HappyHorse remporte le AI Video Blind Test de manière anonyme, Alibaba's Taotian et Sand.ai sous surveillance

Selon le suivi de 1M AI News, un modèle anonyme nommé HappyHorse-1.0 a pris la première place du classement Video Arena sur la plateforme d’évaluation de vidéos par IA Artificial Analysis la semaine dernière, décrochant la première place dans les catégories texte-à-vidéo et image-à-vidéo (hors audio). Cela a propulsé Seedance 2.0 de ByteDance à la deuxième place. Dans la catégorie audio, Seedance 2.0 est toujours en tête, mais avec une avance ténue. Il n’y a eu ni conférence de presse, ni blog technique, ni attribution à une entreprise, et personne ne l’a encore revendiqué publiquement. Le classement Video Arena repose sur un système de tests aveugles basé sur Elo, où les utilisateurs votent pour la vidéo qu’ils préfèrent parmi deux options générées, sans connaître l’identité du modèle. HappyHorse figure sur la liste depuis peu, avec une taille d’échantillon d’environ 3 500, soit moins de la moitié de celle de Seedance 2.0, ce qui entraîne un large intervalle de confiance (±12-13 points). Cependant, l’avance dans la catégorie sans audio (environ 76 points pour le texte-à-vidéo et environ 48 points pour l’image-à-vidéo) dépasse largement la marge d’erreur. D’après l’ordre des langues sur le site officiel (avec le chinois et le cantonais listés avant l’anglais) et la référence de « HappyHorse » à l’Année du Cheval en 2026, des initiés du secteur spéculent que le modèle provient d’une équipe chinoise. Il existe deux théories principales : 1. Plusieurs médias du secteur affirment que le modèle vient du Future Life Lab du groupe Taotian d’Alibaba, dirigé par Zhang Di, qui a auparavant été vice-président de la technologie chez Kuaishou et qui mènera le développement de Keling AI à partir de 2024, avec une sortie prévue de Keling 2.0 Master Edition en avril 2025. En novembre de la même année, il retournera chez Alibaba. 2. Vigo Zhao, un utilisateur, a mené une comparaison détaillée et a constaté que HappyHorse correspond entièrement à plusieurs indicateurs de référence de daVinci-MagiHuman, qui a été open-source par la start-up vidéo IA Sand.ai en mars de cette année, et que la structure des sites officiels est également très similaire. Sand.ai a été fondée par Cao Yue, le premier auteur de Swin Transformer, et est désignée dans l’industrie comme le « DeepSeek de la vidéo IA ». Le site officiel de HappyHorse indique que le modèle compte 15 milliards de paramètres, utilise 40 couches de transformeurs de self-attention, emploie une architecture Transfusion (qui unifie la prédiction autoregressive de texte et la génération de diffusion audio vidéo dans le même modèle), effectue une inférence en 8 étapes, produit des vidéos en 1080p avec audio synchronisé, et prend en charge le lip-sync dans sept langues : chinois, anglais, japonais, coréen, allemand, français et cantonais. Il est entièrement open-source et permet un usage commercial.