Alibaba HappyHorse-1.0: het mysterieuze model dat elke AI-videobenchmark aanvoert

De onthulling

Artificial Analysis beheert een Video Arena waar gebruikers een prompt insturen, twee anonieme modellen output genereren, en gebruikers hun voorkeur aangeven. Stemmen worden verwerkt in een Elo-ratingsysteem (dezelfde wiskunde als bij schaakranglijsten). Modellen kunnen het systeem niet manipuleren omdat beoordelaars nooit weten welk model welke output heeft geproduceerd.

HappyHorse-1.0 betrad deze arena op 7 april met een leeg profiel. Geen logo, geen bedrijfsattributie. Op 10 april bezette het de toppositie in twee van de vier ranglijstcategorieën, en Alibaba bevestigde het eigenaarschap via een nieuw aangemaakt X-account en een verklaring aan CNBC.

De cijfers

De Elo-scores van HappyHorse spreken voor zich:

Ter vergelijking: de vorige nummer één in text-to-video was ByteDance's Seedance 2.0 met een Elo van 1273. HappyHorse versloeg het met 60 punten, een kloof die doorgaans maanden kost om te dichten. Bij image-to-video scoorde HappyHorse 1392 tegenover 1355 van Seedance 2.0.

De categorieën inclusief audio vertellen een ander verhaal. HappyHorse staat op #2 achter Seedance 2.0 (Elo 1219 vs. 1205), wat suggereert dat de audiopijplijn nog werk nodig heeft in vergelijking met de videokwaliteit.

Architectuur: één Transformer, alles tegelijk

De meeste AI-videosystemen koppelen aparte componenten aan elkaar: een tekstencoder, een videogenerator en een audiomodel dat er achteraf aan wordt vastgemaakt. HappyHorse kiest een andere aanpak.

Het model gebruikt een 40-laags single-stream Self-Attention Transformer zonder Cross-Attention modules. Tekst-, video- en audiotokens stromen allemaal tegelijkertijd door dezelfde Transformer-stack. Dit uniforme ontwerp elimineert overbodige parameters en vermindert de complexiteit van de inferentie.

De inferentiepijplijn is ongewoon compact: slechts 8 denoising-stappen zonder Classifier-Free Guidance (CFG). Ter vergelijking: veel concurrerende modellen gebruiken 25-50 stappen met CFG ingeschakeld. Dit wijst op agressieve distillatie tijdens training, waarbij ruwe capaciteit wordt ingeruild voor snelheid.

Het team erachter

HappyHorse komt uit het Future Life Lab onder Alibaba's Taotian Group (de e-commerce-tak). De leider is Zhang Di, voormalig VP van Kuaishou en technisch hoofd van Kling AI.

Dat detail is belangrijk. Zhang Di bouwde de engineeringcultuur achter Kling, een van de sterkste AI-videomodellen van 2025. Hij kent de infrastructuuruitdagingen, de trainingspijplijnen en de evaluatielacunes. Die ervaring meebrengen naar Alibaba's computebronnen is een heel andere vergelijking dan het runnen van een zelfstandige startup.

Waarom dit ertoe doet

De AI-videomarkt in april 2026 is ongewoon volatiel:

Met het einde van Sora in zicht en Seedance met juridische problemen, arriveert HappyHorse op het moment dat de markt op zoek is naar een nieuwe koploper. Runway Gen-4.5 staat nog steeds sterk in productie-workflows, en Google Veo 3.1 domineert op het gebied van enterprise-integratie. Maar voor pure generatiekwaliteit, gemeten door blinde menselijke voorkeur, staat HappyHorse nu bovenaan.

Open source: binnenkort (misschien)

Het GitHub-repository en de Hugging Face model hub tonen beide "Coming Soon" per 11 april. Het team heeft beloofd de volledige 15 miljard parameter-gewichten open-source vrij te geven met een commerciële licentie. Als dat gebeurt, zou HappyHorse het grootste open-source videomodel zijn dat beschikbaar is, aanzienlijk groter dan de 2 miljard parameters van LTX-Video.

Maar "binnenkort" is niet "uitgebracht". Zolang de gewichten niet downloadbaar en onafhankelijk geverifieerd zijn, hebben de benchmarkresultaten een asterisk. De AI-videogemeenschap heeft geleerd te wachten op reproduceerbare resultaten voordat er winnaars worden uitgeroepen.

Wat je in de gaten moet houden

Drie dingen bepalen of HappyHorse zijn voorsprong behoudt:

• ✓Open-source release van gewichten en onafhankelijke reproductie van benchmarkresultaten
• ✓Verbeteringen in audiokwaliteit om Seedance 2.0 te evenaren of te overtreffen in de categorieën met audio
• ✓API-beschikbaarheid en prijsstelling, want benchmarkdominantie betekent niets als makers het model niet kunnen gebruiken

De AI-videogeneratiewereld beweegt snel. In januari leek Runway Gen-4.5 onaantastbaar. In februari pakte Seedance 2.0 de kroon. Nu houdt HappyHorse die vast. De vraag is niet of iets het uiteindelijk zal verslaan, maar wanneer en van waar.

Voor makers en ontwikkelaars die vandaag videopijplijnen bouwen, is de conclusie praktisch: geen enkel model blijft lang aan de top. De beste strategie is workflows te bouwen die modellen kunnen wisselen naarmate de ranglijst verschuift, in plaats van alles op één naam te zetten.