Alibaba HappyHorse-1.0: nepoznati model koji je zauzeo vrh svih AI video rangiranja

Sedmog aprila 2026. godine, na areni Artificial Analysis Video Arena pojavio se model o kome niko nije čuo. Za tri dana zauzeo je prvo mesto odmah u dve kategorije: text-to-video i image-to-video. Bez logotipa, bez saopštenja za javnost, bez imena kompanije. Zatim je Alibaba potvrdila da je njihov. Ovo je priča o modelu HappyHorse-1.0, tamnom konju koji je pretresao rangiranja AI videa.

Otkrivanje

Artificial Analysis održava Video Arena gde korisnici unose prompt, dva anonimna modela generišu video zapise, a korisnici biraju bolji. Glasovi ulaze u sistem rangiranja Elo (ista matematika kao u šahovskim rangiranjima). Modeli ne mogu da prevare sistem jer ocenjivači ne znaju koji model je napravio koji rezultat.

HappyHorse-1.0 je ušao na arenu 7. aprila sa praznim profilom. Bez logotipa, bez navođenja kompanije. Do 10. aprila model je zauzeo prvu poziciju u dve od četiri kategorije rangiranja, a Alibaba je potvrdila autorstvo preko novostvorenog naloga na X-u i izjave za CNBC.

💡

Akcije Alibaba na Hongkonškoj berzi porasle su za 2,12% na dan objave. Ranije tokom nedelje, dok su spekulacije oko misterioznog modela rasle, rast je već dostigao 6,75%.

Brojke

Elo rejtinzi HappyHorse modela govore sami za sebe:

1333

T2V Elo (bez audija)

1392

I2V Elo (bez audija)

1205

T2V Elo (sa audijom)

Za kontekst: prethodni lider u text-to-video bio je Seedance 2.0 od ByteDance sa Elo 1273. HappyHorse ga je nadmašio za 60 poena, jaz koji se obično zatvara mesecima. U image-to-video HappyHorse je dobio 1392 naspram 1355 kod Seedance 2.0.

U kategorijama sa audijom slika je drugačija. HappyHorse je na drugom mestu iza Seedance 2.0 (Elo 1219 naspram 1205), što ukazuje da audio pajplajn još uvek zahteva doradu u odnosu na kvalitet videa.

Kategorija	HappyHorse	Prethodni lider	Razlika
Text-to-Video (bez zvuka)	1333	1273 (Seedance 2.0)	+60
Image-to-Video (bez zvuka)	1392	1355 (Seedance 2.0)	+37
Text-to-Video (sa zvukom)	1205	1219 (Seedance 2.0)	-14

Arhitektura: jedan Transformer, sve odjednom

Većina AI sistema za generisanje videa povezuje odvojene komponente u lanac: tekstualni enkoder, generator videa i audio model pričvršćen na kraju. HappyHorse ide drugim putem.

Model koristi 40-slojni jednotokovni Self-Attention Transformer bez modula Cross-Attention. Tekstualni, video i audio tokeni prolaze kroz isti stek transformera istovremeno. Ova objedinjena arhitektura eliminiše suvišne parametre i smanjuje složenost inferensa.

✓Objedinjena arhitektura

Tekst, video i audio obrađuju se u jednom prolazu. Bez odvojenog audio pajplajna. Manje pokretnih delova, niža latencija.

✗Audio još uvek zaostaje

Uprkos objedinjenom dizajnu, kvalitet audija se nalazi na drugom mestu iza specijalizovanog audio pajplajna Seedance 2.0.

Pajplajn za inferens je neobično lagan: svega 8 koraka denoizinga bez Classifier-Free Guidance (CFG). Za poređenje, mnogi konkurentski modeli koriste 25-50 koraka sa uključenim CFG. Ovo ukazuje na agresivnu distilaciju tokom treninga, gde je brzina dobijena na račun obima proračuna.

Tim

HappyHorse potiče iz Future Life Lab pod Taotian Group (e-commerce ogranak Alibaba). Rukovodilac je Džan Di, bivši potpredsednik Kuaishou i tehnički vođa Kling AI.

Taj detalj je važan. Džan Di je izgradio inženjersku kulturu Kling modela, jednog od najjačih AI video modela 2025. godine. Poznaje infrastrukturne izazove, trening pajplajne i propuste u evaluaciji. Prenošenje tog iskustva na računarske resurse Alibaba je sasvim drugačija jednačina u poređenju sa samostalnim startapom.

💡

HappyHorse nativno podržava sinhronizaciju usana na šest jezika: kineskom, engleskom, japanskom, korejskom, nemačkom i francuskom. Ova višejezična sposobnost ukazuje na model trenirn na raznovrsnim i pažljivo odabranim podacima.

Šta to znači za tržište

Tržište AI videa u aprilu 2026. godine je neobično nestabilno:

Mart 2026

Najavljeno gašenje Sora

OpenAI je potvrdila da će Sora prestati sa radom 26. aprila. Troškovi računanja i konkurentski pritisak pokazali su se neodrživim.

Februar 2026

Seedance 2.0 obustavljen

ByteDance je primorana da zaustavi uvođenje zbog sporova o autorskim pravima sa holivudskim studijima.

7. april 2026

Pojava HappyHorse modela

Anonimni model izlazi na arenu Artificial Analysis Video Arena.

10. april 2026

Alibaba potvrđuje autorstvo

Akcije rastu nakon otkrivanja identiteta stvaraoca.

Sa odlaskom Sora i pravnim problemima Seedance modela, HappyHorse se pojavljuje u trenutku kada tržište traži novog lidera. Runway Gen-4.5 je i dalje jak u produkcijskim vorkflovima, a Google Veo 3.1 dominira u korporativnim integracijama. Ali po čistom kvalitetu generisanja, merenom slepom preferencom ljudi, HappyHorse je sada na vrhu.

Otvoreni kod: uskoro (možda)

Na GitHub-u i u modulnom habu Hugging Face do 11. aprila stoji oznaka "Coming Soon". Tim je obećao da će objaviti pune težine modela od 15 milijardi parametara sa komercijalnom licencom. Ako se to desi, HappyHorse će biti najveći model otvorenog koda za generisanje videa, značajno veći od 2 milijarde parametara LTX-Video.

Ali "uskoro" ne znači "objavljeno". Dok težine ne mogu da se preuzmu i nezavisno verifikuju, rezultati benčmarkova dolaze sa zvezdicom. AI zajednica se već naučila da čeka reproduktivne rezultate pre nego što proglasi pobednike.

Na šta obratiti pažnju

Tri faktora će odrediti da li će HappyHorse zadržati liderstvo:

✓Objavljivanje težina u otvoreni pristup i nezavisna reprodukcija rezultata benčmarkova
✓Poboljšanje kvaliteta audija do nivoa Seedance 2.0 u kategorijama sa audijom
✓Dostupnost API-ja i formiranje cena, jer dominacija u benčmarkovima ne znači ništa ako stvaraoci ne mogu da pristupe modelu

Sfera generisanja AI videa se kreće brzo. U januaru, Runway Gen-4.5 je delovao nedostižno. U februaru krunu je preuzeo Seedance 2.0. Sada je kod HappyHorse modela. Pitanje nije da li će nešto na kraju da ga nadmaši, već kada i odakle će doći konkurent.

Za stvaraoce i programere koji danas grade video pajplajne, zaključak je praktičan: nijedan model ne ostaje na vrhu dugo. Najbolja strategija je graditi vorkflou koji može brzo da menja modele kako se rangiranja pomeraju, umesto da se kladi na jedno ime.

💡

Alibaba je takođe nedavno objavila Wan 2.7 sa režimom Thinking, zaseban model iz podrazdelenja Tongyi Lab. Dva velika video modela od različitih timova Alibaba u istoj nedelji, to je signal o sveobuhvatnom pokretu kompanije ka AI videu.