Alibaba HappyHorse-1.0: непознатият модел, който оглави всички класации за AI видео

Разкриването

Artificial Analysis провежда Video Arena, където потребителите въвеждат промпт, два анонимни модела генерират видеа, а потребителите избират по-доброто. Гласовете постъпват в рейтингова система Elo (същата математика, използвана в шахматните класации). Моделите не могат да измамят системата, защото оценяващите не знаят кой модел е създал кой резултат.

HappyHorse-1.0 влезе на арената на 7 април с празен профил. Без лого, без указание за компания. До 10 април моделът зае първата позиция в две от четирите категории на класацията, а Alibaba потвърди авторството чрез новосъздаден акаунт в X и изявление пред CNBC.

Числата

Рейтингите Elo на HappyHorse говорят ясно:

За контекст: предишният лидер в text-to-video бе Seedance 2.0 на ByteDance с Elo 1273. HappyHorse го изпревари с 60 точки, разлика, която обикновено отнема месеци за преодоляване. В image-to-video HappyHorse получи 1392 срещу 1355 на Seedance 2.0.

В категориите с аудио картината е различна. HappyHorse е на второ място след Seedance 2.0 (Elo 1219 срещу 1205), което подсказва, че аудиопайплайнът все още се нуждае от работа в сравнение с качеството на видеото.

Архитектура: един Transformer, всичко наведнъж

Повечето AI системи за генериране на видео свързват отделни компоненти в поредица: текстов енкодер, видео генератор и аудио модел, закачен отгоре. HappyHorse избира различен подход.

Моделът използва 40-слоен еднопоточен Self-Attention Transformer без модули Cross-Attention. Текстови, видео и аудио токени преминават през един и същ стек на трансформера едновременно. Тази унифицирана архитектура елиминира излишните параметри и намалява сложността на инференса.

Пайплайнът за инференс е необичайно лек: само 8 стъпки за деноизинг без Classifier-Free Guidance (CFG). За сравнение, много конкурентни модели използват 25-50 стъпки с включен CFG. Това подсказва агресивна дистилация по време на обучението, при която скоростта е получена за сметка на обема изчисления.

Екипът

HappyHorse идва от Future Life Lab под Taotian Group (e-commerce подразделението на Alibaba). Ръководителят е Джан Ди, бивш вицепрезидент на Kuaishou и технически лидер на Kling AI.

Тази подробност е важна. Джан Ди изгради инженерната култура на Kling, един от най-силните AI видео модели на 2025 г. Той познава инфраструктурните предизвикателства, обучителните пайплайни и пропуските в оценяването. Пренасянето на този опит върху изчислителните ресурси на Alibaba е съвсем различно уравнение в сравнение с автономен стартъп.

Какво означава това за пазара

Пазарът на AI видео през април 2026 г. е необичайно нестабилен:

С оттеглянето на Sora и правните проблеми на Seedance, HappyHorse се появява в момент, когато пазарът търси нов лидер. Runway Gen-4.5 все още е силен в продакшън воркфлоу, а Google Veo 3.1 доминира в корпоративните интеграции. Но по чисто качество на генериране, измерено чрез сляпо предпочитание от хора, HappyHorse вече е на върха.

Отворен код: скоро (може би)

На GitHub и в модулния хъб на Hugging Face към 11 април стои надпис "Coming Soon". Екипът обеща да публикува пълните тегла на модела от 15 милиарда параметъра с комерсиален лиценз. Ако това се случи, HappyHorse ще стане най-големият модел с отворен код за генериране на видео, значително по-голям от 2 милиарда параметъра на LTX-Video.

Но "скоро" не значи "публикувано". Докато теглата не могат да бъдат изтеглени и независимо верифицирани, резултатите от бенчмарковете идват със звездичка. AI общността вече се е научила да чака възпроизводими резултати, преди да обявява победители.

Какво да следим

Три фактора ще определят дали HappyHorse ще задържи лидерството:

• ✓Публикуване на теглата с отворен достъп и независимо възпроизвеждане на резултатите от бенчмарковете
• ✓Подобряване на качеството на аудиото до нивото на Seedance 2.0 в категориите с аудио
• ✓Наличност на API и ценообразуване, защото доминирането в бенчмаркове не струва нищо, ако създателите не могат да достъпят модела

Сферата на AI видео генерирането се движи бързо. През януари Runway Gen-4.5 изглеждаше недостижим. През февруари короната зае Seedance 2.0. Сега я държи HappyHorse. Въпросът не е дали нещо ще го надмине, а кога и откъде ще дойде конкурентът.

За създатели и разработчици, които изграждат видеопайплайни днес, изводът е практичен: никой модел не остава на върха задълго. Най-добрата стратегия е да се изграждат воркфлоу с възможност за бърза смяна на модели при промяна на класациите, вместо да се залага на едно име.