Alibaba HappyHorse-1.0: Modelul misterios care a cucerit toate clasamentele AI video

Dezvăluirea

Artificial Analysis operează o Video Arena în care utilizatorii trimit un prompt, două modele anonime generează rezultate, iar utilizatorii aleg pe cel preferat. Voturile alimentează un sistem de rating Elo (aceeași matematică folosită în clasamentele de șah). Modelele nu pot manipula sistemul deoarece evaluatorii nu știu niciodată care model a produs care rezultat.

HappyHorse-1.0 a intrat în această arenă pe 7 aprilie cu un profil gol. Fără logo, fără atribuire de companie. Până pe 10 aprilie, ocupa prima poziție în două din cele patru categorii de clasament, iar Alibaba a confirmat proprietatea printr-un cont X nou creat și o declarație pentru CNBC.

Cifrele

Scorurile Elo ale HappyHorse vorbesc de la sine:

Pentru context, anteriorul #1 la text-to-video era Seedance 2.0 de la ByteDance, cu un Elo de 1273. HappyHorse l-a depășit cu 60 de puncte, un decalaj care de obicei necesită luni întregi pentru a fi recuperat. La image-to-video, HappyHorse a obținut 1392 față de 1355 al Seedance 2.0.

Categoriile care includ și audio arată o poveste diferită. HappyHorse se află pe locul 2 în spatele Seedance 2.0 (Elo 1219 vs. 1205), sugerând că pipeline-ul audio necesită încă îmbunătățiri în comparație cu calitatea video.

Arhitectură: Un singur Transformer, totul deodată

Majoritatea sistemelor AI video înlănțuie componente separate: un encoder de text, un generator video și un model audio adăugat ulterior. HappyHorse abordează lucrurile diferit.

Modelul folosește un Transformer Self-Attention cu flux unic pe 40 de straturi, fără module Cross-Attention. Token-urile de text, video și audio parcurg simultan același stack de transformare. Acest design unificat elimină parametrii redundanți și reduce complexitatea inferenței.

Pipeline-ul de inferență este neobișnuit de simplu: doar 8 pași de denoising fără Classifier-Free Guidance (CFG). Prin comparație, multe modele concurente folosesc 25-50 de pași cu CFG activat. Aceasta sugerează o distilare agresivă în timpul antrenamentului, sacrificând capacitatea brută pentru viteză.

Echipa din spatele proiectului

HappyHorse provine din Future Life Lab, parte a Taotian Group (brațul de e-commerce) al Alibaba. Liderul este Zhang Di, fost VP al Kuaishou și lider tehnic al Kling AI.

Acest detaliu contează. Zhang Di a construit cultura inginerească din spatele Kling, unul dintre cele mai puternice modele AI video din 2025. Cunoaște provocările de infrastructură, pipeline-urile de antrenament și lacunele de evaluare. Combinarea acestei experiențe cu resursele de calcul ale Alibaba este o ecuație diferită față de conducerea unui startup independent.

De ce contează pentru piață

Piața AI video din aprilie 2026 este neobișnuit de volatilă:

Cu Sora în curs de închidere și Seedance confruntându-se cu probleme juridice, HappyHorse sosește într-un moment în care piața caută un nou lider. Runway Gen-4.5 rămâne puternic în fluxurile de producție, iar Google Veo 3.1 domină spațiul integrărilor enterprise. Dar în ceea ce privește calitatea brută de generare, măsurată prin preferința umană oarbă, HappyHorse ocupă acum primul loc.

Open source: În curând (poate)

Depozitul GitHub și hub-ul de modele Hugging Face arată ambele "În curând" la data de 11 aprilie. Echipa a promis lansarea open-source a celor 15 miliarde de parametri cu licență comercială. Dacă se întâmplă, HappyHorse ar fi cel mai mare model video open-source disponibil, semnificativ mai mare decât cei 2 miliarde de parametri ai LTX-Video.

Dar "în curând" nu înseamnă "lansat". Până când ponderile nu sunt descărcabile și verificate independent, rezultatele benchmark poartă un asterisc. Comunitatea AI video a învățat să aștepte rezultate reproductibile înainte de a declara câștigători.

Ce să urmăriți

Trei lucruri vor determina dacă HappyHorse își poate menține avansul:

• ✓Lansarea open-source a ponderilor și reproducerea independentă a rezultatelor benchmark
• ✓Îmbunătățiri ale calității audio pentru a egala sau depăși Seedance 2.0 în categoriile cu audio inclus
• ✓Disponibilitatea API și prețurile, deoarece dominația în benchmark nu înseamnă nimic dacă creatorii nu pot accesa modelul

Spațiul generării AI video se mișcă rapid. În ianuarie, Runway Gen-4.5 părea de neatins. În februarie, Seedance 2.0 a preluat coroana. Acum HappyHorse o deține. Întrebarea nu este dacă ceva îl va depăși în cele din urmă, ci când și de unde.

Pentru creatorii și dezvoltatorii care construiesc pipeline-uri video astăzi, concluzia este practică: niciun model nu rămâne pe primul loc prea mult timp. Cea mai bună strategie este să construiești fluxuri de lucru care pot schimba modelele pe măsură ce clasamentul se modifică, în loc să pariezi totul pe un singur nume.