Az Alibaba mesterséges intelligencia videómodellje a második helyre emelkedik a globális rangsorban, míg az OpenAI Sora és a ByteDance Seedance hátrébb szorulnak.

Az Alibaba Cloud vasárnap bemutatta a HappyHorse 1.1-et, ami egy jelentős frissítés az AI videóelőállító modellhez, amelyről a cég azt állítja, hogy készen áll a videó szintézis előállítására a lényeges tartalomkészítési szcenáriókban. A modell mostantól elérhető az Alibaba Cloud Model Studio-ban, teljes API-hozzáféréssel a vállalati ügyfelek és fejlesztők számára, amelyhez a bevezetési időszak első két hétére 40%-os kedvezmény is jár. A kiadás egy figyelemre méltó zűrzavar közepette érkezik az AI videóelőállító piacon, és az Alibaba láthatóan tisztában van a megfelelő időponttal. Az OpenAI leállította a Sorát, miután az pénzügyileg nem volt fenntartható. A ByteDance határozatlan időre befagyasztotta a Seedance 2.0 nemzetközi bevezetését, miután a Hollywoodi stúdióktól számos szerzői jogi panaszt kapott. Azok a vállalati beszerzési csapatok, amelyek ezeket az eszközöket vizsgálták vagy integrálták marketingbe, reklámba és tartalomgyártási munkafolyamatokba, a versenyhelyzet éles zsugorodásával néznek szembe néhány hónap alatt. Ez a zsugorodás mind lehetőséget, mind próbát jelent az Alibabának. A HappyHorse 1.1 nem egy kutatási demonstráció vagy fogyasztói játék — ez egy API-első termék, amelyet a vállalati szoftverstackek integrálására terveztek, volumen alapján árazva, és egy 52,7 milliárd dolláros globális infrastruktúra bővítés által támogatva. Az, hogy képes-e a technikai képességet vállalati elfogadássá átalakítani, különösen a nyugati piacokon, amelyek az Egyesült Államok és Kína közötti fokozódó technológiai feszültségeket navigálják, meghatározza, hogy az Alibaba komoly szereplővé válhat-e a generatív videó piacon, amelyet az elemzők a következő évtized végére több tízmilliárd dollárosra becsülnek.

Hogyan emelkedett a HappyHorse az ismeretlen benchmark kezdőből az első helyezett videómodellé A HappyHorse először április elején jelent meg, mint anonim benyújtás az Artificial Analysis Video Arena-n, egy független benchmarkoló platformon, ahol valós felhasználók hasonlítják össze a modellek kimenetét vak, egymás melletti értékelésekben. A modell azonnal az első helyet követelte magának mind a szövegből videóra, mind a képből videóra rangsorban. Az Alibaba később megerősítette, hogy ő a készítő, felfedve, hogy a vállalat ATH (Alibaba Token Hub) AI Innovációs Egysége által készült — egy csapat, amely korábban a Taobao és Tmall Csoport által irányított Future Life Lab részét képezte, mielőtt stratégiai szervezeti átszervezés történt. Az Arena.ai szerint a HappyHorse 1.0 most a 2. helyet foglalja el mindhárom Video Arena ranglistán. A platform megjegyezte, hogy a modell 1,444 pontot ért el mind a szövegből videóra, mind a képből videóra kategóriákban, a Google Veo-3.1-et (hanggal) 69 ponttal vezeti a szövegből videóra, és az xAI Grok-Imagine-Video-t 23 ponttal a képből videóra. Az Elo-alapú rangsorolási rendszerekben, mint az Arena, a modellek pontokat nyernek vagy vesznek el aszerint, hogy a felhasználók előnyben részesítik-e a kimeneteiket közvetlen összehasonlításokban, ami azt jelenti, hogy a tartós, kettő számjegyű vezetés egy következetes minőségbeli különbséget tükröz, ahogyan azt az emberi értékelők észlelik — nem statisztikai véletlen. A modell architektúrája segít megmagyarázni, miért. A közösség által összeállított műszaki dokumentáció szerint a HappyHorse egy 15 milliárd paraméterből álló egyesített önfigyelő transzformátor köré épül, amely a szöveget, a képet, a videót és a hangot egyetlen token sorozatban dolgozza fel. Sok versenytárstól eltérően, amelyek külön modellt fűznek össze a videóhoz és a hanghoz, a HappyHorse egyesített rendszerként működik, amely minden modalitást egyetlen generálási áthaladásban kezel, megszüntetve a harmadik fél által biztosított szinkronizáló vagy utófeldolgozó hangeszközök szükségességét. A vállalati vásárlók számára, akik a teljes tulajdonlási költséget értékelik, ez az architekturális egyszerűség közvetlenül kevesebb integrációs pontot, kevesebb beszállítói függőséget és gyorsabb időt eredményez a termeléshez.

Miket javít a 1.1 frissítés — és miért fontos ez a kereskedelmi videógyártás számára A 1.1 frissítés célzottan a vállalati videógyártási csapatok által alaposan ismert fájdalompontokat céloz meg. Az Alibaba Cloud úgy jellemezte a kiadást, mint "rendszerszinten optimalizált a lényeges tartalomgenerálási szcenáriókban", és a konkrét fejlesztések egy olyan modellt mutatnak be, amelyet kereskedelmi alkalmazásra hangolták, nem pedig vírusos közösségi média demonstrációkra. A legfontosabb frissítés a többképes referencia képesség, amelyet az Alibaba R2V-nek (Referenciától-videóra) nevez. Ez a funkció lehetővé teszi a felhasználók számára, hogy több karakterreferencia képet töltsenek fel, és fenntartsák a következetes identitást a generált videóban — közvetlenül reagálva az AI videógyártás egyik legnehezebb problémájára, ahol a szereplők megjelenése általában eltér a képkockák között vagy a felvételek között. A márkák számára, amelyek reklámkampányokat, termékvideókat vagy sorozatmarketing tartalmakat készítenek, az identitás következetessége nem „csak” kívánalom; kötelező, amely historikusan arra kényszerítette a csapatokat, hogy visszatérjenek a hagyományos gyártási módszerekhez. A mozgásminőség jelentős átalakításon ment keresztül, az Alibaba által "megerősített mozgásmodellzésnek" nevezett funkció révén, amely a sebesség és a folyékonyság korábbi korlátait célozza. A cég célzott fejlesztéseket is végrehajtott a vizuális textúrák terén, külön kiemelve a "túlzott arcképességet", "túlzott élesítést" és "mesterséges textúrákat" — olyan artefaktumok, amelyek már kezdete óta kísérték a kereskedelmi AI videókat, és azonnal jelzik a nézőknek, hogy a tartalom gép által generált. Két további frissítés kerekíti ki a kiadást. A HappyHorse 1.1 javítja az audiovizuális szinkronizálást, beleértve azt, amit az Alibaba "nulla-elmozdulású szinkronszót" állít a dialógusjelenetekhez, valamint a kontextusérzékeny beszédtempót — építve az 1.0 verzió már figyelemre méltó képességére, hogy akár 15 másodperc 1080p videót generáljon szinkronizált hangkimenettel. A modell javítja az utasításkövetést hosszú és összetett promptok esetén, ami kritikus megkülönböztető jegy a vállalati felhasználók számára, akiknek pontos kameramozgásokat, világítási körülményeket és narratív elemeket kell specifikálniuk egyetlen generálási áthaladásban, ahelyett, hogy tucatnyi próbálkozáson kellene végigmenniük.

A Sora összeomlása és a Seedance befagyasztása miatt a vállalati vásárlók kevesebb választási lehetőséggel találkoznak, mint valaha A kiadáshoz kapcsolódó versenyhelyzet szokatlanul kedvező az Alibabának, és érdemes megérteni, miért. Az OpenAI Sora webes és alkalmazásélményét április 26-án megszüntették, a Sora API pedig szeptember 24-én következik. A leállás azt követően történt, hogy a termék pénzügyileg nem bizonyult fenntarthatónak: a Sora üzemeltetése napi körülbelül 1 millió dollárba került, de csupán körülbelül 2,1 millió dollárt termelt összesen, míg az aktív felhasználók száma 1 millió közeléből 500,000 alá csökkent. Azok a vállalati csapatok, akik integrálták a Sorát a gyártási folyamatokba, azonnal hangsúlyozták a kockázatokat, amelyek a fenntartható üzleti modellel nem rendelkező AI termékekre támaszkodtak — egy figyelmeztető történet, amelyet a beszerzési tisztségviselők valószínűleg nem felejtenek el gyorsan. A ByteDance Seedance 2.0, amelyet sokan a Sora legnagyobb kihívójának tartottak, egy másfajta falba ütközött. A Netflix, a Warner Bros., a Disney, a Paramount és a Sony jogi fenyegetéseket intéztek a ByteDance felé a szerzői jogok rendszerszintű megsértésével kapcsolatos vádak után, miután a felhasználók vírusos klippeket generáltak, amelyek Hollywood szellemi tulajdonát tartalmazták. A ByteDance határozatlan időre elhalasztotta a nemzetközi bevezetést, és a globális bevezetés is felfüggesztés alatt marad. Ez a Google Veo 3.1-et hagyja meg mint a fő nyugati versenytársat a vállalati videóelőállítási térben. De az Alibaba Arena rangsorai arra utalnak, hogy a HappyHorse jobban teljesít a felhasználók által észlelt minőségben, és a 40%-os bevezetési kedvezmény az Alibaba Cloud Model Studio-ban jelentősen olcsóbbá teheti a HappyHorse-t a nagy mennyiségű használat esetén. 1.0 szinten a harmadik fél API platformokon a költségek körülbelül 1,82 dollárra rúgtak 10 másodperces klippere 720p-n, és 3,12 dollárra 1080p-n. A promóciós árakkal a HappyHorse 1.1 a gyártási minőségű AI videó előállítást elérhetővé teheti a középvállalati cégek és ügynökségek számára, amelyek korábban túl drágának találták a technológiát bárminemű kísérletezésen kívül.

Az Alibaba 52,7 milliárd dolláros infrastruktúrára tett fogadása előnyhöz juttatja a HappyHorse-t, amelyet a riválisok nem tudnak megugrani A HappyHorse 1.1 nem létezik elszigetelten. Egy globális infrastruktúra-offenzíván áll, amely megkülönbözteti az Alibabát azoktól a tisztán AI modells cégektől, amelyek lenyűgöző technológiát építenek, de hiányzik belőlük a fizikai és kereskedelmi szerkezet, hogy szabályozott vállalati ügyfeleket szolgáljanak ki nagy mennyiségben. Mindössze öt nappal a HappyHorse 1.1 bevezetése előtt az Alibaba Cloud megnyitotta első adatközpontját Franciaországban, ezzel megalapozva harmadik európai központját Németország és az Egyesült Királyság után. A Párizs környéke két elérhetőségi zónát tartalmaz, amellyel a cég globális jelenléte 105 elérhetőségi zónát ölel fel 32 régióban. "Az our cloud infrastruktúra Franciaországba való bővítése megerősíti folyamatos elkötelezettségünket, hogy felhatalmazzuk az európai vállalkozásokat szuverén, biztonságos és intelligens megoldásokkal" — mondta Dr. Feifei Li, az Alibaba Cloud CTO-ja és a nemzetközi üzletág elnöke a cég bejelentésében. Japánban a cég június 19-én megnyitotta ötödik adatközpontját Tokióban. A Data Center Dynamics tudósítása szerint Eddie Wu vezérigazgató bejelentette, hogy 52,7 milliárd dollárt kíván befektetni egy "egységes globális felhőhálózat" kiépítésébe, amit később 69 milliárdra kívánnak emelni. Csak ebben az évben az Alibaba új régiókat indított Mexikóban, Thaiföldön, Malajzia Johor tartományában és Franciaországban. A francia telepítés az Alibaba Cloud tervének része, hogy vállalati szintű, agentic AI szolgáltatásokat indítson be Európában az év második felében, beleértve az AgentRun-t (egy fejlesztési platform AI ügynökök számára), a STAROps-t (intelligens működési platform), és az ACS Agent Sandbox-t (amely hardver szintű biztonsági elszigetelést biztosít az ügynökségek munkafolyamatai számára). Az infrastruktúra bővítése kettős célt szolgál egy olyan termék számára, mint a HappyHorse. Egy 15 milliárd paraméterből álló videógeneráló modell, amely integrált hangot működtet, rendkívül erőforrásigényes, és a helyi infrastruktúra csökkenti a késleltetést a vállalati API hívások során, miközben ügyféladatokat a szabályozási keretek között tartja. Az európai vásárlók számára, akik az Európai Bizottság új technológiai szuverenitási keretrendszere alatt működnek — amelyet június 3-án tettek közzé, és amelynek célja az unió "digitális függetlenségének" védelme — az AI videóelőállító munkafolyamatok helyi infrastruktúrán történő futtatásának lehetősége nem luxus. Ez egyre inkább megfelelőségi követelményé válik.

A Pentagon listázása és a geopolitikai kockázatok árnyékban állnak Alibaba nyugati ambíciói felett Az Alibaba globális terjeszkedése jelentős geopolitikai hátrányok mellett zajlik, amelyeket a vállalati vásárlók nem engedhetnek meg maguknak figyelmen kívül hagyni. A Pentagon június 8-án az Alibaba-t, a BYD-t és a Baidu-t felvett a kínai katonai vállalatok listájára, megakadályozva őket az amerikai védelmi szerződések elnyerésében. Az Alibaba tagadta a besorolást, kijelentve, hogy "nem egy kínai katonai vállalat, és nem része semmilyen katonai-polgári fúziós stratégiának." A besorolás nem vált ki automatikusan szankciókat, és nem korlátozza közvetlenül a kereskedelmi tranzakciókat a magánamerikai cégek és az Alibaba között. De egy réteget ad a hírnév és a szabályozási bonyolultság a beszerzési döntésekhez, különösen az olyan cégek számára, amelyeknek amerikai kormányzati kitettsége, védelmi ellátási lánc kapcsolatai, vagy transzatlanti műveletei vannak. A vállalati technológiai vásárlásokat ritkán értékelik csupán technikai érdemek alapján — a beszállítói kockázatok értékelése, a döntéselőtti compliance áttekintések és a geopolitikai forgatókönyvek tervezése mind befolyásolják a felhőinfrastruktúrára és az AI eszközökre vonatkozó vásárlási döntéseket. Különösen az európai ügyfelek számára a számítás más módon van rétegzett. A kontinens digitális szuverenitásra helyezett növekvő hangsúlya két irányba egyszerre mutat: keresletet teremt a domináló amerikai hyperscalerek helyettesítői iránt (az Amazon Web Services, a Microsoft Azure és a Google Cloud nagyjából 70%-ot uralnak az európai felhőinfrastruktúra bevételeiben, a Synergy Research Group szerint), de egyúttal kérdéseket is felvet arról, hogy egy kínai szolgáltató valóban jelentős fejlődést jelent-e a stratégiai autonómiában. Az Alibaba stratégiája, hogy szuverenitásnak megfelelő infrastruktúrát épít ki a piacon, közvetlen kísérlet arra, hogy válaszoljanak erre a kérdésre — de a Pentagon listázásának biztosítékai azt garantálják, hogy ezt folyamatosan megkérdőjelezik.

Mire érdemes figyelni a vállalati csapatoknak az AI videópiac koncentrálódása közben A HappyHorse 1.1 gyakorlati következményei a vállalati csapatok számára jelentősek. A HappyHorse négy generálási módot támogat — szövegből videóra, képből videóra, alanyból videóra és az újonnan hozzáadott videószerkesztést — lefedve a kereskedelmi videóigények teljes spektrumát az ötlettől a gyártáson át az utófeldolgozásig, mindezt integrált hanggal, plusz költség nélkül. Ez a képességek széles skálája, amelyet egyetlen API végponton keresztül nyújtanak, egyszerűsíti azt, ami historikusan egy fragmentált és költséges gyártási folyamat volt. A kérdés a jövőben az, hogy az Alibaba képes-e a benchmark dominanciát és a versenyképes időzítést tartós vállalati kapcsolatokra formálni. A cég tervezi, hogy a HappyHorse-t az Alibaba Cloud Model Studio-n keresztül bocsátja el teljes vállalati SLA-kkal, biztonsági tanúsítványokkal és regionális megfeleléssel — a kutatási áttörések és a termelésre minősített szolgáltatások közti tétel. Figyelemmel kísérjük az ügyfélbejelentéseket, a felhasználási metrikákat, és hogy a harmadik fél platformok, mint a fal.ai és az Atlas Cloud (amelyek már hosztolják a HappyHorse 1.0-át) gyorsan frissítik-e 1.1 verzióra, ami valós fejlesztői keresletet jelezne az Alibaba saját ökoszisztémáján túl. Az AI videóelőállítási piac 2026-ra három hiteles vállalati vetélytárssal lépett be. Az egyik eltűnt. Az egyik befagyott. A még álló pedig egy kínai cég, amelyet 52,7 milliárd dolláros infrastruktúra-beruházás támogat, a független benchmarkok minden jelentős rangsorában 2. helyen áll, és 40%-os kedvezményt kínál mindenkinek, aki hajlandó fogadni. A vállalati technológia terén a legjobb termék nem mindig nyer — de ritkán veszít, ha a versenyzők már elhagyták a pályát.