Alibaba HappyHorse-1.0: Model Misteri Yang Mendahului Setiap Papan Pendahulu Video AI

Pendedahan

Artificial Analysis mengendalikan Video Arena tempat pengguna menyerahkan prompt, dua model tanpa nama menjana output, dan pengguna memilih yang mereka gemari. Undian dimasukkan ke dalam sistem penarafan Elo (matematik yang sama digunakan dalam ranking catur). Model tidak boleh memanipulasi sistem kerana penilai tidak pernah tahu model mana menghasilkan output tertentu.

HappyHorse-1.0 memasuki arena ini pada 7 April di bawah profil kosong. Tiada logo, tiada atribusi syarikat. Menjelang 10 April, ia memegang kedudukan teratas dalam dua daripada empat kategori ranking, dan Alibaba mengesahkan pemilikan melalui akaun X yang baru dicipta serta kenyataan kepada CNBC.

Angka

Skor Elo HappyHorse menceritakan kisahnya dengan jelas:

Sebagai konteks, #1 sebelumnya dalam text-to-video ialah Seedance 2.0 milik ByteDance pada Elo 1273. HappyHorse mengatasinya sebanyak 60 mata, jurang yang biasanya mengambil masa berbulan-bulan untuk dirapatkan. Dalam image-to-video, HappyHorse mencatat 1392 berbanding 1355 untuk Seedance 2.0.

Kategori yang merangkumi audio menceritakan kisah berbeza. HappyHorse berada di #2 di belakang Seedance 2.0 (Elo 1219 berbanding 1205), menunjukkan saluran audio masih memerlukan penambahbaikan berbanding kualiti video.

Seni Bina: Satu Transformer, Semuanya Serentak

Kebanyakan sistem video AI merantaikan komponen berasingan: pengekod teks, penjana video, dan model audio yang ditambah kemudian. HappyHorse mengambil pendekatan berbeza.

Model ini menggunakan Self-Attention Transformer aliran tunggal 40 lapisan tanpa modul Cross-Attention. Token teks, video, dan audio semuanya mengalir melalui tindanan transformer yang sama secara serentak. Reka bentuk bersepadu ini menghapuskan parameter berlebihan dan mengurangkan kerumitan inferens.

Saluran inferensnya luar biasa ringkas: hanya 8 langkah denoising tanpa Classifier-Free Guidance (CFG). Sebagai perbandingan, banyak model pesaing menggunakan 25-50 langkah dengan CFG diaktifkan. Ini menunjukkan penyulingan agresif semasa latihan, menukar kapasiti mentah untuk kelajuan.

Pasukan Di Sebaliknya

HappyHorse berasal daripada Future Life Lab di bawah Taotian Group Alibaba (bahagian e-dagang). Penerajunya ialah Zhang Di, bekas VP Kuaishou dan ketua teknikal Kling AI.

Butiran itu penting. Zhang Di membina budaya kejuruteraan di sebalik Kling, salah satu model video AI terkuat pada 2025. Beliau memahami cabaran infrastruktur, saluran latihan, dan jurang penilaian. Membawa pengalaman itu kepada sumber pengkomputeran Alibaba menghasilkan persamaan yang berbeza daripada mengendalikan syarikat permulaan berdiri sendiri.

Mengapa Ini Penting untuk Pasaran

Pasaran video AI pada April 2026 sangat tidak menentu:

Dengan Sora semakin dihentikan dan Seedance menghadapi masalah undang-undang, HappyHorse tiba pada saat pasaran mencari peneraju baharu. Runway Gen-4.5 masih kukuh dalam aliran kerja produksi, dan Google Veo 3.1 menguasai ruang integrasi perusahaan. Namun bagi kualiti penjanaan mentah yang diukur melalui pilihan manusia secara buta, HappyHorse kini berada di puncak.

Sumber Terbuka: Akan Datang (Mungkin)

Repositori GitHub dan hab model Hugging Face kedua-duanya menunjukkan "Coming Soon" setakat 11 April. Pasukan itu menjanjikan keluaran sumber terbuka bagi pemberat penuh 15 bilion parameter dengan lesen komersial. Jika itu berlaku, HappyHorse akan menjadi model video sumber terbuka terbesar yang tersedia, jauh lebih besar daripada 2B parameter LTX-Video.

Namun "coming soon" bukan "released." Sehingga pemberat boleh dimuat turun dan disahkan secara bebas, hasil penanda aras itu mempunyai tanda bintang. Komuniti video AI telah belajar untuk menunggu hasil yang boleh dihasilkan semula sebelum mengisytiharkan pemenang.

Perkara untuk Diperhatikan

Tiga perkara akan menentukan sama ada HappyHorse mengekalkan kelebihannya:

• ✓Keluaran pemberat sumber terbuka dan penghasilan semula bebas bagi hasil penanda aras
• ✓Penambahbaikan kualiti audio untuk menyamai atau mengatasi Seedance 2.0 dalam kategori yang merangkumi audio
• ✓Ketersediaan dan harga API, kerana penguasaan penanda aras tidak bermakna jika pencipta tidak dapat mengakses model tersebut

Ruang penjanaan video AI bergerak pantas. Pada Januari, Runway Gen-4.5 kelihatan sukar ditandingi. Pada Februari, Seedance 2.0 mengambil takhta. Kini HappyHorse memegangnya. Persoalannya bukan sama ada sesuatu akhirnya akan mengatasinya, tetapi bila dan dari mana.

Bagi pencipta dan pembangun yang membina saluran video hari ini, kesimpulannya praktikal: tiada satu model kekal di puncak untuk tempoh lama. Strategi terbaik ialah membina aliran kerja yang boleh menukar model apabila papan pendahulu berubah, bukannya mempertaruhkan segalanya pada satu nama.

Sumber

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