Alibaba HappyHorse-1.0: Misteriozni model koji je zavladao svim ljestvicama AI videa

Otkrivanje

Artificial Analysis vodi Video Arena gdje korisnici unesu prompt, dva anonimna modela generiraju rezultate, a korisnici odabiru bolji. Glasovi napajaju Elo sustav rangiranja (ista matematika kao u šahovskim ljestvicama). Modeli ne mogu varati jer ocjenjivači nikad ne znaju koji je model proizveo koji rezultat.

HappyHorse-1.0 ušao je u arenu 7. travnja s praznim profilom. Bez loga, bez oznake tvrtke. Do 10. travnja zauzeo je prvo mjesto u dvije od četiri kategorije rangiranja, a Alibaba je potvrdila vlasništvo putem novootvorenog računa na X-u i izjave za CNBC.

Brojke

Elo rezultati modela HappyHorse govore sami za sebe:

Za kontekst, prethodni #1 u text-to-video bio je ByteDanceov Seedance 2.0 s Elo 1273. HappyHorse ga je nadmašio za 60 bodova, a takav jaz obično zahtijeva mjesece da se zatvori. U image-to-video, HappyHorse je postigao 1392 naspram 1355 kod Seedance 2.0.

Kategorije sa zvukom pričaju drugačiju priču. HappyHorse sjedi na #2 iza Seedance 2.0 (Elo 1219 vs. 1205), što sugerira da audio pipeline i dalje treba doraditi u odnosu na kvalitetu samog videa.

Arhitektura: Jedan Transformer, sve odjednom

Većina sustava za AI video ulančava odvojene komponente: enkoder teksta, generator videa i audio model zalijepljen na kraju. HappyHorse pristupa drugačije.

Model koristi 40-slojni jednotokovni Self-Attention Transformer bez Cross-Attention modula. Tokeni teksta, videa i zvuka prolaze istovremeno kroz isti stack transformera. Ovaj objedinjeni dizajn eliminira suvišne parametre i smanjuje složenost inferencije.

Inferencijski pipeline je neobično lagan: samo 8 koraka uklanjanja šuma bez Classifier-Free Guidance (CFG). Za usporedbu, mnogi konkurentski modeli koriste 25-50 koraka s uključenim CFG-om. To sugerira agresivnu destilaciju tijekom treniranja, zamjenu sirovog kapaciteta za brzinu.

Tim iza modela

HappyHorse dolazi iz Future Life Lab pod Alibabinom grupom Taotian Group (e-commerce ogranak). Na čelu je Zhang Di, bivši potpredsjednik Kuaishoua i tehnički voditelj Kling AI.

Taj detalj je bitan. Zhang Di izgradio je inženjersku kulturu iza Klinga, jednog od najjačih modela AI videa u 2025. Poznaje infrastrukturne izazove, trenažne pipeline-e i praznine u evaluaciji. Spajanje tog iskustva s računalnim resursima Alibabe sasvim je drugačija jednadžba od vođenja samostalnog startupa.

Zašto je ovo važno za tržište

Tržište AI videa u travnju 2026. neobično je nestabilno:

Dok Sora napušta scenu, a Seedance se bori s pravnim problemima, HappyHorse stiže u trenutku kad tržište traži novog predvodnika. Runway Gen-4.5 i dalje drži jaku poziciju u produkcijskim workflow-ima, a Google Veo 3.1 dominira prostorom korporativnih integracija. Ali po pitanju sirove kvalitete generiranja mjerene slijepom ljudskom procjenom, HappyHorse sad sjedi na vrhu.

Open Source: uskoro (možda)

GitHub repozitorij i Hugging Face Model Hub pokazuju "Coming Soon" na dan 11. travnja. Tim je obećao otvoreno izdanje punih 15-milijardnih težina s komercijalnom licencom. Ako se to dogodi, HappyHorse bi bio najveći open-source model za video, znatno veći od LTX-Video s 2 milijarde parametara.

Ali "uskoro" nije "izdano". Dok težine nisu dostupne za preuzimanje i neovisno verificirane, rezultati benchmarkova nose zvjezdicu. Zajednica AI videa naučila je čekati na ponovljive rezultate prije nego proglasi pobjednike.

Što pratiti

Tri stvari odredit će hoće li HappyHorse zadržati vodstvo:

• ✓Otvoreno izdanje težina i neovisna reprodukcija rezultata benchmarkova
• ✓Poboljšanje kvalitete zvuka kako bi izjednačila ili nadmašila Seedance 2.0 u kategorijama sa zvukom
• ✓Dostupnost API-ja i cijene, jer dominacija u benchmarkovima ništa ne znači ako kreatori ne mogu pristupiti modelu

Prostor generiranja AI videa kreće se brzo. U siječnju je Runway Gen-4.5 djelovao nedodirljivo. U veljači je krunu preuzeo Seedance 2.0. Sad ju drži HappyHorse. Pitanje nije hoće li ga nešto na kraju pobijediti, nego kada i odakle.

Za kreatore i developere koji danas grade video pipeline-e, zaključak je praktičan: nijedan pojedinačni model ne ostaje na vrhu dugo. Najbolja strategija je graditi workflow-e koji omogućuju zamjenu modela kako se ljestvica mijenja, umjesto da se kladi sve na jedno ime.