2026 年的 AI 行业不断加速，仿佛只有一个正确答案：卷 Agent，卷效率，卷生产力。跑得慢的人都在补课，跑得快的人已经在找下一个风口了。

但在京东 JoyInside 首届「AI 终端新物种」硬件创新大赛的现场，几个与提升效率完全无关的产品，却让我十分好奇。

一盏分得清你是在心流里还是发呆、从而决定要不要出声的台灯；一台以「数字孙辈」身份陪老人慢慢讲故事的口述史终端；一支插进盆土的传感笔，每周替一株植物写一封信……而最终拿下前三甲的项目同样没有「班味」：清华本科学生独立开发的儿童 AI 交互画框「画伴」、几个大学生打造的 CoCube 桌面 AI 陪伴机器人，还有一款 00 后连续创业者带来的学龄前「AI 放大镜」。

他们在做的事，用一句话很难解释给投资人听。但把这些项目放在一起看，你会发现一个有意思的巧合：没有一个团队在做效率工具，也没有一个团队的出发点是「技术多强」。

他们的出发点都是某个人、某个来自生活日常，甚至说不太清楚的时刻。

让孩子的画，活起来

有一次，偶然之间刷到一个视频：一个小学老师在课堂上通过 AI 工具让孩子的画动起来，展示在大屏幕上，视频里当孩子们看到自己画笔下的角色动起来的时候都非常开心，整个班里都充满「哇」的声音。

这件事让刘海丰决定为这些孩子们在绘画这个场景做一个产品——画伴，一款 AI 儿童绘画互动相框，也是本届大赛的冠军项目。

产品瞄准了 5-7 岁的孩子，这个年龄段的孩子语言表达能力还没成熟，绘画是他们表达内心世界重要的方式。刘海丰调研了 11 户家庭，里边8 户的孩子每天都在画画。

中国 5-7 岁的孩子有3700 万，少儿美术市场有 850 亿，但绘画领域的现有产品还停留在机械性的绘画机器人和绘画投影。儿童绘画领域有诞生AI Native硬件的机会，这是他的洞察。

产品的交互并不复杂，孩子把画插进相框底板的凹槽，设备自动拍摄识别；按下按钮，AI 引导孩子描述画面背后的故事和情绪；然后，画作变成专属的动画。配套软件记录完整的绘画成长轨迹，并基于绘画心理学分析画面，帮家长读懂孩子的内心世界。

「动画化」解决了参与感，但留不住用户。刘海丰研究了乐高、Minecraft、Roblox，这些产品为什么能让孩子玩那么久？因为它们满足了创造欲，给了无限的创造空间。

于是刘海丰给画伴加入了「世界系统」，系统会给每个孩子笔下的角色做性格和背景设定，然后把这些角色放进一个类似「斯坦福小镇」的互动平台，系统每天自动生成新的故事，然后把这些故事讲给孩子。

比如，孩子前天画了一只调皮的猫，昨天画了一个农夫和小鸡，可能今天系统讲给孩子的故事是：调皮猫叼走了农夫的小鸡，农夫在后边追赶。

孩子每画一笔，这个世界就多一个角色。

JoyInside 在这里扮演的是整个产品的 Agent 决策内核与语音交互桥梁。刘海丰在路演上说得很直接：「不需要自己去造语音对话和调度系统，可以把全部精力投入到产品的创新当中。」

刘海丰在本次比赛里，是一个真正意义上「独立」开发者，他是全场唯一以 OPC（One Person Company）身份参赛的选手。软件、硬件结构、产品建模、设计宣传，全部一人完成，「团队」是他和一系列的 CodingAgent。

如果没有现成的语音对话和调度系统，光搭这套基础设施就能把他锁在里面数周。JoyInside 帮他补上了最耗时的那块，他把省出来的时间全用在了产品本身。

以前需要一支队伍才能推进的事，现在一个人加一堆 Agent 可以做到，这就是 AI 硬件创业新的浪潮。

把皮克斯跳跳灯搬进现实

凌晨三点的书房，绞尽脑汁也没想出好方案。猫睡了，狗睡了，对象也睡了。唯一还在 work 的，是书桌旁的台灯。

于是 Mira Light 诞生了，一盏真正的皮克斯跳跳灯。外壳下面藏着摄像头、麦克风和三个舵机关节，能转头、能低头、能蹭你。

王健乐说，Mira 不是一个「没有“眼力劲”，随意打扰你的玩具」，「而是一个要在长期相处里学会读懂你、并且拿捏分寸的伙伴」。

5 个 00 后加 1 个硬件老兵组成的团队，48 小时极限完成了第一版 Demo。

和过去的黑客松比赛不同，JoyInside 大赛最吸引他们的一点是：做出来的东西不只是拿个奖，京东能帮你把产品真正卖出去。从打样到上架，供应链是现成的。对一个学生团队来说，这意味着 Demo 有机会变成商品，接受真实用户的检验。

但比起商业化路径，Mira Light 的产品性格更值得聊。团队成员王健乐在采访里引了设计师 Nod Young 的一句话：

有些光是用来看清东西的，有些光是用来陪你的。

你工作了一小时没动，灯头先低下去再往上顶，蹭蹭你。你对着屏幕叹了口气，灯头缓缓转过来看你，灯光从冷白慢慢切到暖黄。你在认真写代码，进入心流状态，它什么都不做，完全安静。同一个空间里，你叹气和室友叹气，Mira 的反应不一样，因为它记得你们的不同。

要做到王健乐口中的这种分寸感，光靠写规则是不够的。团队没有从头自建 AI 中台，JoyInside 把语音识别、情绪理解、长期记忆、角色化表达和硬件动作联动打包在了同一个平台里，他们可以把精力集中在 Mira 真正不一样的地方：动作语言、灯光表达和陪伴节奏。

JoyInside 的情感计算让 Mira 分得清你叹气是累了还是只是随手按了暂停键；长期记忆让它对你和室友建立不同的用户画像，同一个动作，对不同的人做出不同的回应。每台 Mira Light 还有独立的性格参数——好奇度、活跃度、害羞度、调皮度各不相同，世界上没有两台完全一样的 Mira。

它第一次动起来的时候， Mira 团队告诉 APPSO，「你能感觉到它对你的好奇，以及紧张害怕的情绪」。他们第一次在一个机器上感受到了「爱」。

所有人都在追年轻用户，她选择听老人讲故事

在中国传媒大学，有一个叫「银发记忆工程」的学生团队，成员横跨计算语言学、数字媒体、表演、工商管理。

他们做了一个叫「记忆小舟」的产品：一台老人摸得着就能用的硬件终端，背后连着语音采集、智能转写和记忆整理的整套系统，以「数字孙辈」的身份陪老人把人生故事慢慢讲出来。

团队成员张怡卓含在路演现场进一步解释开发这个产品的初衷，子女想要留住长辈一生的故事，却没有时间、不会问；老人想讲述人生，却没有人倾听、容易紧张。

陆新蕊一直在帮家里老人整理自传故事。她所在的中国传媒大学有全国最大的口述史研究中心，接触口述史是天然的事。真正让她下定决心的，是家人患上阿尔茨海默症。

我亲眼看到记忆一点点消失。语言是连接人心的纽带，技术不该只是冰冷的工具，它应该像砖石一样，架起过去与现在、人心与人心之间的桥。

产品的核心不是「采集信息」，是让老人感到「我的故事有人想听」。

它以「数字孙辈」的身份和老人自然对话，不填表格、不做问卷、不打断。团队把这当成伦理底线，不只是交互设计。老人讲话有自己的节奏：停顿、绕回去说一半、忘了前面在讲什么、突然跳到另一年。这些在普通语音系统里会被当成错误处理，这个产品的设计是全部保留，让 AI 跟着老人走，事后再在后端把线索拼起来。

团队把 JoyInside 接入产品之后，有两件事是他们没料到的。

第二次调试的时候，AI 把上一轮聊天里提到的一位长辈当成了线索，没有像通常那样开启新话题，而是自己顺着追问下去了。用户后来说：「它记得我之前说的话，它不是机器，它是在和我真正聊天。」

还有一次，测试的时候聊到了家人去世。JoyInside 没有刻意追问或转移话题，它说了一句：「我可以静静陪着你，我们可以不问了。」

记忆小舟团队认为这种分寸「JoyInside 做得非常得体」。

团队还发现方言的功能让不少用户惊喜，有用户试完之后说「没想到能用方言和 AI 聊自己的故事」。老年用户不光自己用，还往老同事、老朋友群里转。

到 2035 年，中国 60 岁以上人口将突破 4 亿，但城镇孙辈对祖辈生平的完整认知率不到三成。传统口述史靠人工访谈，成本高，覆盖不了普通家庭。

陆新蕊说，就算这个产品最后没做起来，她也会继续做：「积累的结构化语料库和记忆档案，哪怕微末，也会作为文化学术资产，继续服务于民族记忆的保存与传承。」

她希望「记忆小舟」这样的产品能成为一种家庭仪式。「它可以是夜雨寄北里的烛火，也可以是家人闲坐的灯火。」

一株龟背竹，也值得每周收到一封信

吴绍恒读书时在植物园标本馆打工，最深的印象是：一株植物死之前，其实已经用很多种方式告诉过你了，叶片角度、叶色、新芽位置、根区气味，只是这些信号没人翻译。

后来在城里租房养绿植，养死了十几盆。他看到过一款犬语翻译器，想：如果动物的语言可以被 AI 翻译，植物为什么不行？

绝大多数家庭盆栽不是死于知识不够，而是死于没人帮它把话翻译出来。

他的反应不是做一个监测 App，而是把关系反过来：让植物主动告诉人它近况如何。产品的名字「草木信」，也是它最核心的交互方式——写信。

产品的硬件组成并不复杂，一支传感笔插进盆土，默默收集数据。一张轻薄厚的电子墨水卡片放在花盆后面，白天靠自然光就能读，没有屏幕背光。

传感笔一天采集上百次数据，但输出只允许一周一次。每周一早上七点，过去七天的数据被压缩成120字左右的拟人化短信，渲染到卡片上。

从想法到初版 Demo，只花了四天。物料到了就开始搓。他自己也是第一次做硬件，「为了路演 Demo 的落地，我对很多立项之初的设计做了取舍，减少传感器集成的数量，把芯片从笔内迁移到笔外」。

过去十年，屏幕已经占领了我们的生活，通知栏的红点让我们应接不暇甚至焦虑。

草木信反了过来，开发者管这叫「慢媒介化」。比如周三晚上气温骤降，鹿角蕨根区温度跌到 13 度。系统判断「有点不对，但还不危险」，没有跳出来打扰你。

它到了下周一的信里，才轻描淡写地提了一句，卡片角落悄悄点亮一枚星号。

吴绍恒也跟我们分享了，他心目中一封好的信是什么样的：「它可以不完美，没有绚丽的文字，但它是真实的，我喜欢那种老友和你娓娓道来的感觉，没有压力但告诉你它一直都在。」

他们把传感器采回来的数字变成一封让人愿意读的信，得搞清楚植物现在怎么样、急不急、该用什么口气说。JoyInside 的轻量级模型在手机端离线运行，不联网就能干这件事。

但比起「会说话」，AI 更难的是知道什么时候该闭嘴。在信息爆炸的时代，他们却用了写信这样的方式来作为一个硬件产品的交互方式。

一周一封，刚好是一株植物真实的生命节奏。

AI 的下半场，在物理世界

把这四个项目放在一起，我最先跳出来的感觉是：这些东西都不像正经的产品需求。

「让光来陪伴用户」不会出现在任何一份用户痛点调研报告里。「想知道阳台上那盆龟背竹过得好不好」也不是需求文档里的条目。它们更像是某种渴望，某种你不好意思说出口但始终在意的东西。

这四个团队都不在主流的硬件赛道上。但他们做的产品有一个共性：AI 不是被「加」上去的功能标签，而是长在各自的物理场景里。

画伴的「画伴的世界」脱离了孩子自己画的那些画就什么都没有，Mira Light 的沉默只在你进入心流时才有价值。记忆小舟更是如此，它的耐心只有对着一个说话断断续续的老人时才被需要。脱离了场景，这些产品就什么都不是。

行业里有一个心照不宣的事实：90% 的所谓「AI 硬件」，把 AI 拿掉也能用。 拿一个开源模型塞进去，喊两声「你好小 X」，就可以叫做 AI 硬件了。

这类产品的 AI 是贴上去的标签，不是长在场景里的神经系统。

这也是京东 JoyInside创新大赛与过去的黑客松或开发者大赛最本质的区别。软件赛事比算法精度，发完奖就结束了。

大模型的上半场在云端已告一段落，下半场的战场在物理世界。我们需要让 AI 真正「附身」到一台台摸得着的设备上，在画纸上、在花盆边、在老人的客厅里，变成一个生活中有价值的存在。

从路演项目也能看出来，京东举办 AI硬件赛事考虑的是产品能不能走进真实生活场景，真正走向商业化和规模化市场，这件事光有模型不够，还得懂场景、懂硬件、懂怎么把东西卖到用户手里。

这恰好是京东最擅长的事。十几年零售、物流、健康领域的实体场景积累，让 JoyInside 不只是给硬件「加一个大脑」，而是从场景理解到供应链交付，都能串成一线。

这也是京东聚焦发力 AI 硬件的野心，进入你生活中的每一终端。

而让这些「长在场景里」的 AI 成为可能的，是一层大多数用户不会注意到的底座。

记忆小舟的陆新蕊说，接入 JoyInside 之后产品最大的变化是「使用门槛大大降低，我们有了真实可触摸、可感知的终端」。画伴的刘海丰在路演上说：「我们通过 JoyInside 搭建完善了整个 Pipeline，不需要自己去造语音对话和调度系统，可以把全部精力投入到产品的创新当中。」

没有人在说「赋能」「革命性」「重新定义」。他们说的都是一个东西能不能用、好不好搞定。这两个标准，对三个人的小团队来说，就是一切。

JoyInside 给的是一套完整的感知-回应链路：语音识别、合成、长期记忆、情感计算，四块都在。端云协同让 80% 的常规任务在端侧处理，响应延时压到 2 秒以内。你对它说话，它不会让你干等。

但技术底座只是故事的一半。

画伴的刘海丰一个人做了整个产品，Mira Light 48 小时造出原型但量产是另一个世界，草木信的吴绍恒也是第一次做硬件。

JoyInside 提供了三种接入方式降低技术门槛，但对小微团队真正有意义的是后面那条链：京东的供应链，从硬件打样、模具开模、元器件采购到质量检测、仓储物流、主站销售，全链路走通。

截至现在，JoyInside 已接入超过近 200 家家电家居、机器人、AI玩具头部硬件品牌，接入后，显示硬件的对话轮次平均提升超 120%，这意味着用户更愿意和这些 AI 硬件聊天了。

大赛结束之后，京东的超级供应链还在运转，参赛产品就有机会真正触达消费者。

京东采销 Boss 们在大赛中直接拍板认领走了画伴、Mira Light等多款AI硬件，他们说，最快618期间，就要把这些产品上架到京东新品频道销售。

这届年轻人在用 AI 做什么

写这篇稿子的过程中，我反复在想一个问题：做这几个产品，不去做提升效率的工具，到底算不算「正经事」？

路演现场，有评委给了刘海丰一个建议。那位评委说，他的母亲特别愿意收藏孩子的画，从老大一直收到老二，但现在母亲回了老家，和孩子不在一个城市。他建议做一个「子母款」——孩子这边有一台，老家的长辈那边也有一台，画完了，对方那里也能收到。

这让我想到，画伴装着的，不只是孩子当下那些画，也是某个大人想要留住的什么。

同样的问题，我也问了陆新蕊。她没犹豫：「这个项目依然有不可替代的价值。」她在帮家里的老人整理人生故事，这件事本身就是她做这个产品的原因，也是产品如果失败之后她依然会继续做的事。

说实话，我自己也说不清楚这个问题。四个还没上市的产品，四段还没结局的创业故事，放在一个效率至上的行业语境里，它能证明什么？

但就像吴绍恒说的，一封让人愿意读的信不需要绚丽的文字，「它是真实的，没有压力但告诉你它一直都在」。

这几个年轻人做的事情或许就是这样，不惊艳，不高效，甚至有点笨拙。

但在一个所有人都在追问「AI 能做什么」的年份里，他们安安静静地坐下来，做了几个能陪人待一会儿的东西。京东 JoyInside 恰好给了他们一块可以安心搭积木的地基。

孩子的画有了生命，台灯有了脾气，一封写给龟背竹的信有了温度。 AI 产品带给我们生活的变化，不一定就得让某个工作效率提升 N 倍。

采访 Mira Light 的那天，他们的原型机刚做完没多久。他给我演示了一遍灯头的动作：先低下去，像在打量你，然后慢慢抬起来。他说团队第一次看到这个动作的时候都愣住了，「你能感觉到它对你的好奇，以及紧张害怕的情绪」。

我问他如果没拿奖怎么办。他没怎么想就答了：「有没有获奖都会推向市场。」

他今年二十出头，觉得自己能让世界扭转一点点。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

那个一度在 Artifical Analysis 的 AI 视频竞技场排行榜中登顶第一的视频生成模型 HappyHorse 1.0，我们终于能用官方版了，现在打开千问 APP 和千问创作Web端（ c.qianwen.com ），直接就能用，甚至还有免费体验额度。

前段时间，一款名为 HappyHorse 1.0 的视频生成模型，悄然登顶权威 AI 评测平台 Artifical Analysis 的 AI 视频竞技场排行榜，引发社交媒体的纷纷议论。直到阿里正式认领 HappyHorse，谜团揭开，这匹快乐小马出自自家新成立不到一个月的 ATH 事业群。

今天，阿里公布了 HappyHorse 1.0 的体验渠道，千问官方首发灰测，千问 APP 和千问创作Web端都能直接使用。

移动端（千问 APP），我们只需将千问更新到最新版本，通过点击首页的「HappyHorse」胶囊，即可直接进入 HappyHorse 1.0 的生视频创作面板，并且千问还赠送了免费体验额度。

PC 网页版（千问创作 Web 端），针对有更专业创作需求的用户，可以通过浏览器打开 c.qianwen.com 登录使用。网页端每次生成消耗积分，综合对比下来，还是比较具有性价比的。

无论是文生视频还是图生视频，均支持最高 1080p 的视频分辨率。我们可以自由选择 16:9、9:16 或是 1:1 的视频宽高比，生成时长可选 5 秒、10 秒或15 秒，并且支持原生生成音频。

APPSO 第一时间拿到了体验资格，评测榜单的排名能说明结果，但是 HappyHorse 1.0 生成的视频，到底有什么优点，一起来看看我们的实测。

通过实测，能看到其实 HappyHorse 1.0 并没有在复杂的全能参考选项上做文章，而是将核心发力点放在了动作、声音、空间的自然度上，加上合理的镜头语言，和风格的准确还原，整体表现确实惊艳。

用一句指令，直接搞定运镜和故事板

大部分的主流视频模型，都会把镜头运动当做一个库，给用户来调用。所谓的镜头运动，更像是从这些库里，推进、拉远、旋转，随机挑一个运镜方式，并没有配合画面里正在发生的事情。

而镜头感作为视频最重要的一部分，往往一眼就能感受到明显的差距，但它本身又很难用具体数值来量化。

HappyHorse 1.0 的处理方式也表现得可圈可点，切换镜头的时机必须是服务于作品。情绪需要收紧的地方，镜头近一点；需要交代环境的地方，给我们全景；背后是一套有叙事逻辑的调度。

同样一个提示词，丢给多个模型生成的视频画面，可能都会偏向「固定机位」，人物站在中间，缺乏镜头调度。因为这样最不容易出错，但是给视频的观感又大打折扣。

HappyHorse 1.0 在生成的视频里，则是像一个懂行的摄影指导，各种大师级运镜，从全景到近距离跟拍马蹄的扬尘，再流畅切换到低角度仰拍拔枪的瞬间。

它打破了传统的 AI 视频生成模型「为了稳妥而选择平庸」的安全构图，用大量扎实的镜头调度，把这段追逐戏的动态张力，原原本本地拍了出来。

情绪和动作都有了层次感，微表情也能演戏

对于很多视频模型，人物动作是最难解决的问题。即便使用详细的参考生成，到了后半段还是容易出现变形，比如手指多一根、脸部模糊或者动作节奏突变。

但 HappyHorse 1.0 在这个硬指标上表现非常稳定，一段 5 秒的视频，人物动作从头到尾基本保持连贯，穿帮的频率明显更低。

举个具体的例子，我们用的提示词是一个穿着白色裙子的女生走在花海里，从画面的左边走到右边，镜头跟随，女生转动裙子，捧起一朵花闻。

HappyHorse 1.0 给的动作过渡非常自然，女孩在花丛中走路完全没有那些「太空步」的滑移，从她转动裙摆，到捧起花朵凑近鼻子，整个动作流程行云流水。

动作有层次感，人物的表情同样真实。我们生成了一个小朋友咬下酸柠檬的视频，从咬下柠檬的瞬间，到强烈的酸味，开始带来面部肌肉紧绷、五官皱起、紧闭双眼，再到酸劲儿逐渐过去，面部肌肉慢慢放松，最后茫然地重新睁大眼睛。

通过动作和表情，让人物的情绪更有层次感，HappyHorse 1.0 生成视频也更不容易让人出戏。

官方数据显示，HappyHorse 1.0 的内部 GSB（Good-Significant-Bad 人类偏好评分）是 Wan2.7 的 3 倍，动作流畅性和清晰度都进步明显。

对话听起来更像真人，环境音也开始参与叙事

除了画面表现，HappyHorse 在 AI 视频配音上的表现也比其他模型更出色。

大部分的 AI 视频配音，都有一个很难绕开的问题：听上去像在「念」，不像在「说」。

语气是平的，语调不跟着情绪走，两个人对话的时候，一方说话，另一方就在那里等着，没有反应，没有表情变化，像两个人在分别完成自己的任务。

HappyHorse 1.0 在这里的处理，是对白真的有情境感。语气和语调贴着画面里的情绪，惊讶的时候语调是对的，轻松的时候节奏是松的。多人对话的场景里，听的那一方也是自然，会有表情，有细微的肌肉反应，不是在发呆等下一句。

环境音也是一样的逻辑。书写声、翻页声、远处的背景音，这些细节在大多数视频模型里是缺席的，或者听上去是从音效库里随机抓来的。

HappyHorse 1.0 里，这些声音跟画面里正在发生的事情是对得上的，而且能参与情绪。在安静的场景里，出现一点纸张摩擦声，或许比大多数配乐都更容易让人有沉浸感。

还有一个比较小众但实用的能力：多语言的唇形同步，覆盖了普通话、粤语、英语、日语、韩语、德语、法语等语言。

输入中文文本生成人物说话的视频，嘴型就能跟上语音。这个能力的想象空间相当大，从短视频配音到虚拟主播，未来都会用得上。

不需要复杂的风格提示词，轻松拿捏经典影视剧风格

如果说前面关于镜头、动作和声音几点解决的是 AI 视频的硬件问题，即 AI 视频不能让人出戏；风格的还原，则是让最后的画面更有戏。它会开始用色彩、光影和质感，去建立属于创作者的美学氛围。

风格的添加也很讲究，不是套一层滤镜，或者一个打包好的 LUT 包，它也需要视频模型对不同美学风格的了解，以应用合适的风格化。

HappyHorse 1.0 在特定风格的还原上，细节非常扎实。各类经典影视剧的风格、老港片里胶片的颗粒感和偏冷的高光，我们在实测的生成结果里面都能看到。

无论是老水浒/三国画风那种粗粝写实的历史厚重感、光影迷离的经典港风，还是强调高反差冷峻光影的美剧质感、主打细腻柔光的韩剧氛围，它都能精准拿捏。

如果你是个对画面质感有追求的创作者，非常推荐去千问里亲自感受一下这种「导演级」的美学控制力。

AI 视频赛道需要一匹黑马

告别了动辄半天的视频生成排队，一个 Video Arena 榜单第一的模型，现在不仅直接放到了手机 App 里随手可用，还给了免费体验额度，千问这波实在是给力。

回头看 HappyHorse 1.0的这几个特点，动作不穿帮、镜头有语言感，解决了 AI 内容质量的可预期性，让我们不用再抱着「抽卡」的心态，去体验 AI 视频生成。

对白自然、真实的环境音、还有精准的风格化还原，更是让我们和创作者少了大量的后期修补成本，不需要在多个工具之间来回倒腾。

如果把这种极低门槛、高容错率的生成能力放到具体的商业语境中，价值是显而易见的。

对于新媒体运营、短剧导演或是电商营销团队而言，过去需要庞大后期团队和高昂拍摄预算才能完成的分镜预演、概念设计或视觉短片，现在只需在手机或电脑上输入指令就能快速落地。在千问里，一个人就是一支高效的视听制作团队。

过去一段时间，视频生成赛道的竞争逻辑是「谁的模型更强」——更高的分辨率、更长的时长、更复杂的物理模拟。

拼的是参数和算法的技术竞赛，但我们真正卡住的地方很少是因为「模型做不到」，大多数时候是「做到了但用不起或用不到」，等待时间太长、声画要分开处理、动作稳不稳全靠运气，每一个环节的摩擦都在把视频生成挡在专业用户和 AI 超级创作者之外。

而这一次，千问不仅省去了我们在不同工具之间切换的折腾，把最顶级的视频生成能力直接放到了最熟悉的对话框里，更借助底层模型的实力，把这些创作摩擦一个个彻底抹平了。

HappyHorse 无疑是一匹强劲的黑马，他是阿里新成立的 ATH 事业群，在模型能力、平台分发、具体应用这条完整链条上的一块关键拼图；在千问首发灰测后，链条开始跑起来了。

从帮助用户解决日常问题、提升工作学习效率的文本对话，到如今整合了极高水准的 AI 生图与视频能力，千问的进化路径已经非常清晰：它正在打破「生活提效」与「专业创作」的壁垒。

通过一次次的功能迭代，千问正将顶级的算力平民化，真正从一个简单的问答工具，蜕变为一个覆盖用户全场景的「全能型 AI 助手」。

作为普通人，我们或许不需要关心背后复杂的算法架构，因为最好的技术，已经通过千问以最顺滑的方式装进了你的手机里。

现在，轮到大家上场了。

如果你也想体验 HappyHorse 1.0 强大的视频生成能力，千问还同步开启了「天马行空」挑战赛。一共四大 AIGC 视频赛道，20 万现金奖池等大家来拿。

直接前往千问 App 或千问创作 Web 端，用灵感在这个没有门槛的新画布上，真正「天马行空」一次。

*文章内视频播放可点击该链接预览*

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

要问这两年最火的车型是什么？「方盒子」绝对是其中之一，广汽传祺这次掏出了二十年的技术积淀，正式宣布进军越野领域。

在 2026 北京车展全球首发亮相的传祺越 7，是广汽传祺越野系列的首款重磅车型，定位是全场景智享硬核 SUV。我在展馆里绕了一圈，感觉全场颜值最高的方盒子车型就是它了。

而且今天展台上不仅有原厂的素车，还有一辆定制的改装版。

素车颜值本来就抗打了，改完之后更霸气了有没有，看那满身的越野装备。咱们今天就来看看，它到底帅在哪，又强在哪？

首先，这台车做到了科技与硬派的融合。方正大气的轮廓，超高的离地间隙，短前后悬，加上越野老炮最爱的尾门侧开设计，以及直风挡的造型，把新一代方盒子美学拿捏住了。

它的灯组很有辨识度，这套全境相控大灯和尾灯，采用了八边形轮廓和方格纹设计，都是蛮有科技感的符号。

这辆改装车在量产版的基础上，加上了锐化版本的机盖、雨林分割线、黑亮轮眉、锻造轮毂、18 寸的 AT 胎。还有抽拉式的车顶平台、侧边帐、侧爬梯及侧挂油桶支架等硬核户外装备，看着要凶猛不少。

既有硬实力，也有高颜值。开着它去野外耍，拍照的时候也是一个很好的背景板。

另外，有一个细节必须要夸——它采用了非隐藏式的机械门把手。在越野场景里这可太实用了，冰天雪地冻不住，泥地越野不怕卡住，戴着厚厚的手套也能一把拉开，关键时刻还能保命。

外出露营的时候也可以挂上露营灯这样的装备，实用性大大提升。

除了造型，越 7 的底盘也很花功夫，用上了同级领先的「一体化嵌入式大梁」。

传统独立大梁太重，而且过弯像开船，能耗也更高。传祺这个黑科技，既保留了越野的高抗扭，又降低了重心和油耗，很好地平衡了「百分之八十的城市通勤，加上百分之二十的硬派越野」。

不仅如此，它还配有空气悬挂，加上连续可变阻尼减振器，做到「高速不晃、过坎更柔」。另外它还有「三把锁」，前后两把牙嵌式差速锁加中央能量锁，就算三个车轮悬空打滑，靠着单轮动力也能轻松脱困。

其实，这不仅是一台硬核越野，更是一台为中国家庭量身打造的新越野产品。

大家看这辆展车上的车顶平台、射灯、侧边帐，还有侧边的小书包和宠物设备，它都能给你安排妥当。传祺这次直接给我们预留了好几处拓展接口、线束和取电接口，咱们往后加装备方便了许多，最关键的是安全。

不难看出，广汽传祺这次不仅仅是在造一辆车，更是在下一盘户外出行生态的大棋。

本次亮相，传祺越 7 还携手凯乐石集团旗下朗途体育和中国国家地理两家顶流机构，成为出行解决方案的生态伙伴，共同拓宽未来用户的出行场景，共创出行解决方案。

同时，他们在车展发布的这个「祺野探险官」计划也挺有互联网做派的。

给出了包括「新车一年免费使用权」在内的很多权益，去吸引硬核玩家一起共创，把怎么玩、怎么改的定义权交给他们的核心用户。

在当下的快节奏的生活里，一台方盒子往往承载了大家对「诗和远方」的向往，能在城市里舒舒服服代步，到了周末有一套完整又硬核的硬件支撑我们去野。

越 7 的理念已不再是传统越野的单一工具属性。它不仅可以跨越山海的纵横荒漠，在城市中更可以成为一个极具科技范儿的拍照背景板、一台可以让全家快乐出行的越野新主张。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

今天，千问正式首发灰测 HappyHorse 1.0，速览四大核心亮点：丰富镜头叙事、自然动作情绪、真实对白音效、多种美学风格，现已上线千问 APP 及千问创作 Web 端。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。