Mysteerimalli päihitti kaikki – tekijäksi paljastui Alibaba

Nimetön malli nousi kärkeen kolmessa päivässä

Huhtikuun 7. päivänä Artificial Analysis -videovertailun tulostaulukolle ilmestyi tuntematon nimi: HappyHorse-1.0. Tekijästä ei ollut tietoa, verkkosivuilla ei mainittu yritystä ja malli oli merkitty vertailuun pseudonyyminä. Kolmessa päivässä se nousi ykköseksi sekä tekstistä videoksi- että kuvasta videoksi -kategorioissa.

Artificial Analysis on alusta, jossa käyttäjät vertailevat tekoälymallien tuottamia videoita sokkotestillä tietämättä mallien nimiä. HappyHorse-1.0 keräsi tekstistä videoksi -kategoriassa 1 383 Elo-pistettä, kun aiempi ykkönen ByteDancen Seedance 2.0 jäi lukemaan 1 273. Ero on 74 pistettä – suurin koskaan mitattu kahden kärkimallin välillä kyseisellä alustalla.

Alibaban sisäinen tiimi paljastui tekijäksi

Torstaina 10. huhtikuuta mysteeri ratkesi. HappyHorse-1.0:n taustalta paljastui Alibaban Taotian-ryhmän alainen Future Life Laboratory. Tiimiä johtaa Zhang Di, joka toimi aiemmin Kuaishoun varapääjohtajana ja vastasi suositun Kling-videomallin teknisestä kehityksestä.

Zhang siirtyi Alibabaan vuoden 2025 lopussa, kun yhtiö perusti uuden Alibaba Token Hub -liiketoimintayksikön kokoamaan tekoälystrategiansa yhteen. Yksikön tehtävä on kaupallistaa Alibaban tekoälyhankkeita, ja HappyHorse on sen ensimmäinen julkinen näyttö.

Valinta julkaista malli ensin nimettömänä ei ole sattumaa. Sokkotesti pakottaa mallit kilpailemaan pelkällä laadulla ilman brändien vaikutusta. Alibaba sai näin uskottavan todisteen siitä, että HappyHorse-1.0 pärjää markkinoiden parhaimmistolle – ei markkinointipuheiden vaan käyttäjäarvioiden perusteella.

1080p-videota ääniraidalla yhdestä kehotteesta

HappyHorse-1.0:n arkkitehtuuri perustuu 40-kerroksiseen Transformer-malliin. Se eroaa useimmista kilpailijoistaan siinä, että teksti, kuva, video ja ääni käsitellään kaikki samassa prosessissa eikä erillisissä vaiheissa. Malli tuottaa 1080p-tarkkuudella videota, johon syntyy samanaikaisesti ääniraita: puhe, ympäristöäänet ja tehosteäänet.

Malli tukee kuutta kieltä, ja sen huulisynkronointi on kehittäjien mukaan alan parasta erityisesti kiinan kielellä. H100-laitteistolla viiden sekunnin videopätkän tuottaminen kestää noin 38 sekuntia täydellä 1080p-laadulla. Matalammalla resoluutiolla sama pätkä syntyy kahdessa sekunnissa.

Kuvasta videoksi -kategoriassa HappyHorse-1.0 saavutti 1 413 Elo-pisteen tuloksen, mikä on Artificial Analysis -alustan kaikkien aikojen ennätys. Ääniraidallisten videoiden vertailussa malli sijoittui toiseksi Googlen Veo 3.1:n jälkeen, mutta ero oli kapea.

Kilpailu kiristyy, kun Sora sammuu

Tekoälyvideomallien markkina elää murrosvaihetta. OpenAI ilmoitti maaliskuun lopussa sulkevansa Sora-sovelluksen 26. huhtikuuta. Syy on yksinkertainen: jokaisen kymmenen sekunnin videon tuottaminen maksoi yhtiölle noin 1,30 dollaria, mikä söi rahaa nopeammin kuin käyttäjiä kertyi.

Googlen Veo 3.1 on tällä hetkellä teknisesti edistynein vaihtoehto. Se tuottaa 4K-videota 60 ruudun sekuntinopeudella ja generoi äänen samassa prosessissa. ByteDancen Seedance 2.0 hallitsi vertailuja viikkoja ennen HappyHorse-1.0:n tuloa, ja Kuaishoun Kling 3.0 on pysynyt neljäntenä.

Alibaba rikkoo tämän asetelman tulemalla kilpailuun suunnasta, jota harvat odottivat. Kiinalainen yhtiö ei ainoastaan kilpaile suljettujen mallien kanssa, vaan lupaa julkaista HappyHorse-1.0:n kokonaan avoimena.

Avoin julkaisu on strateginen veto

Jos Alibaba pitää lupauksensa, HappyHorse-1.0 olisi ensimmäinen avoimesti julkaistu videomalli, joka pärjää vertailuissa suljetuille huippumalleille. Se toistaisi saman kaavan, jolla Meta mullisti kielimallien markkinat Llama-sarjallaan: tarjoa paras malli ilmaiseksi ja pakota kilpailijat reagoimaan.

Käytännössä avoin videomalli tarkoittaisi, että pienet yritykset, tutkijat ja sisällöntuottajat voisivat rakentaa sen päälle omia sovelluksiaan ilman kalliita rajapintamaksuja. Suomalaiselle mainostoimistolle tai mediayhtiölle se voisi tarkoittaa videotuotannon automaation kustannusten romahtamista murto-osaan nykyisestä. Samalla se siirtäisi valtaa pois muutamalta suurelta alustayhtiöltä.

Toistaiseksi konkreettista aikataulua ei ole. HappyHorse-1.0:n GitHub- ja Hugging Face -sivuilla painojen luvataan olevan tulossa pian, mutta päivämäärää ei ole kerrottu. Alalla on nähty vastaavia lupauksia ennenkin, ja varsinkin kiinalaisissa tekoälyhankkeissa avoimen julkaisun aikataulu on venynyt. Julkaisua kannattaa odottaa terveellä skeptisyydellä, mutta jos painot todella vapautuvat, videomallikilpailun säännöt muuttuvat kerralla.