Alibaba HappyHorse-1.0: Мистериозниот модел што зазеде прво место на секоја AI видео ранг-листа

Откривањето

Artificial Analysis одржува Video Arena каде корисниците поднесуваат промпт, два анонимни модели генерираат излези, а корисниците го избираат оној што го претпочитаат. Гласовите влегуваат во Elo систем за оценување (истата математика што се користи во шаховските рангирања). Моделите не можат да го манипулираат системот бидејќи оценувачите никогаш не знаат кој модел го произвел кој излез.

HappyHorse-1.0 влезе на оваа арена на 7 април со празен профил. Без лого, без атрибуција на компанија. До 10 април го држеше првото место во две од четирите категории, а Alibaba го потврди сопственоството преку новосоздадена X сметка и изјава за CNBC.

Бројките

Elo резултатите на HappyHorse зборуваат сами за себе:

За контекст, претходниот #1 во text-to-video беше Seedance 2.0 на ByteDance со Elo 1273. HappyHorse го надмина за 60 поени, разлика за чие затворање обично се потребни месеци. Во image-to-video, HappyHorse постигна 1392 наспроти 1355 на Seedance 2.0.

Категориите со аудио раскажуваат друга приказна. HappyHorse е на второ место зад Seedance 2.0 (Elo 1219 наспроти 1205), што сугерира дека аудио процесот сеуште бара работа во споредба со квалитетот на видеото.

Архитектура: еден Transformer, се одеднаш

Повеќето AI видео системи поврзуваат одделни компоненти: текст енкодер, видео генератор и аудио модел додаден дополнително. HappyHorse користи поинаков пристап.

Моделот користи 40-слоен single-stream Self-Attention Transformer без Cross-Attention модули. Текст, видео и аудио токени сите минуваат низ истиот Transformer стек истовремено. Овој унифициран дизајн ги елиминира непотребните параметри и ја намалува сложеноста при inference.

Inference процесот е невообичаено лесен: само 8 denoising чекори без Classifier-Free Guidance (CFG). За споредба, многу конкурентски модели користат 25-50 чекори со вклучен CFG. Ова сугерира агресивна distillation за време на тренирањето, каде суровиот капацитет се заменува за брзина.

Тимот зад моделот

HappyHorse доаѓа од Future Life Lab под Taotian Group на Alibaba (гранката за е-трговија). Лидер е Zhang Di, поранешен потпретседател на Kuaishou и технички водач на Kling AI.

Овој детал е важен. Zhang Di ја изгради инженерската култура зад Kling, еден од најсилните AI видео модели во 2025 година. Тој ги знае инфраструктурните предизвици, тренинг процесите и недостатоците во евалуацијата. Донесувањето на тоа искуство на компјутерските ресурси на Alibaba е сосема поинаква равенка од водење самостоен стартап.

Зошто ова е важно за пазарот

AI видео пазарот во април 2026 е невообичаено нестабилен:

Со Sora што завршува и Seedance што се соочува со правни проблеми, HappyHorse пристигнува во момент кога пазарот бара нов лидер. Runway Gen-4.5 сеуште е силен во продукциски работни процеси, а Google Veo 3.1 доминира во просторот за интеграција со претпријатија. Но за сурова генеративна квалитет мерена со слепо човечко преферирање, HappyHorse сега седи на врвот.

Отворен код: наскоро (можеби)

GitHub репозиториумот и Hugging Face хабот за модели и двата покажуваат "Coming Soon" заклучно со 11 април. Тимот вети објавување со отворен код на целосните тежини од 15 милијарди параметри со комерцијална лиценца. Ако тоа се случи, HappyHorse ќе биде најголемиот достапен видео модел со отворен код, значително поголем од LTX-Video со 2B параметри.

Но "наскоро" не е "објавено." Додека тежините не бидат достапни за преземање и независно верифицирани, benchmark резултатите носат ѕвездичка. AI видео заедницата научи да чека репродуцибилни резултати пред да прогласува победници.

Што да се следи

Три работи ќе одредат дали HappyHorse ќе ја задржи предноста:

• ✓Објавување на тежините со отворен код и независна репродукција на benchmark резултатите
• ✓Подобрувања на квалитетот на аудиото за да се достигне или надмине Seedance 2.0 во категориите со аудио
• ✓Достапност на API и цени, бидејќи доминацијата на benchmark не значи ништо ако креаторите не можат да пристапат до моделот

Просторот за AI видео генерирање се движи брзо. Во јануари, Runway Gen-4.5 изгледаше недостижен. Во февруари, Seedance 2.0 ја зеде круната. Сега ја држи HappyHorse. Прашањето не е дали нешто ќе го надмине на крајот, туку кога и од каде.

За креатори и програмери кои денес градат видео процеси, заклучокот е практичен: ниеден модел не останува долго на врвот. Најдобрата стратегија е да се градат работни процеси кои можат да менуваат модели како што се менува ранг-листата, наместо да се става се на едно име.