gift

黑色星期五:限时五折优惠!

立即领取

Nano Banana 专栏

happy wan 会是阿里下一代视频模型吗?从 HappyHorse 与万相合并说起

梳理 happy wan 命名猜测、HappyHorse 与万相团队整合,以及阿里 11 月发布计划的出处。看短片《尾巴》如何为两款模型署名,再用三个镜头试拍短剧、商品广告和教程。

Nano Banana
Nov 13, 20261 分钟阅读
happy wan 会是阿里下一代视频模型吗?从 HappyHorse 与万相合并说起

阿里巴巴下一代视频模型会叫 happy wan 吗?截至 2026 年 11 月 13 日,阿里云百炼的公开模型更新记录里还查不到这个名字。11 月这个时间窗口倒是有出处。9 月 22 日,《上海证券报》记者杨翔菲在云栖大会报道中援引阿里巴巴相关人士的说法,称下一代视频模型计划于 11 月发布。报道没有给出产品名或具体日期。

这个猜测之所以值得聊,与 HappyHorse(快乐马)和 Wan(通义万相)两支团队的去向有关。甚至在新模型亮相之前,已经有人把两款模型用在同一部短片里了。

HappyHorse 和万相团队合并,具体合到了哪一步?

7 月 16 日,“申妈的朋友圈”披露,通义万相团队并入阿里副总裁张迪负责的未来生活实验室。第一财经旗下“新皮层”随后在 9 月的报道中也描述了这次调整。按这两次报道的说法,研发万相的团队和做出 HappyHorse 的团队进了同一个实验室。

再看两支团队做过什么。阿里云 6 月的模型记录显示,HappyHorse 1.1 的参考生视频版本可接收最多 9 张参考图,用来约束人物、物件和场景的外观。8 月上线的 Wan 3.0 已能在一次生成中输出最长 30 秒的有声视频,也能结合文字、图像、音频和视频参考。一个问题随之而来:如果下一代模型吸收两边的经验,能不能在一段更长的戏里,让同一个人把同一个动作演完,连换机位都接得上?

为什么会想到 happy wan?取 HappyHorse 开头的 Happy,再接上万相的英文名 Wan,正好能看出两支团队的来历。第三方创作网站已经在用分写的 Happy Wan 和连写的 HappyWan。阿里是否会采用其中一种写法,还要等正式发布。

《上海证券报》报道标题和署名,标题提到下一代视频模型计划于 11 月发布

《上海证券报·中国证券网》,杨翔菲,2026 年 9 月 22 日。标题用的是“下一代视频模型”,没有公布名字。

已经有一部同时用上两款模型的短片

优酷 AI 短剧工坊的《尾巴》有一个一眼就能看懂的设定:一个人每说一次谎,身后就会长出尾巴。9 月 28 日,HappyHorse 的认证微博账号 HappyHorse_AI 在介绍这部短片时,明确列出了 HappyHorse 1.1 和 Wan 3.0。原帖没有细分每个镜头分别用了哪款模型。

HappyHorse_AI 微博提到优酷 AI 短剧工坊的《尾巴》使用了 HappyHorse 1.1 和 Wan 3.0

HappyHorse_AI,2026 年 9 月 28 日。新浪公开页面上的微博截图,原帖在同一行列出了两款模型。

这个案例给想拍 AI 短剧的人提供了一个写法:把看不见的心理变化变成看得见的动作。比如,一个店主准备关门,听见门外有人叫他的名字,手里的钥匙停在锁孔前。全景交代他要离开,特写留住停下的那一拍。观众即使静音也能理解他的犹豫。想换个场景练习,happy wan 有一个站台分镜示例,用旅客、列车和握紧的包带表现类似的迟疑。

如果 happy wan 亮相,可以拿什么镜头试它?

云栖大会报道提到的一个研发方向,是在更长的视频里保持人物和场景一致,并让创作者控制镜头。可以先留一套今天就能拍的素材,将来再把同一套交给新模型。下面三个练习分别考验跨镜头连续性、商品外形和动作时序。

短剧分镜:让一只蓝杯子顺利落桌

拍一张人物和杯子同框的参考照,再补一张杯把的近照。给这场戏留一个能听见的动作,杯底碰到桌面时刚好响一声。可以把这段提示词直接用作分镜:

陶艺工作室,午后窗光。中景,一位穿靛蓝围裙的陶艺师右手端着钴蓝色单耳杯。切到手部特写,她把杯子放到木桌上,杯底碰到桌面的瞬间发出一声轻响。切到侧面中景,她松手,杯子留在桌上,停一拍。

三格陶艺分镜,依次展示陶艺师端杯、杯底接近木桌、松手后杯子留在桌面

编辑部用 AI 制作的分镜示意。逐格看握杯的手、杯把相对手指的位置和最后松手的时机。

回放时,先静音检查切镜头后杯子有没有换手、落桌的动作有没有重演,再开声音听杯底落桌的声音是否提前。若特写接不上中景,可从上一个镜头取最后一帧作为下一镜的起点。多镜头短视频制作指南 里还有把角色参考图和分镜放进同一套制作流程的做法。

商品广告:只让一道光移动

一副头戴式耳机靠在支架上。先固定机位,让一道窄光从左向右扫过耳罩外圈,再用同一张商品图做第二版,固定光源,让摄影机绕耳罩轻移。两版都能拍出高光,观众看到的东西却不同:前者交代材质,后者交代厚度。对照原图看接缝和头梁是否还在原位,比只挑最亮的一帧更能判断素材能否交给客户。第三方 happy wan 的耳罩示例展示了怎样用反光把视线引向产品细节。

教学短片:让观众看清因果

用固定侧机位拍手冲咖啡。提示词可以只写“水壶倾斜,细水柱落到咖啡粉中央,粉层慢慢鼓起,壶嘴抬高后水流变细”。壶嘴、落点和粉层要始终同框。今天就可以用一张侧面参考图在 HappyHorse 图生视频工作区 准备对照片段。如果画面在注水途中切到了成品咖啡,下一版先删掉所有成品镜头,只保留注水动作。

等阿里公布正式名称和可用入口,再把同一张参考图、同一句提示词和同样的时长交给新模型。届时值得回答的,就不只是它究竟叫不叫 happy wan,还有它能不能让陶艺师手里的那只杯子自然地落回桌上。