Alibaba HappyHorse-1.0: النموذج الغامض الذي تصدر كل لوائح ترتيب فيديو الذكاء الاصطناعي

الكشف

تدير Artificial Analysis ساحة فيديو يرسل فيها المستخدمون مطالبة، ثم ينشئ نموذجان مجهولان مخرجات، ويختار المستخدمون ما يفضلونه. وتغذي الأصوات نظام تصنيف Elo، وهو النظام الرياضي نفسه المستخدم في تصنيفات الشطرنج. لا تستطيع النماذج التلاعب بالنظام لأن المقيمين لا يعرفون أبدا أي نموذج أنتج أي مخرج.

دخل HappyHorse-1.0 هذه الساحة في 7 أبريل بملف شخصي فارغ. لا شعار ولا إسناد لشركة. وبحلول 10 أبريل، احتل المركز الأول في فئتين من فئات الترتيب الأربع، وأكدت Alibaba ملكيتها عبر حساب X أُنشئ حديثا وبيان لـ CNBC.

الأرقام

تروي درجات Elo الخاصة بـ HappyHorse القصة بوضوح:

للسياق، كان المتصدر السابق #1 في تحويل النص إلى فيديو هو Seedance 2.0 التابع لـ ByteDance بدرجة Elo 1273. تفوق HappyHorse عليه بـ 60 نقطة، وهي فجوة تتطلب عادة أشهرا لإغلاقها. وفي تحويل الصورة إلى فيديو، سجل HappyHorse 1392 مقابل 1355 لـ Seedance 2.0.

تروي الفئات التي تشمل الصوت قصة مختلفة. يحتل HappyHorse المركز #2 خلف Seedance 2.0 (Elo 1219 مقابل 1205)، ما يشير إلى أن مسار الصوت لا يزال يحتاج إلى تحسين مقارنة بجودة الفيديو.

البنية: Transformer واحد، كل شيء دفعة واحدة

تربط معظم أنظمة فيديو الذكاء الاصطناعي مكونات منفصلة: مرمزا للنص، ومولد فيديو، ونموذجا صوتيا يضاف لاحقا. يتبع HappyHorse نهجا مختلفا.

يستخدم النموذج Transformer ذاتي الانتباه أحادي المسار من 40 طبقة من دون وحدات Cross-Attention. تتدفق رموز النص والفيديو والصوت جميعها عبر حزمة Transformer نفسها في الوقت نفسه. يلغي هذا التصميم الموحد المعلمات الزائدة ويقلل تعقيد الاستدلال.

مسار الاستدلال مبسط بشكل غير معتاد: 8 خطوات إزالة ضوضاء فقط من دون Classifier-Free Guidance (CFG). للمقارنة، تستخدم كثير من النماذج المنافسة 25-50 خطوة مع تفعيل CFG. يشير ذلك إلى تقطير مكثف أثناء التدريب، مع مقايضة السعة الخام بالسرعة.

الفريق الذي يقف وراءه

يأتي HappyHorse من Future Life Lab ضمن Taotian Group التابعة لـ Alibaba، وهي ذراع التجارة الإلكترونية. يقوده Zhang Di، نائب الرئيس السابق في Kuaishou والقائد التقني لـ Kling AI.

هذه التفاصيل مهمة. بنى Zhang Di الثقافة الهندسية وراء Kling، أحد أقوى نماذج فيديو الذكاء الاصطناعي لعام 2025. وهو يعرف تحديات البنية التحتية ومسارات التدريب وفجوات التقييم. ونقل تلك الخبرة إلى موارد Alibaba الحاسوبية يختلف عن إدارة شركة ناشئة مستقلة.

لماذا يهم هذا السوق

يتسم سوق فيديو الذكاء الاصطناعي في أبريل 2026 بتقلب غير معتاد:

مع تراجع Sora ومواجهة Seedance لمشكلات قانونية، يصل HappyHorse في لحظة يبحث فيها السوق عن متصدر جديد. لا يزال Runway Gen-4.5 قويا في مسارات عمل الإنتاج، ويهيمن Google Veo 3.1 على مجال التكامل المؤسسي. لكن من حيث جودة التوليد الخام المقاسة بالتفضيل البشري الأعمى، يتصدر HappyHorse الآن.

المصدر المفتوح: قريبا (ربما)

يعرض مستودع GitHub ومركز نماذج Hugging Face كلاهما عبارة "قريبا" حتى 11 أبريل. وعد الفريق بإصدار أوزان كاملة مفتوحة المصدر تضم 15 مليار معلمة بترخيص تجاري. إذا حدث ذلك، فسيصبح HappyHorse أكبر نموذج فيديو مفتوح المصدر متاحا، وأكبر بكثير من 2B معلمة لـ LTX-Video.

لكن "قريبا" لا تعني "تم الإصدار". إلى أن تصبح الأوزان قابلة للتنزيل والتحقق المستقل، تظل نتائج معيار الأداء مصحوبة بعلامة استفهام. تعلم مجتمع فيديو الذكاء الاصطناعي انتظار النتائج القابلة لإعادة الإنتاج قبل إعلان الفائزين.

ما الذي يجب مراقبته

ستحدد ثلاثة أمور ما إذا كان HappyHorse سيحافظ على تقدمه:

• ✓إصدار الأوزان مفتوحة المصدر وإعادة إنتاج نتائج معيار الأداء بشكل مستقل
• ✓تحسينات جودة الصوت لمضاهاة Seedance 2.0 أو التفوق عليه في الفئات التي تشمل الصوت
• ✓إتاحة API والأسعار، لأن الهيمنة على معيار الأداء لا تعني شيئا إذا لم يتمكن المبدعون من الوصول إلى النموذج

يتحرك مجال توليد فيديو الذكاء الاصطناعي بسرعة. في يناير، بدا Runway Gen-4.5 عصيا على المنافسة. وفي فبراير، انتزع Seedance 2.0 التاج. والآن يحتفظ HappyHorse به. السؤال ليس ما إذا كان شيء ما سيتفوق عليه في النهاية، بل متى ومن أين.

بالنسبة للمبدعين والمطورين الذين يبنون مسارات فيديو اليوم، فالخلاصة عملية: لا يبقى أي نموذج في القمة طويلا. أفضل استراتيجية هي بناء مسارات عمل تستطيع تبديل النماذج مع تغير لوحة المتصدرين، بدلا من الرهان بكل شيء على اسم واحد.

المصادر

• Kaiyuan Securities Research Institute: وصل HappyHorse-1.0 إلى 1333 Elo وتصدر لوحة ترتيب فيديو Artificial Analysis في أبريل… (Kaiyuan Securities Research Institute)