4月8日，Artificial Analysis Video Arena榜單迎來一位新晉“黑馬”——匿名發布的視頻大模型HappyHorse 1.0。這款模型在短短48小時內，同時登頂文生視頻和圖生視頻兩大核心賽道，引發行業震動。就在外界猜測其背景時，阿里巴巴正式宣布，該模型由旗下未來生活實驗室團隊研發，團隊負責人正是快手前副總裁、Kling AI技術負責人張迪。
長期以來，視頻大模型領域呈現“雙雄爭霸”格局：字節跳動的Seedance穩居榜首，快手的可靈緊隨其后。阿里的突然入局并迅速登頂，打破了這一固有格局。更值得關注的是，HappyHorse并非阿里在視頻領域的唯一布局——其公開的主力模型通義萬相，剛剛在4月7日發布Wan2.7-Video版本，新增復雜動作生成、音畫同步、長視頻編輯等核心功能。這表明，阿里在視頻賽道已形成“雙線并進”的戰略布局。
據內部人士透露，阿里最新架構調整中，通義萬相團隊劃歸通義大模型事業部，專注底層模型研發；HappyHorse團隊則隸屬AI創新事業部，更貼近場景應用。這種“內部賽馬”機制，既保證了技術探索的廣度，又通過競爭加速模型迭代。更令人意外的是，阿里方面還透露，另一款與HappyHorse定位不同的多模態模型即將上線，顯示其正在全面重構視頻與多模態的戰略優先級。
在內部“雙線突圍”的同時，阿里也在外部生態展開“雙保險”布局。同一時期，阿里領投生數科技B輪20億元融資，這家清華系獨角獸的Vidu模型長期位居視頻榜單前十；此前，阿里還領投了AI視頻生成領軍企業愛詩科技。通過內部研發與外部投資結合，阿里既確保技術話語權，又搶占生態關鍵節點。這種“內外兼修”的策略，被業內視為對視頻大模型賽道的“全面押注”。
視頻大模型為何成為阿里戰略重心？行業分析指出，相比文本模型，視頻模型需同時解決時序一致性、物理運動、鏡頭調度等復雜問題，是多模態能力的“終極考驗”。掌握視頻技術，意味著在視頻理解、多模態Agent、新交互方式等前沿領域占據先機。例如，阿里正將AI重點轉向Agent與業務體系的連接，而生數科技本輪融資明確指向“世界模型”研發，顯示其野心不止于視頻生成，更在布局下一代交互范式。
這一戰略轉向與阿里的資源投入密不可分。今年初，阿里宣布未來三年投入至少3800億元用于AI和云基礎設施建設。視頻大模型因其對算力和云資源的巨大消耗，自然成為重點方向。通過組織架構調整、雙模型研發、生態投資三管齊下，阿里正將視頻賽道從“邊緣功能”升級為“能力制高點”。這場突如其來的“黑馬逆襲”，或許只是阿里多模態戰爭的序幕。
