文 | 超聚焦

三模归一，阿里 AI 要凑个王炸。

7 月 16 日，据申妈的朋友圈消息，阿里 ATH 事业群旗下 Token Foundry 事业部发生变动，通义万相团队正式并入阿里副总裁张迪率领的未来生活实验室。

至此，阿里集团旗下三个多模态模型，文生图片与视频模型万相（最新版 Wan2.7）、视频生成模型 HappyHorse（快乐马）、世界模型 HappyOyster（快乐生蚝）全部归入张迪麾下。

这场调整的发生，距离 6 月 8 日阿里巴巴宣布合并通义大模型事业部和未来生活实验室、成立 Token Foundry 事业部，不过一个多月。而 Token Foundry 的成立，又是阿里在 3 月 16 日成立 ATH 事业群、4 月 8 日成立集团技术委员会后，针对 AI 业务的第三次组织调整。

短短四个月，三次架构动刀。吴泳铭用这种高频节奏向外界传递出一个信号，AI 不是阿里诸多业务中的一条线，而是整个集团的战略主轴。

阿里 AI 视觉赛道的 " 赛马 " 终局

张迪的履历决定了他在这一轮整合中的特殊地位。

2024 年，快手推出 AI 视频生成模型可灵，其核心负责人正是张迪。当时，国内视频生成赛道刚刚起步，OpenAI 的 Sora 尚未商业化落地，国内厂商大多仍停留在技术演示阶段。而可灵凭借较强的视频真实感、运动连贯性和商业化速度，迅速成为全球范围内最受关注的国产视频生成模型之一。

可灵的成功，让快手看到了 AI 应用商业化的另一种可能。与多数仍停留在模型能力展示阶段的产品不同，可灵很快走向 C 端市场，并通过会员订阅、企业服务等方式探索商业闭环。截至目前，可灵已经成为快手 AI 业务中最具认知度的品牌，并踏上了分拆上市之路。

不过，在可灵走上正轨后，去年年末，这位原快手副总裁、可灵项目的核心创始人加入阿里巴巴，出任淘天集团未来生活实验室负责人。张迪带着打造过全球级视频生成模型的经验来到阿里，本身就是一个强烈的信号，阿里要在视频生成和多模态领域补上短板。

2026 年 4 月，张迪带领的未来生活实验室交出了第一份答卷。HappyHorse 以匿名方式空降全球 AI 盲测平台 ArtificialAnalysis，在文生视频、图生视频两大赛道双双登顶。这款产品被外界视为 " 阿里版可灵 "，在多项评测中展现出与可灵正面竞争的能力。

一个月后，团队又推出了世界模型 HappyOyster 1.0，用户仅需一句话或一张图，即可生成可互动、可探索、可实时改变的 AI 数字世界。

HappyHorse 和 HappyOyster 的成绩，让张迪在阿里内部的话语权快速上升。但问题也随之而来：阿里体系内还有一个多模态团队通义万相。万相同样是图像、视频生成赛道的玩家，最新版 Wan2.7 在视觉还原度、光影逻辑及语义遵循上表现不俗。

两个团队定位接近、资源重叠，在同一个 ATH 事业群下并行运转，这在非字节赛马的文化背景下，是不太会被容忍的。

而 Token Foundry 事业部的成立，本质上是阿里 AI 战略从 " 分散作战 " 走向 " 统一指挥 " 的关键一步。6 月 8 日阿里巴巴宣布合并通义大模型事业部和未来生活实验室，成立 Token Foundry 事业部，由集团 CEO 吴泳铭直接负责。

在这个新架构下，通义大模型事业部提供底层能力底座，未来生活实验室提供应用和生成侧的产品线。两家合并后，同为图像大模型方向且定位几乎一致的的万相和 HappyHorse 团队，进行整合也就成了水到渠成的事。

无论是作为 " 可灵之父 " 还是阿里集团副总裁，张迪的 Title 和职级均高于万相原负责人刘宇，在竞争中占据优势。最终，万相团队并入未来生活实验室。

阿里 " 电商 +AI" 走到深水区

这场整合背后，并不只是图像大模型团队的 " 并线 "，而是阿里重新定义 AI 业务与核心商业场景关系的一角。

过去几年，阿里的 AI 布局更多围绕基础模型、云计算和技术能力展开。但随着大模型进入应用阶段，一个新的问题开始浮现：模型能力如何转化为真实业务价值？

这个问题对阿里来说并不难回答，作为每年为集团创造 250 亿美元自由现金流的核心场景，电商一定是将 AI 落地的最好场景之一。

在去年 5 月的股东信中，蔡崇信与吴泳铭联合表态：阿里不再试图维持庞杂的商业帝国，而是重新把力量压回两个核心 "AI 和电商 "；而在短短三个月后，阿里官网也更新了全新的组织架构图，原有的 "1+6+N" 结构正式被新的四大业务板块取代，而这四大业务板块也就是 "AI+ 电商 " 的模样。

从吴泳铭提出 "AI 驱动 " 的战略方向，到集团重新将资源集中于 AI 和电商两大核心业务，阿里正在尝试将 AI 从独立技术能力，变成贯穿商品生产、营销、交易和服务的基础设施。

2026 年 5 月，千问与淘宝、天猫完成深度整合，从 " 让用户搜 " 切换到 " 让 AI 替用户搜 "。阿里妈妈发布的 "AI 万相 " 超级经营智能体引擎，在 618 期间有超过 100 万商家调用超过 30 亿次，AI 正在从辅助工具变成电商平台的新底座。

在这个框架下理解张迪的角色就清晰了。视频生成、图像生成、世界模型，这些多模态能力，恰恰是电商场景中最需要的内容生产力工具。电商广告、商品展示、营销短片、虚拟试穿、沉浸式购物体验，每一个环节都需要多模态生成能力的支撑。

HappyHorse 已经明确了商业化方向。2026 年 6 月发布的 HappyHorse 1.1，主打短剧、电商广告、品牌宣传片、内容营销短片四大商用内容场景，其生成 720p 视频的价格为每秒 0.9 元，1080p 为每秒 1.2 元。

万相团队并入后，张迪手中握有三款多模态产品：万相负责图像和视频生成，HappyHorse 主攻高质量视频生成，HappyOyster 探索世界模型和 3D 交互。三款产品覆盖了从 2D 到 3D、从静态到动态、从生成到交互的完整光谱。

这让人想起张迪在快手打造可灵的路径。可灵从视频生成起步，逐步扩展到多模态能力，最终成长为 200 亿美元估值的明星产品。

如今在阿里，张迪获得了更大的舞台，不仅有三款产品的整合资源，还有淘天电商场景的天然落地渠道，以及吴泳铭直管 Token Foundry 事业部的顶层支持。

张迪的多模态版图，是吴泳铭的下一步棋

从模型研发到商业化落地，从 C 端应用到 B 端服务，这套组合拳如果打出成绩，其资本想象空间将远超可灵。

将两个团队融合只是第一步，后续的组织整合、产品定位、商业化路径才是真正的考验。

万相团队由 2015 年加入阿里的刘宇从零组建，经历了从 Wan2.1 到 Wan2.7 的持续迭代。将一支有历史积淀的团队并入另一个体系，文化融合、流程梳理、目标对齐都需要时间。刘宇的去向至今未明确，也说明整合仍在进行中。

而万相和 HappyHorse 定位接近，如何在合并后避免内耗、形成互补而非替代，是对张迪管理能力的考验。但合并只是第一步，真正的化学反应需要在产品层面发生。

商业化节奏上，Token Foundry 事业部的核心使命是 " 加速落地 "，吴泳铭直管意味着对商业化进度有更高期待。

张迪需要在保持技术领先的同时，将多模态模型的能力转化为电商场景中的实际价值，比如 AI 试穿、AI 广告生成、AI 短视频营销，才是检验这套组合拳成色的关键。

回看阿里 2026 年以来的一系列动作：3 月成立 ATH 事业群，4 月成立技术委员会，6 月成立 Token Foundry 事业部，7 月将万相并入张迪麾下。四个月，三次调整，每一次都在将 AI 的组织架构往前推进一步。

这种节奏背后，是阿里对 AI 竞争态势的判断，这不是一场可以慢慢打的战争。全球范围内，微软 2026 年 3 月重组 Copilot 团队，新设执行副总裁直接向 CEO 纳德拉汇报；Meta 在 2025 年半年内四次重构 AI 组织，核心方向是打通 FAIR 实验室与产品 AI 团队之间的鸿沟。

所有巨头都在做同一件事：把 AI 推出实验室，推到业务最前线。

张迪的任务，就是在这个窗口期内，把多模态的能力转化为可量化的商业收入。

他曾在快手证明过自己能把视频模型做成产品，如今他需要用同样的能力，在一个更大的生态里，挖掘出更多、更复杂的商业形态。