没有发布会，没有技术博客，没有任何公司背书——一款名为HappyHorse-1.0 的文本转视频模型，悄然登顶权威AI评测平台Artificial Analysis的AI Video Arena排行榜，以更高的Elo分数压过了Seedance 2.0，更将可灵、天工等一众主流玩家甩在身后，一时之间引发了技术圈的“解密竞赛”。

Artificial Analysis的排名不是技术参数评测，而是真实用户盲测结果汇总出来的 Elo 积分，反映的是普通人看过之后的真实感知。这让这个排名比通常的跑分榜更难被轻易质疑，也让“这东西到底是谁做的”变成了一个无法忽视的问题。

“快乐马”悄然登顶，引发科技圈猜谜竞赛

X上的猜测来得很快。最先被人注意到的，是官网的语言排序：普通话和粤语排在英语前面。对于一个面向全球用户的产品，这个顺序有点反常——如果是美国团队主导，英语几乎不可能不是第一位。背后团队来自中国，基本可以确认。

名字本身也是线索。2026年是农历马年，“HappyHorse”这个命名藏着不太含蓄的马年梗，今年早些时候“Pony Alpha”也玩过类似套路。于是嫌疑名单迅速拉长：腾讯和阿里的创始人都姓马，天然在列；有人押注小米，觉得雷军一贯低调，喜欢突然亮牌；也有人觉得气质更像DeepSeek，毕竟DS此前曾悄悄上线过视觉模型，后来又悄悄下线了。各路猜测热闹非凡，但没一个拿得出实锤。

真正锁定目标的，是技术层面的逐条比对。X用户Vigo Zhao把HappyHorse-1.0 的公开基准数据拿去和已知模型一一核对，结果找到了一个高度吻合的对象：daVinci-MagiHuman，也就是3月上线Github的开源模型“达芬奇魔法人类”。

视觉质量4.80、文本对齐4.18、物理一致性4.52、语音字错率14.60%——两份数据逐项对得上。官网结构也几乎一样：架构描述、性能表格、演示视频的呈现风格，都像是出自同一套模板。两者同为单流Transformer架构，同为音视频联合生成，支持的语言列表也完全一致。这种程度的重合，很难用巧合解释。

目前技术圈认可度最高的结论是，HappyHorse 是daVinci-MagiHuman联合开发方之一的Sand.ai，基于开源模型优化的迭代版本，核心目的是验证模型在用户真实偏好下的表现上限，为后续的商业化落地做铺垫。

daVinci-MagiHuman在2026年3月23日正式开源，是两支年轻团队合作的产物。一支来自上海创智学院（SII）生成式人工智能研究实验室（GAIR），带头人是学者刘鹏飞；另一支是北京的 Sand.ai（三呆科技），创始人曹越同样有学术背景，公司方向是自回归世界模型。

模型用的是150亿参数的纯自注意力单流 Transformer，把文本、视频、音频三种模态的 token 全部塞进同一个序列里联合建模——开源界此前还没有人从零开始做过真正的音视频联合预训练，大多数是在单模态基础上拼接。

一款开源视频模型，何以实现两周逆袭？

身份搞清楚之后，另一个问题反而更难回答：daVinci-MagiHuman3月底才开源，HappyHorse-1.0凭什么能在短短两周内拿到比Seedance 2.0更高的Elo分数？

从官网披露的信息来看，HappyHorse并没有对底层架构动过什么手脚，比较合理的猜测是，它在默认生成策略上针对评测场景做了专项调整。

Elo体系本质上是用户偏好的累积，人物表情稳定不稳定、音画有没有对齐、画面是否赏心悦目，这些感知敏感项上稍微做好一点，在盲测里就容易被选中。模型的能力上限没变，但“评测表现”可以被打磨出来。

事实上，Artificial Analysis的盲测样本中，人像生成、口播类内容占比超过 60%，而daVinci-MagiHuman从训练阶段就聚焦人像演绎，在该类场景中天然具备优势，这也是其盲测胜率领先的核心原因；盲测样本如果以人像特写为主，擅长人像的模型就会系统性地占便宜，跟它在多人物、复杂运镜、长时序叙事等复杂场景下的实际表现没有直接关系。

结果是，排行榜上的数字和实测体验之间出现了明显的落差，X上的讨论者也分成了两派。怀疑派在测试后认为，HappyHorse-1.0与Seedance 2.0在人物细节、动态连贯性上仍有可见差距，并由此质疑Elo评分本身的代表性。

而支持者则对HappyHorse的潜力寄予厚望，希望它能够解决“多镜头序列中的画质一致性”这一行业痛点，因为这是当前主流视频模型都没解决好的问题，如果 daVinci-MagiHuman真的在这里有所突破，可能要比一个榜单排名重要得多。

模型本身的局限也不该被数字掩盖。小红书博主@JACK的AI视界 曾第一时间部署、实测了daVinci-MagiHuman。发现它跑起来需要H100，普通消费级显卡基本没戏，虽然社区在研究量化方案，但短期内个人用户想本地部署还是有难度。

场景上，它目前主要擅长单一人物，一旦多人出镜或者场景变复杂，效果就会掉下来——这不是调参能解决的问题，和它专注人像的设计取向有直接关系。生成时长一般也就10秒上下，再长容易乱，高清输出还得靠超分插件补。

@JACK的AI视界得出的结论是：daVinci-MagiHuman综合易用性不如LTX 2.3，需要得等社区把量化做好之后才适合日常使用。

视频生成赛道，等来了真正的“鲶鱼”？

当然，一次榜单领先并不能说明太多。接下来，HappyHorse还需要在稳定性、高并发访问速度、跨场景一致性、角色控制精度，以及评测集之外的泛化能力上接受更充分的检验。这些，才是决定一个模型能否真正进入创作者工作流的核心指标。

但如果把视野放到更大的行业格局，这件事传递的信号其实已经足够清晰。

开源视频模型本身并不是新鲜事。但始终横亘在开源与闭源之间的，是一道效果层面的可见差距——在需要向客户交付的场景里，开源模型的生成质量长期未能跨过“可用”到“可交付”的门槛。可灵、Seedance等闭源产品的定价权，在相当程度上正是建立在这一差距之上。

这一次的意义在于，一个基于开源模型的产品，在以真实用户感知为基准的盲测排行榜上，首次正面比肩了当前主流闭源竞争对手。不论其中有多少针对评测场景的调优成分，对于依赖这一差距构建定价权的闭源厂商而言，至少这是一个值得认真对待的信号。

对开发者而言，这个拐点的含义更为具体。在人像、数字人、虚拟主播等垂直场景中，一旦开源基座的生成质量触及“可交付”的门槛，自主部署的成本结构将发生实质性变化——不仅是API调用成本的压缩，更重要的是将数据、模型与推理链路完整地纳入自身掌控，在定制化深度与隐私合规层面获得闭源方案难以提供的灵活性。

HappyHorse-1.0短期内不会动摇 Seedance 2.0或可灵的市场地位，但开源模型效果可以媲美闭源这一认知一旦确立，后续的量化优化、垂直微调与推理加速将由社区以远超闭源产品的迭代速度持续推进。

在这个马年，真正值得关注的，或许不是哪匹马跑得最快，而是赛道本身正在变宽。