72時間、開発元不明のまま首位だった動画AI。HappyHorse-1.0がAlibaba製だと判明した話
# 72時間、開発元不明のまま首位だった動画AI。HappyHorse-1.0がAlibaba製だと判明した話
謎のモデルがリーダーボードに現れた夜
4月7日、Artificial AnalysisのVideo Arenaというベンチマークに、開発元不明のモデルが突如現れた。名前は「HappyHorse-1.0」。公式サイトも開発チームの情報も論文も何もない状態で、テキストや画像から動画を生成する評価スコアが瞬く間に1位になった。
AI界隈では「一体誰が作ったのか」という憶測が72時間以上飛び交った。そして4月10日、Alibaba傘下のFuture Life Labが正式に開発元であることを認めた。公式X（@HappyHorseATH）がそれを認める投稿をすると、「なんで匿名で出したんだ」「中国勢の動きが読めない」という声が相次いだ。
正体が明かされた今でも、このモデルには未解決の部分が多い。APIはまだ公開されておらず、モデルの重みも「近日公開」の予告止まりだ。実際に触れる前にここまで話題になるモデルを、公開情報と技術的な背景から整理してみる。
Eloスコア100点差が意味すること
スコアの話から入る。Artificial Analysisのビデオアリーナでは、複数のモデルが生成した動画を人間が比較評価し、その勝率をもとにEloスコア（チェスのランキングに使われるのと同じ仕組み）が算出される。
HappyHorse-1.0のText-to-Video（テキスト→動画）スコアは1374。現在2位のByteDance Seedance 2.0が1273なので、差は約100ポイントある。Elo差100は体感的には掴みにくい数値だが、この業界では「圧倒的な差」とされる基準を超えている。Image-to-Video（画像→動画）でも1410を記録し、こちらも首位だ。
「ベンチマーク操作では」という懐疑的な声もXで見た。それは妥当な指摘だ。公式デモを確認する限り映像品質は高く見えるが、実ユーザーによる大規模利用実績がない現時点では、スコアはあくまで参考値として受け取っておくのが正直なところだと思う。
4つの入力に1つのモデルが応える構造
HappyHorse-1.0の技術的な特徴は、音声・映像・テキスト・画像を「一つのモデルで同時に処理する」設計にある。
多くの動画生成AIでは、まず映像を作り、後から音声を別のモデルで合成する「後付け」構造が一般的だった。HappyHorse-1.0は違う。テキスト・画像・動画・音声のトークン（データの最小単位）を一つのシーケンスとして統合し、同一のトランスフォーマーで同時処理する。音と映像のタイミングがずれにくく、唇の動きと声が自然に合うリップシンクを7言語（英語・北京語・広東語・日本語・韓国語・ドイツ語・フランス語）でサポートできるのも、この構造のおかげだ。
パラメータ数は15B（150億）。最大1080pで出力でき、5秒の動画をNVIDIAのH100というハイエンドGPU環境で約38秒で生成できる。ただしH100前提という点は個人利用にはかなり重い条件で、セルフホストが現実的なのはクラウド環境が整っている組織に限られる。
Kling AIを率いた人物がAlibaba傘下で作ったもの
HappyHorse-1.0を開発したFuture Life LabはAlibaba ATH（Alibaba Taotian Holdings）のイノベーション部門に属する。タオティアングループは淘宝（タオバオ）や天猫（Tmall）を運営するAlibabaのEC中核部門で、商品の動画広告や販促コンテンツの自動生成が動画AIの主要な応用先として想定されているのだと思う。
このチームのリーダーが張迪（Zhang Di）という人物だ。もともと快手（Kuaishou）のVPで、Kling AIという動画生成モデルの技術責任者だった。Kling AIは2024年に公開されて以来、中国発の動画生成AIとして高い評価を受けていた。その張迪がチームごとAlibaba傘下に移籍して開発したのがHappyHorse-1.0ということになる。
「謎のモデルが突然首位に」という見え方をしていたが、開発の文脈を追うと、Kling AIで積み上げた技術の延長線上にある話だとわかる。
なぜ競合がいなくなりつつあるのか
タイミングの話をしておきたい。
OpenAIのSoraは2026年に入ってアプリとプラットフォームを終了した。ByteDanceのSeedance 2.0はハリウッドとの著作権紛争でロールアウトを一時停止している。動画生成AIの上位プレイヤーが相次いで後退するなか、オープンソース公開を宣言したモデルが匿名のまま首位に立つというのは、偶然には見えない。
オープンソースという点も重要だ。Sora・Veo・Seedanceはいずれも閉鎖型のモデルで、外部からアクセスするにはAPIを経由するしかない。HappyHorse-1.0は完全なモデル重みの公開を予告しており、それが実現すれば研究者やスタートアップが手元で動かせる最高水準のモデルになりうる。
もっとも「公約と実際のリリース」の間には常に距離がある。この点については4月30日以降に確認するしかない。
現時点では触れない、そして偽サイトの問題
2026年4月13日時点で、APIもモデルの重みも一般公開されていない。
公式APIの提供開始は4月30日予定で事前登録を受け付けている。fal.aiやAtlas Cloudといったサードパーティが先行的にアクセスを提供予定としているが、執筆時点ではまだ準備中だ。
ひとつ気をつけておきたいことがある。「happyhorse-ai.com」「happyhorse.mobi」「happy-horse.art」など複数のサイトが乱立しているが、公式X（@HappyHorseATH）は「まだ公式ウェブサイトは立ち上げていない。見かけたサイトは我々のものではない」と明言している。アクセスする際は公式Xを経由して情報を確認することを強く勧める。
また、音声ありの評価カテゴリでは、Artificial AnalysisのリーダーボードでSeedance 2.0にやや劣るという結果も出ている。現時点で突出しているのは「音声なし」カテゴリでの映像品質だ。
まとめ・Next Action
HappyHorse-1.0は今のところベンチマークの数字だけが先行しているモデルだが、開発チームの実績とアーキテクチャの方向性は見ておく価値がある。
4月30日にAPIが開放されたら、最初に試せる環境としてfal.aiを確認するのが手早い。オープンソース派はHugging Face（happyhorse-ai/happyhorse-1.0）のページをウォッチしておくといい。動画マーケティングや商品紹介動画を作っている人には、日本語を含む7言語のリップシンク対応という点が実用上の差になりうる場面がある。
競合が空席を作っているこのタイミングに何を出してくるか。4月30日以降の実際の品質で、このスコアの意味が変わってくる。
*出典：*
- [Alibaba revealed as creator of AI video generation model 'HappyHorse-1.0' (CNBC)](https://www.cnbc.com/2026/04/10/alibaba-happyhorse-ai-video-model-benchmark-reveal.html)
- [Alibaba Unveils HappyHorse After AI Model Tops Video Rankings Under Alias (Caixin Global)](https://www.caixinglobal.com/2026-04-10/alibaba-unveils-happyhorse-after-ai-model-tops-video-rankings-under-alias-102432775.html)
- [What Is HappyHorse-1.0? (WaveSpeedAI Blog)](https://wavespeed.ai/blog/posts/what-is-happyhorse-1-0-ai-video-model/)
- [HappyHorse-1.0: The Anonymous AI Video Model (CTOL Digital)](https://www.ctol.digital/news/happyhorse-1-0-alibaba-secret-video-ai-tops-2026-leaderboard-vs-seedance-2-0/)
- [公式X @HappyHorseATH](https://x.com/HappyHorseATH)
- [HappyHorse-1.0 on Hugging Face](https://huggingface.co/happyhorse-ai/happyhorse-1.0)
