Z Waves｜張迪：可靈之父，回阿里5個月做出HappyHorse，字節Seedance的真正對手來了

2026年4月，AI視頻賽道陰云密布——字節跳動的Seedance 2.0陷入版權爭議，OpenAI關停了Sora。就在這條賽道上空飄著灰霾的時候，一匹來自阿里的名為HappyHorse-1.0的“黑馬”突然殺出，以文生視頻1333 Elo、圖生視頻1392 Elo的評分沖上Artificial Analysis榜單榜首，在兩條賽道同時壓過字節和快手等對手。更令人意外的是，從核心研發團隊組建到模型屠榜，只用了不到五個月。

帶隊的人叫張迪——被稱之為“可靈之父”，他是快手可靈大模型的技術一號位，是把快手從“內容分發平臺”升級為“內容生產基礎設施”的核心推動者。2025年11月，他回到阿里，出任淘天集團“未來生活實驗室”負責人，職級P11。僅僅五個月后，HappyHorse橫空出世。

HappyHorse-1.0——完全開源可商用、原生多模態、支持多語言唇形同步、推理成本低、一次性同步生成視頻與音頻。它的意義在于每一項都在指向同一個方向：讓視頻生成從技術演示變成商家日常使用的生產工具。更重要的是，阿里的安排很有深意。HappyHorse沒有被放在一個純研究部門里，而是一開始就落在了淘天集團，離電商交易現場最近的地方。這意味著它從立項第一天起就不是一個技術demo，而是一個綁著業務場景長的產品，它的每一次迭代，都可以直接用商品視頻的生產效率和轉化數據來檢驗。

HappyHorse選擇了和千問同樣的策略——開源、可商用。這等于向外界釋放了一個明確信號：它不只是阿里內部的一個技術項目，而是阿里面向視頻電商時代布下的一枚戰略棋子。張迪要做的，不是再做一個閉門的驚艷模型，而是一個能讓整個電商生態用起來的視頻基礎設施。

那么，能做成這件事的人，他的底層能力究竟從何而來？答案要往前追溯十五年。

圖片來源：量子位

從搜推廣系統入手，把深度學習做進了大規模商業場景

張迪的本碩生涯全部在上海交通大學計算機專業度過。2010年碩士畢業后，他選擇加入阿里巴巴，擔任資深技術專家。那一年，阿里巴巴正處于從電商平臺向技術驅動的數據公司轉型的關鍵期。他進入的阿里媽媽，是阿里集團的廣告技術中臺，承載著淘寶、天貓等核心業務的廣告、推薦、搜索和轉化系統，背后涉及的是大規模數據、大規模分發和復雜工程系統。對剛畢業的張迪來說，這里提供了技術人最好的訓練場。

這些東西聽起來沒有大模型那么熱鬧，但它們正是后來中國互聯網公司訓練AI人才的地方。張迪在阿里的十年，大致就是在這樣的環境里度過的——每天吞吐海量用戶行為，在延遲、成本、效果、反饋之間反復取舍。系統不允許工程師只做一個好看的demo，它強迫你做出真正有用的東西出來。這十年，為他打下了兩個底色：一是對工程可行性的本能敏感，二是對“技術必須落到商業回報上”的清醒認知。

在阿里期間，張迪深度參與了搜推廣業務向深度學習時代的技術轉型。他擔任阿里媽媽大數據與機器學習工程架構負責人時，主導了廣告業務進入深度學習時代的系統架構升級，致力于構建淘寶搜索、推薦、廣告一體化的大數據與深度學習平臺技術體系。這項工作不是簡單的模型調參，而是從工程架構層面重構整個系統。這一段經歷中，他獲得的不是單點算法能力，而是操控大規模機器學習系統全鏈條的經驗——從數據、訓練、推理到在線服務，每一環的成本與延遲他都親身經歷。

2019年，阿里巴巴開源了大規模分布式圖表征學習框架Euler，可支持數十億點、數百億邊的大規模異構圖表征學習，內置了大量高效的圖神經網絡算法。張迪作為阿里媽媽大數據與機器學習工程架構負責人，深度參與了Euler的系統架構設計與工業場景應用。在一次題為“Euler：大規模圖神經網絡推高人工智能的天花板”的技術分享中，他詳細剖析了如何支撐大規模圖神經網絡的計算，以及不同類型圖神經網絡算法的實現與加速。

來源：阿里云開發者社區

圖神經網絡的價值在于解決傳統深度學習難以處理的關系推理和可解釋性問題。在電商場景里，用戶、商品、搜索詞之間構成一張巨大的關系網，理解這些關系比理解單個樣本特征重要得多。Euler要解決的實際問題是：讓廣告推薦系統真正理解用戶與商品之間的復雜關聯，而不只是做簡單的特征匹配。這意味著模型可以從“你搜過籃球”升級為“你搜過籃球，你和一個買過球鞋的用戶行為相似，你大概率也需要球鞋”這類復雜推理。張迪在這一領域的工作，不僅體現在學術論文上——他在分布式深度稀疏學習系統的通信延遲分析方面也有研究成果，對阿里DDL系統進行了測量，揭示了通信延遲的主要貢獻因素——更重要的是體現在工業落地層面。Euler在阿里內部多個商業場景中得到了實際應用，而張迪正是那個把前沿算法變成可運行系統的人。

在學術研究方面，張迪還參與提出了Graph Intention Network（GIN）方法，這是第一個將圖學習引入用戶意圖挖掘進行點擊率預測的研究工作，在贊助搜索領域的CTR預測中實現了圖學習與CTR預測任務的端到端聯合訓練。這項研究的意義在于，它讓廣告系統不再只看用戶點了什么，而是去理解用戶背后的意圖鏈條。

回頭看這段經歷，張迪做的所有事情都圍繞同一條主線：把前沿算法從論文里拿出來，放進大規模商業系統里跑出實效。Euler解決的是“關系理解”問題，GIN解決的是“意圖挖掘”問題，他主導的系統架構升級解決的是“工程落地”問題。這些能力后來在做視頻生成時全部用上了——視頻模型的訓練和推理同樣面臨大規模分布式系統的挑戰，而他對這類問題的判斷力，不是從書本上學來的，是在阿里媽媽十年里一點一點磨出來的。

從零起步，做出一款年收破億美元的視頻生成軟件

2020年，張迪離開阿里，加入快手，擔任技術副總裁。此時的快手已經從流量競爭進入技術競爭階段。他負責大模型與多媒體技術部、算法引擎部及AI平臺部，主導快手生成式AI大模型的技術研發與應用，構建萬億參數規模的大模型訓練及推理基礎設施。

在這幾年間，他帶領團隊自主研發了大語言模型“快意”、圖像生成模型“可圖”等多個基座模型，并將大模型與多媒體技術用于快手核心業務。2023年初，他被正式任命為大模型與多媒體技術團隊負責人，聚焦大模型、視覺生成模型和多模態模型等方向。

張迪技術生涯的高光時刻出現在2024年。他以“技術一號位”身份，牽頭可靈大模型的底層架構搭建與全場景落地。可靈對快手的意義非同尋常。它讓快手從過去的“內容分發平臺”升級為“內容生產基礎設施提供商”，構建了“創意生成-視頻制作-一鍵分發-流量變現-數據迭代”的完整閉環。

2025年4月，可靈AI迎來一次根本性的組織升格——快手正式成立可靈AI事業部，下設產品、運營、技術等部門，升格為公司一級部門，直接向CEO程一笑匯報，與短視頻主業務平起平坐。這次拆分并非自上而下的行政命令，而是業務發展到一定階段的自然結果：在此之前，張迪帶領團隊完成了30余次版本迭代，推動可靈AI上線后迅速占領全球視頻生成技術的領先位置。2025年第一季度，可靈AI營收已超1.5億元，年化收入運行率（ARR）突破1億美元。正是在這一商業驗證關口，快手決定將可靈AI獨立成軍，賦予其更大的資源調配權和發展自主權。拆分后，張迪繼續擔任可靈AI技術部負責人，聚焦模型持續迭代與技術深度的維護。這種“業務負責人與技術負責人并行”的架構，既是對張迪此前技術奠基能力的認可，也使得可靈AI能從單一技術輸出轉向完整的商業閉環構建。

2024年，張迪被增選為CCF多媒體專委會執行委員。當時的官方介紹中寫道：他“構建萬億參數規模的大模型訓練及推理基礎設施，自主研發大語言模型‘快意’，圖像生成模型‘可圖’，視頻生成模型‘可靈’等多個基座模型”。這是他快手時期技術廣度的最好注腳。可靈AI的拆分與升格，則進一步證明了他不僅具備從0到1打造頂尖模型的能力，更有推動技術產品跨越商業鴻溝、進而驅動組織變革的戰略價值。

來源：新華社

2025年8月，快手發布組織架構調整公告，宣布由高級副總裁蓋坤兼任可靈AI技術負責人，張迪正式卸任并離職。一手把可靈大模型從0帶到1的“可靈之父”，就此離開。

一次快速試錯，恰好照見了他的底層判斷邏輯

2025年9月初，張迪從快手離職后加入B站，出任技術條線負責人。但這段經歷極其短暫——僅一個多月后他就選擇了離開。

雖然沒有官方說法，但從各平臺的信息來看，這次短暫牽手更像一次雙方在根本訴求上的錯位。有B站員工在討論中提到，B站引入張迪的預期相對明確：希望有一位AI負責人能像Meta那樣，利用AI技術直接拉升廣告效率。B站的廣告業務盤面不大但增長訴求很強，商業化壓力擺在那里，他們要的是一個能快速作用于變現效率的人。

而張迪在快手的履歷已經清楚表明，他的核心能力不在廣告優化上。他做的事情是從零開始搭建基座模型、定義視頻生成產品、把模型推到C端用戶面前并跑通商業閉環。換句話說，他要的不是在現有業務上做效率加法，而是開辟一個新賽道。

資源投入上的落差也是顯然的。做基座模型不同于做應用層優化，它對算力、數據、人員規模有明確的硬需求。B站當時沒能提供一個足夠支撐基座模型探索的研發配置，這幾乎意味著張迪最擅長的方向從一開始就缺乏落地條件。

所以這次離開，并不需要被解讀為誰對誰錯。它更像一個篩選信號，照見的是張迪在選擇方向時的底層判斷邏輯：第一，他要做的是基座模型和模型原生應用，而不是把AI當作現有業務的效率工具；第二，他對資源投入規模有清醒的預期，如果底層配置撐不起技術野心，他不會在原地等待條件成熟；第三，他對自己的判斷速度很快，一旦發現路徑不對，不會因為人情或平臺光環而猶豫。

這一個月，恰好比任何一段技術履歷都更清楚地說明了一件事：張迪知道自己要什么，也知道自己不要什么。他找的不是一個大廠的標簽，而是一塊能把基座模型從技術做到產品的完整土壤。

重磅回歸，五個月做出HappyHorse，登頂開源AI視頻榜單

2025年11月，張迪正式加入阿里巴巴淘天集團，擔任“未來生活實驗室”負責人，職級P11，直接向淘天集團首席科學家、技術總裁兼阿里媽媽CTO鄭波匯報。

“未來生活實驗室”是阿里AI戰略布局的關鍵陣地，聚焦大模型、多模態等前沿AI方向，集中頂尖技術人才和算力數據，致力于打造大模型相關基礎算法、模型能力和各類AI Native應用。該團隊成立一年多以來，已在大語言模型、多模態等領域取得多項前沿技術突破，在國際頂會發表論文超10篇。這意味著張迪回歸后手里握著的，是一個已經完成前期積累、正等待產品化突破的團隊。

來源：AI Top 100

后面的事情，就是文章開頭那一幕。從回歸到HappyHorse-1.0登頂榜單，僅用了五個月。但這五個月并非平地起高樓，而是一場被極短時間窗口倒逼出來的系統性技術攻堅。

張迪接手“未來生活實驗室”時，團隊已有前期積累——成立一年多以來，已在大語言模型、多模態等領域取得多項前沿技術突破，在國際頂會發表論文超10篇。留給張迪的時間只有不到五個月，2026年Q2是淘天集團規劃中“視頻生成全面接入商家工具鏈”的戰略節點。

張迪做的第一件事是重構技術路線。他將HappyHorse推向40層統一自注意力Transformer單流架構，將文本、圖像、視頻、音頻token納入同一序列聯合訓練，中間32層參數共享，音畫內容從一次推理中同步生成，從底層解決了音畫不同步、口型錯位的行業痛點。據官方數據，單張H100顯卡生成5秒1080P帶音頻視頻僅需38秒，速度顯著優于同類主流模型。

第二件事是攻克“原生多模態”技術難點。HappyHorse一次前向推理直接輸出帶聲音的成片，口型、腳步聲、環境音全部在同一過程中生成。模型原生支持中文（普通話+粵語）、英語、日語、韓語、德語、法語七種語言唇形同步，口型同步詞錯誤率為同類模型最低。

來源：Happy Horse官網

第三件事是推理成本工程化。張迪團隊采用自研DMD-2蒸餾技術，完全消除CFG依賴，將去噪步驟壓縮至8步，配合FP8量化優化，算力消耗較行業主流模型降低約60%。這個數字讓HappyHorse真正具備了商業化落地的經濟前提。

最后，張迪將HappyHorse與電商交易場景深度綁定。據媒體報道，模型的訓練數據主要來自淘天平臺的商品圖、實拍視頻及交易行為日志，接入交易反饋數據后，生成的營銷素材點擊率較傳統視頻提升37%，加購率提高22%。

來源：Happy Horse官網

很多人把HappyHorse的爆發，理解成一次模型能力的勝利。但如果把時間線拉長，會發現它更像是張迪過去十五年技術路徑的一次集中兌現。他在阿里媽媽做的，是大規模商業系統里的機器學習基礎設施；在快手做的，是把視頻生成從技術能力推到真實用戶和真實收入面前；而中間那次短暫的B站經歷，則反而讓他的判斷邏輯變得更加清晰——他真正想做的，從來不是“AI給業務提效”，而是讓模型本身成為下一代內容生產的底層基礎設施。

這也是為什么，他回到阿里后的第一件事，不是繼續做一個封閉的明星模型，而是做出HappyHorse這樣一個開源、可商用、直接貼近電商場景的視頻模型。因為張迪很早就意識到，視頻生成真正的競爭，終局不會停留在榜單和跑分上，而是誰能把模型真正嵌進產業、嵌進交易、嵌進每天都在發生的內容生產里。

從搜索廣告時代，到推薦系統時代，再到今天的視頻生成時代，張迪幾乎踩中了中國互聯網過去十五年每一次關鍵的AI技術遷移。而他身上最稀缺的地方，也許并不是某一個模型做得足夠強，而是他始終知道：技術只有進入真實世界，才算真正完成。HappyHorse并不是他的“新起點”，反而更像是他過去十五年所有能力的一次自然匯合。

[1]百度百科，https://baike.baidu.com/item/張迪/66745743

[2]字母AI，那個做出可靈的人，回阿里又造了一匹黑馬，https://mp.weixin.qq.com/s/MsXmu26eNl_2Ljf5mrm1cw?scene=1

[3]電商派Pro，馬云挖走快手一員大將，阿里轟動行業，https://mp.weixin.qq.com/s/DeVdshFfZvf-M8OpFU428g?scene=1&click_id=85

[4]知潛KnowFuture，剛剛加入B站的原可靈負責人，已離職加入阿里，https://mp.weixin.qq.com/s/75jnmQj-_EZjpjq_tldpsA?scene=1&click_id=86

[5]CCF多媒體專委會，CCF-MM專委會新增執行委員介紹（第八期），http://tc.ccf.org.cn/tcmt/xsdt/zwxw/2025-02-12/837911.shtml

[6]Happy Horse，https://happy-horse.art/zh/

[7]今日頭條，AI頂流張迪入職B站2月，火速回歸阿里，到底為何？，https://www.toutiao.com/article/7569241950327407138/?wid=1776734994647

[8]新浪財經，原快手副總裁張迪加入阿里，擔任未來生活實驗室負責人，https://finance.sina.com.cn/roll/2025-11-04/doc-infwftun9976255.shtml

[9]Happy Horse，https://happyhorseai.com/zh/blog/happyhorse-1-0

[9]阿里新模型happyhorse-1.0登頂LM Arena視頻編輯榜，視頻AI從“生成”走向“精修”，https://www.aitop100.cn/infomation/details/33637.html

加入ZF討論群，請先添加小助手微信

我們相信認知能夠跨越階層，

致力于為年輕人提供高質量的科技和財經內容。

稿件經采用可獲邀進入Z Finance內部社群，優秀者將成為簽約作者，00后更有機會成為Z Finance的早期共創成員。

我們正在招募新一期的實習生