H***yHorse-1.0久盼方至。

4月27日，阿里巴巴***生成模型H***yHorse 1.0开启灰测，目前已在H***yHorse***（***.h***yhorse.cn）和阿里云百炼平台开放，同步上线千问App体验。

前期，H***yHorse-1.0在权威评测平台Artificial Analysis登顶，将字节跳动的Seedance 2.0甩在身后，领先幅度甚至超过了Seedance对第五名产品的领先幅度。按照排行榜单来看，这是一种断层式的优势，让人想起AlphaGo首次击败李世石时的那种震撼。然而，正如围棋中的局部优势不等于全局胜利，技术榜单的领先也不等于商业市场的胜利。

图片来自AI生成

钛媒体App第一时间登陆***体验，***界面设置了两个核心功能，***生成和***编辑，支持用户上传图片作为***的参考画面，也可仅通过文字指令生成***，目前并没有出现和Seedance一样的排队情况。

输入prompt词后，5秒钟***等待数分钟即可生成，之后支持进一步***编辑和再次创作，对创作者比较友好。普通用户最多可两个***，高级会员可解锁更多并发任务，1080P、批量、优先生成***，以及去除水印等功能。

在体验过程中，我们分别用“超写实 4K，城市街头日常场景，行人自然行走，光影真实，无畸形肢体，画面流畅 60 帧”“双人对话场景，两人交替说话，肢体动作自然，人物轮廓稳定，不融合、不换人、无幽灵残影”“0 秒连续镜头，森林小路向前推进，场景元素稳定，物体不无故消失、不随机突变”等prompt词测试。

经过针对画面质量、逻辑一致性、运动合理性、细节还原、风格写实、复杂指令、极端场景的测试，H***yHorse-1.0整体效果尚可，属于第一梯队模型水平，其原生多模态架构***用音***联合生成方案，面向广告、电商、短剧、社媒创意等内容生产场景，提供从智能生成到编辑的一体化创作能力。

模型在画面质感与光影效果、运镜与转场流畅度以及人物真实感等方面表现优秀，尤其擅长大光圈、浅景深、强氛围感的中近景镜头表达，还具备音画同步能力。但是也难免出现了穿模、色彩跳变等常见问题，少部分***AI味明显。

H***yHorse的真实定位是什么？从目前的种种迹象来看，它更像是一个追赶者与搅局者的复合体。

就行业反响来看，H***yHorse-1.0提供了第一梯队、工业可用级的***生成模型选择，阿里肯定不会满足于目前的定位，H***yHorse 1.0更重要的意义是，用性价比和饱和式***投入，冲击“一超多强”的***模型格局。

追赶者的一面体现在模型的某些短板，这种差距在商业应用中可能被放大。一位AI***创作者表示，“音频同步不仅仅是技术问题，更是艺术问题。Seedance在处理人物对话时的情感表达、语气转换自然。H***yHorse虽然能同步，但有时候会显得机械。”

搅局者的一面则体现在市场策略上。Seedance2.0***生成价格为720P 1元/秒、1080P 2.48 元/秒。H***yHorse的***限时折扣价为720P 0.44元/秒、1080P 0.78元/秒。即便取消折扣，整体价格还是优于Seedance2.0。

而在企业级客户层面，通过阿里云调用H***yHorse API接口没有门槛限制，字节此前要求企业客户一次性预缴千万级费用。

这背后的商业意图简单直白，阿里云希望直接撬动火山引擎的企业客户市场。一位阿里云销售直言不讳，“很多客户现在都是苦于火山引擎的一家独大，一是生成要排队，二是涨价。但凡有一家能力跟他差不多的，价格也不是说特别过分，很多客户都是非常有兴趣的。”

在影视制作、广告创意、游戏开发等高端应用场景中，***生成模型已经广泛融入到生产流程。数据显示，2026年字节漫剧日Token消耗已突破7000万元，首次超过***短剧。

H***yHorse 1.0模型主要包括***生成和***编辑两大功能，其中***生成涵盖了主流的文生***、图生***以及多图参考生***的能力，***编辑支持用对***进行灵活的二次创作。模型支持15秒多镜头叙事、多画幅适配及1080P超分输出。

据悉，阿里云一线销售已经开始主动出击，挖掘火山引擎的AI***客户。团队已拉拢大批企业客户准备内测，其中不乏日消费数万乃至数十万级别的头部玩家。

对于企业客户而言，多一个供应商意味着更强的议价能力和更低的依赖风险，此前字节涨价、取消老用户折扣行为，已经引起广大用户的抱怨，也反映出字节在算力成本等方面的压力，最终转嫁到客户层面。

一位MCN机构负责人说：“以前我们主要用Seedance，现在至少有了对比的选项。哪怕H***yHorse在某些方面不如Seedance，它的存在本身就能让Seedance不敢随意涨价。”

展望未来一段时间，H***yHorse与Seedance的竞争将围绕三个维度展开。

一是技术迭代速度，H***模型能否快速补齐在复杂动作控制、音频情感表达等方面的短板，能否在保持专业级控制的同时，提升生成效率，技术迭代的速度将决定谁能占据下一轮竞争的制高点。返回搜狐，查看更多