gift

黑色星期五:限時五折優惠!

立即領取

Nano Banana 專欄

happy wan 會是阿里下一代影片模型嗎?從 HappyHorse 與萬相合併說起

梳理 happy wan 命名猜測、HappyHorse 與萬相團隊整合,以及阿里 11 月發布計畫的出處。看短片《尾巴》如何為兩款模型署名,再用三個鏡頭試拍短劇、商品廣告和教學。

Nano Banana
Nov 13, 20261 分鐘閱讀
happy wan 會是阿里下一代影片模型嗎?從 HappyHorse 與萬相合併說起

阿里巴巴下一代影片模型會叫 happy wan 嗎?截至 2026 年 11 月 13 日,阿里雲百煉的公開模型更新記錄裡還查不到這個名字。11 月這個時間窗口倒是有出處。9 月 22 日,《上海證券報》記者楊翔菲在雲棲大會報導中援引阿里巴巴相關人士的說法,稱下一代影片模型計畫於 11 月發布。報導沒有給出產品名或具體日期。

這個猜測之所以值得聊,與 HappyHorse(快樂馬)和 Wan(通義萬相)兩支團隊的去向有關。甚至在新模型亮相之前,已經有人把兩款模型用在同一部短片裡了。

HappyHorse 和萬相團隊合併,具體合到了哪一步?

7 月 16 日,「申媽的朋友圈」披露,通義萬相團隊並入阿里副總裁張迪負責的未來生活實驗室。第一財經旗下「新皮層」隨後在 9 月的報導中也描述了這次調整。按這兩次報導的說法,研發萬相的團隊和做出 HappyHorse 的團隊進了同一個實驗室。

再看兩支團隊做過什麼。阿里雲 6 月的模型記錄顯示,HappyHorse 1.1 的參考圖生成影片版本可接收最多 9 張參考圖,用來約束人物、物件和場景的外觀。8 月上線的 Wan 3.0 已能在一次生成中輸出最長 30 秒的有聲影片,也能結合文字、圖像、音訊和影片參考。一個問題隨之而來:如果下一代模型吸收兩邊的經驗,能不能在一段更長的戲裡,讓同一個人把同一個動作演完,連換機位都接得上?

為什麼會想到 happy wan?取 HappyHorse 開頭的 Happy,再接上萬相的英文名 Wan,這個名稱就點出了兩支團隊的來歷。第三方創作網站已經在用分開寫的 Happy Wan 和連寫的 HappyWan。阿里是否會採用其中一種寫法,還要等正式發布。

《上海證券報》報導標題和署名,標題提到下一代影片模型計畫於 11 月發布

《上海證券報·中國證券網》,楊翔菲,2026 年 9 月 22 日。標題用的是「下一代影片模型」,沒有公布名字。

已經有一部同時用上兩款模型的短片

優酷 AI 短劇工坊的《尾巴》有一個一眼就能看懂的設定:一個人每說一次謊,身後就會長出尾巴。9 月 28 日,HappyHorse 的認證微博帳號 HappyHorse_AI 在介紹這部短片時,明確列出了 HappyHorse 1.1 和 Wan 3.0。原帖沒有細分每個鏡頭分別用了哪款模型。

HappyHorse_AI 微博提到優酷 AI 短劇工坊的《尾巴》使用了 HappyHorse 1.1 和 Wan 3.0

HappyHorse_AI,2026 年 9 月 28 日。新浪公開頁面上的微博截圖,原帖在同一行列出了兩款模型。

這個案例給想拍 AI 短劇的人提供了一個寫法:把看不見的心理變化變成看得見的動作。比如,一個店主準備關門,聽見門外有人叫他的名字,手裡的鑰匙停在鎖孔前。全景交代他要離開,特寫留住停下的那一拍。觀眾即使靜音也能理解他的猶豫。想換個場景練習,happy wan 有一個月台分鏡示例,用旅客、列車和握緊的提袋背帶表現類似的遲疑。

如果 happy wan 亮相,可以拿什麼鏡頭試它?

雲棲大會報導提到的一個研發方向,是在更長的影片裡保持人物和場景一致,並讓創作者控制鏡頭。可以先留一套今天就能拍的素材,將來再把同一套交給新模型。下面三個練習分別考驗跨鏡頭連續性、商品外形和動作時序。

短劇分鏡:讓一只藍杯子順利落桌

拍一張人物和杯子同框的參考照,再補一張杯把的近照。給這場戲留一個能聽見的動作,杯底碰到桌面時剛好響一聲。可以把這段提示詞直接用作分鏡:

陶藝工作室,午後窗光。中景,一位穿靛藍圍裙的陶藝師右手端著鈷藍色單耳杯。切到手部特寫,她把杯子放到木桌上,杯底碰到桌面的瞬間發出一聲輕響。切到側面中景,她鬆手,杯子留在桌上,停一拍。

三格陶藝分鏡,依次展示陶藝師端杯、杯底接近木桌、鬆手後杯子留在桌面

編輯部用 AI 製作的分鏡示意。逐格看握杯的手、杯把相對手指的位置和最後鬆手的時機。

回放時,先靜音檢查切鏡頭後杯子有沒有換手、落桌的動作有沒有重演,再開聲音聽杯底落桌的聲音是否提前。若特寫接不上中景,可從上一個鏡頭取最後一幀作為下一鏡的起點。多鏡頭短影片製作指南 裡還有把角色參考圖和分鏡放進同一套製作流程的做法。

商品廣告:只讓一道光移動

一副頭戴式耳機靠在支架上。先固定機位,讓一道窄光從左向右掃過耳罩外圈,再用同一張商品圖做第二版,固定光源,讓攝影機繞耳罩輕移。兩版都能拍出高光,觀眾看到的東西卻不同:前者交代材質,後者交代厚度。對照原圖看接縫和頭帶是否還在原位,比只挑最亮的一幀更能判斷素材能否交給客戶。第三方 happy wan 的耳罩示例展示了怎樣用反光把視線引向產品細節。

教學短片:讓觀眾看清因果

用固定側機位拍手沖咖啡。提示詞可以只寫「水壺傾斜,細水柱落到咖啡粉中央,粉層慢慢鼓起,壺嘴抬高後水流變細」。壺嘴、落點和粉層要始終同框。今天就可以用一張側面參考圖在 HappyHorse 圖片轉影片工作區 準備對照片段。如果畫面在注水途中切到了成品咖啡,下一版先刪掉所有成品鏡頭,只保留注水動作。

等阿里公布正式名稱和可用入口,再把同一張參考圖、同一句提示詞和同樣的時長交給新模型。屆時值得回答的,就不只是它究竟叫不叫 happy wan,還有它能不能讓陶藝師手裡的那只杯子自然地落回桌上。