Alibaba HappyHorse-1.0: Model Misterius yang Menduduki Puncak Setiap Papan Peringkat Video AI

Pengungkapan

Artificial Analysis menjalankan Video Arena, tempat pengguna memasukkan prompt, dua model anonim menghasilkan output, lalu pengguna memilih yang mereka sukai. Suara tersebut masuk ke sistem peringkat Elo (perhitungan yang sama seperti pada peringkat catur). Model tidak dapat memanipulasi sistem karena evaluator tidak pernah tahu model mana yang menghasilkan output tertentu.

HappyHorse-1.0 memasuki arena ini pada 7 April dengan profil kosong. Tanpa logo, tanpa atribusi perusahaan. Pada 10 April, model ini menduduki posisi teratas dalam dua dari empat kategori peringkat, dan Alibaba mengonfirmasi kepemilikannya melalui akun X yang baru dibuat serta pernyataan kepada CNBC.

Angka-Angkanya

Skor Elo HappyHorse menceritakan kisahnya dengan jelas:

Sebagai konteks, #1 sebelumnya dalam text-to-video adalah Seedance 2.0 milik ByteDance dengan Elo 1273. HappyHorse mengalahkannya dengan selisih 60 poin, sebuah jarak yang biasanya membutuhkan waktu berbulan-bulan untuk ditutup. Dalam image-to-video, HappyHorse meraih 1392 dibandingkan 1355 milik Seedance 2.0.

Kategori yang menyertakan audio menunjukkan cerita berbeda. HappyHorse berada di #2 di belakang Seedance 2.0 (Elo 1219 vs. 1205), yang menunjukkan bahwa pipeline audio masih perlu ditingkatkan dibandingkan kualitas videonya.

Arsitektur: Satu Transformer, Semuanya Sekaligus

Sebagian besar sistem video AI merangkai komponen terpisah: encoder teks, generator video, dan model audio yang ditambahkan kemudian. HappyHorse mengambil pendekatan berbeda.

Model ini menggunakan 40-layer single-stream Self-Attention Transformer tanpa modul Cross-Attention. Token teks, video, dan audio semuanya mengalir melalui tumpukan transformer yang sama secara bersamaan. Desain terpadu ini menghilangkan parameter yang redundan dan mengurangi kompleksitas inferensi.

Pipeline inferensinya sangat ringkas: hanya 8 langkah denoising tanpa Classifier-Free Guidance (CFG). Sebagai perbandingan, banyak model pesaing menggunakan 25-50 langkah dengan CFG diaktifkan. Hal ini menunjukkan distilasi agresif selama pelatihan, menukar kapasitas mentah dengan kecepatan.

Tim di Baliknya

HappyHorse berasal dari Future Life Lab di bawah Taotian Group milik Alibaba (divisi e-commerce). Pimpinan timnya adalah Zhang Di, mantan VP Kuaishou dan pemimpin teknis Kling AI.

Detail itu penting. Zhang Di membangun budaya rekayasa di balik Kling, salah satu model video AI terkuat pada 2025. Ia memahami tantangan infrastruktur, pipeline pelatihan, dan kesenjangan evaluasi. Membawa pengalaman itu ke sumber daya komputasi Alibaba menghasilkan persamaan yang berbeda dibandingkan menjalankan startup mandiri.

Mengapa Ini Penting bagi Pasar

Pasar video AI pada April 2026 sangat bergejolak:

Dengan Sora yang mulai ditutup dan Seedance menghadapi masalah hukum, HappyHorse hadir pada saat pasar mencari pemimpin baru. Runway Gen-4.5 masih kuat dalam alur kerja produksi, dan Google Veo 3.1 mendominasi ruang integrasi enterprise. Namun, untuk kualitas generasi mentah yang diukur melalui preferensi manusia secara buta, HappyHorse kini berada di puncak.

Open Source: Segera Hadir (Mungkin)

Repositori GitHub dan model hub Hugging Face sama-sama menampilkan "Coming Soon" per 11 April. Timnya menjanjikan rilis open-source untuk bobot lengkap 15 miliar parameter dengan lisensi komersial. Jika itu terjadi, HappyHorse akan menjadi model video open-source terbesar yang tersedia, jauh lebih besar daripada 2B parameter milik LTX-Video.

Namun, "coming soon" bukan berarti "dirilis." Hingga bobotnya dapat diunduh dan diverifikasi secara independen, hasil benchmark tersebut memiliki tanda bintang. Komunitas video AI telah belajar untuk menunggu hasil yang dapat direproduksi sebelum menentukan pemenang.

Yang Perlu Diperhatikan

Tiga hal akan menentukan apakah HappyHorse mempertahankan keunggulannya:

• ✓Rilis bobot open-source dan reproduksi independen atas hasil benchmark
• ✓Peningkatan kualitas audio agar menyamai atau mengalahkan Seedance 2.0 dalam kategori yang menyertakan audio
• ✓Ketersediaan dan harga API, karena dominasi benchmark tidak berarti apa-apa jika kreator tidak dapat mengakses modelnya

Ruang pembuatan video AI bergerak cepat. Pada Januari, Runway Gen-4.5 tampak tak tersentuh. Pada Februari, Seedance 2.0 mengambil mahkota. Kini HappyHorse memegangnya. Pertanyaannya bukan apakah sesuatu pada akhirnya akan mengalahkannya, melainkan kapan dan dari mana.

Bagi kreator dan pengembang yang membangun pipeline video hari ini, kesimpulannya praktis: tidak ada satu model pun yang bertahan di puncak terlalu lama. Strategi terbaik adalah membangun alur kerja yang dapat menukar model seiring perubahan papan peringkat, alih-alih mempertaruhkan semuanya pada satu nama.

Sumber

• Kaiyuan Securities Research Institute: HappyHorse-1.0 mencapai 1333 Elo dan menduduki puncak papan peringkat video Artificial Analysis pada April… (Kaiyuan Securities Research Institute)