阿里巴巴集团在人工智能领域的战略整合再进一步。近日，旗下ATH事业群完成新一轮架构调整，原Token Foundry事业部旗下的通义万相团队正式并入未来生活实验室，由集团副总裁张迪统一领导。至此，阿里旗下三大多模态模型——文生图视频模型万相（Wan2.7）、视频生成模型HappyHorse及世界模型HappyOyster，全部纳入张迪麾下，形成覆盖图像、视频、3D交互的完整技术矩阵。
此次调整距离阿里6月宣布合并通义大模型事业部与未来生活实验室仅过去一个多月。作为阿里AI战略的第三次组织变革，Token Foundry事业部的成立被视为从“技术分散探索”转向“业务集中落地”的关键节点。新架构下，通义大模型事业部聚焦底层能力建设，未来生活实验室则主导应用层开发，为多模态团队的整合提供了组织基础。
张迪的履历成为此次整合的核心推动力。这位前快手副总裁曾主导开发AI视频生成模型可灵，该产品凭借高真实感与商业化速度，成为全球关注的国产模型之一。2025年末加入阿里后，他带领团队在2026年4月推出HappyHorse，该模型以匿名形式参与全球AI盲测，在文生视频、图生视频赛道双双夺冠，被外界视为“阿里版可灵”。一个月后，团队再发布世界模型HappyOyster 1.0，支持用户通过文本或图像生成可交互的3D数字世界，进一步拓展技术边界。
与张迪团队的快速崛起形成对比的是，通义万相作为阿里内部另一支多模态力量，在图像视频生成领域同样积累深厚。其最新版本Wan2.7在视觉还原度、光影逻辑等指标上表现优异，但与HappyHorse存在定位重叠。在非“赛马”文化主导的阿里体系内，资源整合成为必然选择。由于张迪的职级高于万相原负责人刘宇，最终由其团队主导合并，刘宇去向暂未公开。
此次整合的深层逻辑，指向阿里“电商+AI”战略的深化。过去，阿里AI布局集中于基础模型与云计算，但随着技术进入应用阶段，如何将模型能力转化为商业价值成为关键。电商作为集团核心业务，每年贡献超250亿美元自由现金流，自然成为AI落地的首选场景。从千问模型与淘宝天猫的深度整合，到阿里妈妈“AI万相”引擎在618期间被百万商家调用超30亿次，AI正从辅助工具升级为电商基础设施。
张迪手中的技术矩阵恰好契合这一需求。HappyHorse已明确商业化路径，其1.1版本聚焦短剧、电商广告、品牌宣传片四大场景，720p视频生成价格每秒0.9元，1080p为1.2元。合并后的团队将形成“图像-视频-3D交互”的完整产品线：万相负责基础图像视频生成，HappyHorse主打高质量视频输出，HappyOyster探索世界模型与3D交互。这种布局与张迪在快手的路径相似——可灵从视频生成起步，逐步扩展至多模态，最终成为估值200亿美元的明星产品。
不过，挑战同样存在。万相团队自2015年组建以来，历经多次迭代，文化融合与目标对齐需时间磨合；HappyHorse与万相定位相近，如何避免内耗、形成互补，考验张迪的管理能力。Token Foundry事业部由集团CEO吴泳铭直管，对商业化进度提出更高要求。张迪需在保持技术领先的同时，将AI能力转化为电商场景中的实际价值，例如AI试穿、智能广告生成、短视频营销等，方能验证整合成效。
阿里2026年的组织变革节奏紧凑：3月成立ATH事业群，4月设立技术委员会，6月组建Token Foundry事业部，7月完成多模态团队整合。四次调整均围绕AI战略展开，反映集团对技术竞争的紧迫感。全球范围内，微软、meta等巨头也在加速AI与业务的融合，例如微软重组Copilot团队、meta打通实验室与产品团队。在这场“将AI推向前线”的竞赛中，张迪的任务是将多模态技术转化为可量化的商业收入，在更大的生态中探索复杂商业形态。
