Alibaba HappyHorse-1.0: すべてのAI動画ランキングを制した謎のモデル

正体の判明

Artificial AnalysisはVideo Arenaを運営しています。ユーザーがプロンプトを提出すると、2つの匿名モデルがそれぞれ出力を生成し、ユーザーが好みの方を選びます。投票結果はEloレーティングシステム(チェスのランキングと同じ計算方式)に反映されます。評価者はどちらのモデルがどちらの出力を生成したか知ることができないため、不正は不可能です。

HappyHorse-1.0は4月7日に空白のプロフィールでこのアリーナに参入しました。ロゴなし、企業の帰属情報なし。4月10日までに4つのランキングカテゴリのうち2つで首位を占め、Alibabaが新しく作成したXアカウントとCNBCへの声明を通じて所有権を確認しました。

数字が語る実力

HappyHorseのEloスコアが実力を明確に示しています。

参考までに、テキストから動画生成でこれまで1位だったのはByteDanceのSeedance 2.0で、Eloは1273でした。HappyHorseはそれを60ポイント上回っています。通常、この差を縮めるには数ヶ月かかります。画像から動画生成では、HappyHorseが1392に対し、Seedance 2.0は1355でした。

音声込みのカテゴリでは状況が異なります。HappyHorseはElo 1205でSeedance 2.0(1219)に次ぐ2位です。映像品質に比べ、音声パイプラインにはまだ改善の余地があることを示しています。

アーキテクチャ: 1つのTransformerですべてを処理

多くのAI動画システムは、テキストエンコーダー、動画ジェネレーター、後付けの音声モデルといった個別のコンポーネントを連結しています。HappyHorseはまったく異なるアプローチを取ります。

このモデルは40層のシングルストリームSelf-Attention Transformerを使用し、Cross-Attentionモジュールを含みません。テキスト、動画、音声のトークンがすべて同じTransformerスタックを同時に通過します。この統一設計により冗長なパラメータが排除され、推論の複雑さが低減されます。

推論パイプラインは驚くほど軽量です。Classifier-Free Guidance (CFG)なしで8ステップのデノイジングのみ。比較すると、競合モデルの多くはCFGを有効にした状態で25-50ステップを必要とします。これはトレーニング中に積極的な蒸留を行い、生の容量と引き換えに速度を得ていることを示唆しています。

開発チーム

HappyHorseはAlibabaの淘天集団(EC事業部門)傘下のFuture Life Labから生まれました。責任者は張迪氏。元Kuaishou副社長であり、Kling AIのテクニカルリーダーです。

この経歴は重要です。張迪氏はKlingの開発文化を築き上げた人物です。Klingは2025年を代表するAI動画モデルの1つでした。インフラの課題、トレーニングパイプライン、評価における盲点を熟知しています。その経験をAlibabaの計算リソースに持ち込むことは、スタートアップを単独で運営するのとはまったく異なる方程式を生み出します。

市場にとっての意味

2026年4月のAI動画市場は非常に流動的です。

Soraが終了に向かい、Seedanceが法的問題を抱える中、HappyHorseは市場が新たなフロントランナーを求めているタイミングで登場しました。Runway Gen-4.5はプロの制作ワークフローで依然として強い存在感を示し、Google Veo 3.1はエンタープライズ統合分野を支配しています。しかし、ブラインド形式の人間の選好で測定される生成品質の面では、HappyHorseが現在トップに立っています。

オープンソース: 近日公開(かもしれない)

4月11日時点で、GitHubリポジトリとHugging Faceのモデルハブにはいずれも「Coming Soon」と表示されています。チームは150億パラメータの完全な重みを商用ライセンスでオープンソース公開すると約束しています。実現すれば、HappyHorseはLTX-Videoの20億パラメータを大きく上回る、最大のオープンソース動画モデルとなります。

ただし「近日公開」は「公開済み」ではありません。重みがダウンロード可能になり、独立した検証が行われるまで、ベンチマーク結果には留保が必要です。AI動画コミュニティは、勝者を宣言する前に再現可能な結果を待つことの重要性を学んでいます。

今後の注目点

3つの要素がHappyHorseのリード維持を左右します。

• ✓オープンソースの重み公開とベンチマーク結果の独立した再現
• ✓音声品質の改善。音声込みカテゴリでSeedance 2.0に並ぶか上回ること
• ✓APIの提供と価格設定。クリエイターがモデルにアクセスできなければ、ベンチマーク首位の意味がない

AI動画生成の分野は変化が速いです。1月にはRunway Gen-4.5が揺るぎない存在に見えました。2月にはSeedance 2.0が王座を奪いました。そして今、HappyHorseがそれを手にしています。いずれ何かがこれを上回るかどうかではなく、いつ、どこからそれが来るかが問われています。

動画パイプラインを構築中のクリエイターや開発者にとって、実践的な教訓は明確です。単一のモデルが長期間トップに留まることはありません。最善の戦略は、リーダーボードが変動するたびにモデルを柔軟に切り替えられるワークフローを構築することです。1つの名前にすべてを賭けるのではなく。