阿里巴巴今日宣布，旗下視頻生成模型HappyHorse迎來1.1版本重大升級，在動態(tài)表現(xiàn)、主體還原、指令理解、視覺呈現(xiàn)和音頻同步五大核心能力上實現(xiàn)突破性進展。目前用戶可通過HappyHorse官網(wǎng)、阿里云百煉平臺及千問云服務(wù)體驗最新功能，即日起同步啟動的"Horsepower"AI影像大賽更提供百萬級商業(yè)合作機會，著名導(dǎo)演張紀(jì)中領(lǐng)銜評委團向全球創(chuàng)作者發(fā)出邀請。

技術(shù)規(guī)格方面，新版本延續(xù)了3-15秒生成時長、720p/1080p分辨率及自由寬高比等基礎(chǔ)參數(shù)，但在核心算法層面完成重構(gòu)。通過引入動態(tài)運動建模系統(tǒng)，1.1版本有效解決了前代產(chǎn)品中動作遲緩、節(jié)奏斷層等問題，在武術(shù)對打、舞蹈表演等復(fù)雜場景中實現(xiàn)更流暢的肢體運動與更強的視覺沖擊力。針對電商廣告、影視制作等領(lǐng)域的精準(zhǔn)還原需求，模型的多圖參考生成能力（R2V）獲得顯著提升，可精準(zhǔn)保持商品LOGo位置、角色服飾細節(jié)等關(guān)鍵元素，甚至支持多分鏡腳本的智能理解與組合。

在創(chuàng)作自由度方面，新版本強化了長文本語義解析能力，能夠準(zhǔn)確捕捉用戶輸入中的場景轉(zhuǎn)換、角色關(guān)系等復(fù)雜指令。測試數(shù)據(jù)顯示，面對包含20個以上鏡頭描述的Prompt，模型仍能保持87%的指令遵循準(zhǔn)確率，較前代提升32%。視覺呈現(xiàn)上，通過引入分層渲染技術(shù)與真實膚質(zhì)數(shù)據(jù)庫，人物特寫鏡頭的皮膚質(zhì)感獲得質(zhì)的飛躍，既保留毛孔、法令紋等生理特征，又避免過度銳化產(chǎn)生的塑料感，特別在眼部微表情、發(fā)絲動態(tài)等細節(jié)處理上達到行業(yè)領(lǐng)先水平。

音頻系統(tǒng)的升級成為本次更新的最大亮點。模型新增的情境感知音頻引擎可自動匹配畫面節(jié)奏調(diào)整語速停頓，當(dāng)檢測到戰(zhàn)斗場景時會自動加快臺詞節(jié)奏并增強環(huán)境音效。在音樂生成方面，通過分析Prompt中的情緒關(guān)鍵詞（如"緊張""溫馨"），系統(tǒng)能從百萬級曲庫中智能推薦背景音樂，并實現(xiàn)0.2秒內(nèi)的音畫對齊精度。某測試案例中，模型生成的古風(fēng)短片成功將劍擊聲、衣袂飄動聲與背景笛聲精確同步，獲得影視專業(yè)人士高度評價。

即日起至8月31日，創(chuàng)作者可通過HappyHorse官網(wǎng)提交作品參與影像大賽。大賽設(shè)置最佳敘事獎、技術(shù)突破獎等六個獎項，除百萬商業(yè)合約外，獲獎?wù)哌€將獲得阿里云算力支持及張紀(jì)中工作室的創(chuàng)作指導(dǎo)機會。平臺數(shù)據(jù)顯示，自新版本上線以來，用戶日均生成視頻數(shù)量增長240%，其中電商領(lǐng)域應(yīng)用占比達63%，影視動畫類創(chuàng)作增長顯著。