HappyHorse-1.0 真的是開源的嗎？我們能驗證什麼
HappyHorse-1.0 聲稱開源——但 GitHub 和 HuggingFace 連結目前無法存取。以下是已驗證的內容及值得關注的事項。
上週二，我正進行到本地 WAN 2.2 管線設置到一半時，一個我從未見過的名字爬上了 Artificial Analysis Video Arena 排行榜頂端。HappyHorse-1.0。Elo 1333。超越 Seedance 2.0，超越 Kling 3.0，超越我過去一個月來測試的所有模型。
我的第一個念頭不是「哇」，而是「程式碼庫在哪？」
我在一個 Discord 頻道裡被人 tag 到——「Dora，妳看過這個嗎？」——並附上了官方網站連結。我點進去，看到粗體字寫著「完全開源」，又看到「GitHub——即將推出」。就是這個介於聲稱與連結之間的小小落差，讓我沒辦法放下。我追過太多不存在的下載按鈕，早就知道一個你能使用的模型，和一個你只能讀到的模型有多大的差別。
於是我花了接下來幾個小時做我平常會做的事：順著線索往下扯、查 HuggingFace、在 X 上搜尋有沒有人真的把權重下載到本地端。
以下是截至 2026 年 4 月 8 日，我能確認——以及尚無法確認——的事情。
HappyHorse-1.0 對「開源」的聲稱
happyhorses.io 上的措辭相當自信。網站將這個模型描述為「完全開放」，並聲稱基礎模型、蒸餾模型、超解析度模型以及推論代碼均已發布。其宣稱的架構是 150 億參數、統一 40 層自注意力 Transformer——不含交叉注意力——能夠從文字同時生成影片與音訊。據稱支援七種語言的唇形同步，並使用 DMD-2 蒸餾技術將去噪步驟縮短至八步。
這些都是很有分量的聲稱。但問題在於：聲稱和可用性是兩回事。而兩者之間的落差，正是開發者最容易踩坑的地方。
還有一點值得注意：至今沒有任何人公開確認 HappyHorse-1.0 是誰開發的。Artificial Analysis 在將其加入競技場時，將其描述為一個「匿名」模型。X 上的社群猜測從 WAN 的變體到 Seedance 的競爭者都有，但沒有任何經過驗證的說法。某個關聯網站提到了字節跳動的基礎設施，但我也無法獨立確認。
目前實際可驗證的內容
事情到這裡就變薄了。
GitHub：happyhorses.io 上有 GitHub 連結，顯示「即將推出」。截至今日，沒有任何公開的程式碼庫——沒有代碼、沒有 README、沒有授權文件。我搜尋了 GitHub 上的相關組織或分支，一無所獲。
HuggingFace：情況相同。網站上的「Model Hub」連結同樣顯示「即將推出」。HuggingFace 上不存在任何模型卡，沒有列出任何權重檔案，也沒有任何社群討論串。
Demo：網站提供了一個即時 Demo，可從文字提示生成影片片段。我看到的輸出效果相當令人印象深刻——動作流暢，連貫性不錯。但 Demo 只能告訴你這個模型能運作，並不能告訴你你是否能自己運行它、微調它，或在此基礎上進行開發。
結論：截至本文撰寫時，你無法下載 HappyHorse-1.0，無法檢視其權重、閱讀其授權，也無法在本地運行。「完全開源」的標籤目前只是一個聲明的意圖。
這個落差對開發者為何重要
如果你是一位正在評估是否將開放模型整合進生產管線的開發者，標籤的重要性遠不及實際產出物。而這個領域裡，三個術語經常被混用：
開源（Open source） 意指完整的一套——權重、訓練代碼、架構細節，以及允許修改和再發行的授權。開放原始碼促進會在這個區別上立場鮮明：單獨發布權重並不符合資格。
開放權重（Open weights） 意指訓練後的參數可供下載使用，但訓練資料、代碼和方法論可能仍屬私有。你可以執行推論和微調，但無法完整重現或稽核該模型。
開放存取（Open access） 意指你可以透過 API 或 Demo 使用模型，但沒有任何東西可以下載。你是租客，不是所有者。
目前，HappyHorse-1.0 屬於第三類。也許明天就會改變。但圍繞一個尚未發布的模型建立工作流程是一種風險，尤其是當你的時程依賴於本地部署或自訂微調時。
如何追蹤發布狀態
如果你正在關注這個領域——我認為值得關注——以下是可以查看的地方：
GitHub：留意是否出現新的組織頁面。一旦代碼發布，那裡就會是第一站。目前沒有任何程式碼庫存在，但網站暗示計畫中有一個。
HuggingFace 及模型中心：模型卡將是最清楚的信號。一旦權重連同授權文件發布在那裡，你就可以開始進行正式評估。HuggingFace 的模型卡文件說明了一個正式發布應有的樣貌。
社群信號：X 上的討論一直相當活躍。研究人員和 AI 影片創作者已經開始將 HappyHorse 的輸出與其他競技場參賽作品進行比較。圍繞 AI 影片生成的 Reddit 和 Discord 頻道，往往能在非官方上傳或分支出現時迅速浮出水面。
Artificial Analysis：他們的影片排行榜可能是追蹤長期表現最客觀的地方。隨著更多票數湧入，Elo 分數會持續變動，所以今天的排名未必能維持。
AI 影片中的開源紀錄：參照框架
我發現將其與那些確實兌現了開放權重承諾的模型進行比較，是很有幫助的。這能給你一個「真實」樣貌的基準。
Lightricks 的 LTX-2 是一個紮實的參照。他們宣布開源，然後說到做到：HuggingFace 上的完整權重、附帶推論代碼的 GitHub 程式碼庫、ComfyUI 整合、訓練框架，以及清晰的授權。你可以下載它、在本地運行它、用 LoRA 進行微調，並在此基礎上建立生產工作流程。這就是一個可信的開放權重發布在實踐中的樣貌。
WAN 2.2 也是如此。阿里巴巴的團隊在 HuggingFace 上發布了多個模型變體——文字轉影片、圖片轉影片、輕量的 5B 版本——以及 GitHub 上的完整推論代碼、Diffusers 整合，和 Apache 2.0 授權。社群貢獻隨之而來：ComfyUI 封裝器、量化版本、蒸餾實驗。
在任何發布中，確認其實際可用的判斷依據：
- 可供下載的權重（不是在等候名單後面或「即將推出」頁面後面）
- 授權文件——Apache 2.0 對商業使用是最清楚的綠燈，但即使是自訂授權也好過沒有
- 推論代碼，且無需依賴專有套件即可運行
- 模型卡，包含架構細節、限制說明和預期用途
HappyHorse-1.0 今天一項都沒有。這不是對模型質量的判斷——競技場結果顯示它確實強勁。這是對其目前可及性的判斷。
常見問題
我現在可以下載 HappyHorse-1.0 的權重嗎？
不行。截至 2026 年 4 月 8 日，沒有任何權重公開可用。官方網站上的 GitHub 和 Model Hub 連結均顯示「即將推出」。我也找不到任何第三方上傳或社群分支。
HappyHorse-1.0 在 HuggingFace 上嗎？
尚未。HuggingFace 上沒有與 HappyHorse 相關的模型卡、權重檔案，也沒有組織頁面。這隨時都可能改變，所以值得定期查看。
HappyHorse-1.0 將使用什麼授權？
未知。關聯網站在其託管平台的脈絡下提到了「商業使用權」，但尚未發布任何獨立的模型授權。在授權文件隨權重一同發布之前，無法評估自行託管或商業部署的條款。
現在就為 HappyHorse-1.0 建立商業工作流程安全嗎？
我建議等待。在沒有可下載權重、已發布授權，甚至連確認的開發者身份都沒有的情況下，用於生產的不確定性太高。如果你今天需要一個用於商業影片生成的開放模型，LTX-2 和 WAN 2.2 都已提供清晰的授權。
在開放程度上，HappyHorse-1.0 與 LTX-2 或 WAN 2.2 相比如何？
在輸出質量上，HappyHorse 具有競爭力——在某些競技場指標上可能領先。在開放程度上，它目前不在同一個類別。LTX-2 和 WAN 2.2 都有已發布的權重、公開的程式碼庫、推論代碼和明確的授權。HappyHorse 有一個 Demo 和一個承諾。這個差距或許會縮小，但目前還沒有。
等 GitHub 程式碼庫上線（如果有的話），我大概會再回來看看。這個模型本身看起來很有趣——競技場表現很難忽視。但我見過的夠多了，深知令人印象深刻的 Demo 和可下載的權重是兩回事。
現在，我在觀望。還不會在上面動工。
在 WaveSpeedAI 上試用 HappyHorse-1.0
HappyHorse-1.0 現已在 WaveSpeedAI 上推出：
相關文章：
