Generador de video IA Happy Horse 1.0

Happy Horse 1.0, lanzado el 26 de abril de 2026 por la ATH AI Innovation Unit de Alibaba, alcanzó el primer puesto en la tabla del Artificial Analysis Arena con una puntuación Elo de 1381 en la pista visual y 1238 con audio, superando a modelos de OpenAI, Google y ByteDance en evaluaciones humanas a ciegas por su calidad de movimiento y coherencia visual. El modelo se basa en un Transformer de auto-atención de 40 capas y 15 mil millones de parámetros que genera video y audio de forma conjunta en una sola pasada, evitando la complejidad multistream de los enfoques de la competencia.

El modelo admite siete idiomas de forma nativa para la sincronización labial: inglés, mandarín, cantonés, japonés, coreano, alemán y francés. Más allá del texto a video, ofrece imagen a video para animar un único primer fotograma, así como referencia a video, que acepta hasta nueve imágenes de referencia para fijar la consistencia multipersonaje entre planos. Las resoluciones de salida incluyen 480p, 720p y 1080p nativo en cinco relaciones de aspecto (16:9, 9:16, 1:1, 4:3, 3:4), con duraciones de 3 a 15 segundos.

Happy Horse 1.0 se distingue de la competencia por su fidelidad de movimiento de grado cinematográfico. Mientras que otros modelos producen movimientos flotantes o que rompen las leyes de la física, Happy Horse mantiene constantes la gravedad, el impulso y el comportamiento de colisión. La generación de audio unificada produce diálogos, sonido ambiental y efectos Foley sincronizados en una única pasada hacia adelante, eliminando los problemas de desalineación. Alibaba también ha anunciado lanzamientos de código abierto del modelo base, el modelo destilado, el módulo de superresolución y el código de inferencia. En LoveGen AI, los usuarios pueden comparar los resultados de Happy Horse directamente con Sora 2, Veo 3.1 y otros modelos para encontrar el mejor resultado para cada proyecto.