僅是行業內的流傳信息。作為一款AI視頻生成模型，它能夠依據文本提示直接生成音畫同步的視頻。
在Sora退場后，Gemini 3更新節奏變緩，字節跳動的Seedance 2.0一度成為行業關注的焦點。智象未來CTO姚霆表示，Seedance 2.0出現后，讓人感覺底層模型似乎具備解決各種問題的能力。而阿里巴巴此前在視頻模型領域的布局，主要集中在通義萬相（Wan）系列。
沂景資本董事總經理謝思遠認為，頭部廠商通常會選擇在合適的時間窗口逐步釋放相關能力，而非一次性全部推出。HappyHorse - 1.0本質上更像是在特定時間點集中展示的能力。從近期視頻模型賽道的熱度來看，“歡樂馬”的崛起更像是廠商前期技術積累與市場關注度共同作用的結果，并非單一技術突破或特定商業化場景驅動。
在行業熱潮下，各廠商的競爭策略和定價邏輯出現分化。摩根大通曾指出，AI模型定價將出現分化，領先模型維持溢價，其他模型面臨降價壓力。實際情況更為復雜，前沿能力并不一定對應高價，部分廠商通過成本控制和規模擴張，實現了高性能與可負擔性的結合。字節跳動旗下視頻模型Seedance 2.0將行業熱度推向新高，也促使字節跳動嘗試掌握AI視頻領域的定價權。據了解，Sora關停后，字節跳動旗下AI創作平臺即夢多次調價。2月上線Seedance 2.0，刊例價為每秒8積分（15秒視頻120積分），同時推出限時會員折扣活動；3月會員折扣活動結束，新用戶無法參與；4月8日，即夢會員再次漲價，基礎會員、標準會員和高級會員的單月積分分別從過去的1080/4000/15000積分調整至725/2210/6160積分。與之相反，谷歌與快手可靈選擇了降價策略。3月底，谷歌DeepMind發布Veo 3.1 Lite視頻生成模型，面向Google AI Studio付費開發者開放，生成速度與Veo 3.1 Fast相當，但720p單價僅0.05美元/秒，成本不足Fast版當前價格的一半，4月7日起Fast版價格也下調。可靈迅速跟進，推出會員模型優惠計劃，核心視頻模型3.0系列限時8折起，部分圖片功能甚至免費。行業認為，在技術差距逐漸縮小的階段，行業競爭已從炫技轉向規模化搶占市場。
自Sora登場后，國內視頻模型賽道進入密集迭代期，眾多產品以“中國版Sora”“技術革新者”等標簽亮相，但榜單頭部位置變動頻繁，沒有絕對的領跑者。對于行業早期存在的同質化問題，謝思遠表示，目前頭部視頻模型在基礎生成能力上逐漸接近，這一階段的競爭核心轉向資本與資源投入，包括算力、數據和持續迭代能力。具備海量視頻數據和算力優勢的平臺型公司，如字節、快手等，仍占據相對優勢。短期內，破局仍與資源投入密切相關，行業仍處于“重資本”驅動階段。其中，版權數據是頭部企業相對于創業公司的關鍵壁壘。謝思遠認為，頭部平臺擁有更完整的內容生態和歷史數據積累，在數據合規和可用性上更具優勢；而創業公司既要獲取高質量視頻數據，又要規避版權風險，難度較大。在技術路線方面，雖然HappyHorse - 1.0未透露更多信息，但其音視頻同步生成、時序一致性強、唇形對齊自然等表現，已呈現出統一模態架構的典型特征，與行業主流趨勢一致。姚霆表示，AI行業從垂類模型回歸全模態模型的共識，是商業約束與技術迭代雙向驅動的結果。企業難以長期承受無商業化回報的投入，需要在模型能力與應用落地間快速閉環；模型與場景之間也會形成循環，即模型突破、應用落地、反向定義迭代，持續回歸架構優化是必然路徑。快手高級副總裁、可靈AI事業部總負責人蓋坤也認為，真正的多模態模型應同時具備強大的多模態輸入能力和音畫同步的輸出能力。謝思遠表示，行業下一階段更值得關注的是實時互動視頻能力，即生成過程具備更強交互性，可實現實時修改、即時調整，這意味著視頻生成將從離線渲染逐步走向實時生成與實時編輯，交互方式更接近自然人類表達。
