HappyHorse يتصدر المنافسة العالمية ويُطلق رسميًا في 27 أبريل! هذا الحصان الأسود للذكاء الاصطناعي على وشك الانطلاق
HappyHorse-1.0 مقرر اختبار واجهة برمجة التطبيقات في 27 أبريل 2026
في مطلع هذا الشهر، ظهر نموذج يحمل الاسم الرمزي HappyHorse فجأة في أوساط توليد الفيديو بالذكاء الاصطناعي. شارك بشكل مجهول في عدة اختبارات معيارية موثوقة وحقق مراكز متقدمة. في 10 أبريل، أعلنت Alibaba ATH رسميًا عنه: HappyHorse هو مشروع نموذج الفيديو متعدد الوسائط، تشرف عليه قسم الابتكار في ATH بالتعاون مع فرق من مختبر Tongyi وتقنية Taobao.
والآن كشف هذا “الحصان الأسود” عن هويته — في 27 أبريل 2026، سيفتح HappyHorse-1.0 اختبار واجهة برمجة التطبيقات عبر منصة بايليان التابعة لـ Alibaba Cloud، داخلًا رسميًا إلى المرحلة الحرجة التي تسبق التجارية.
من التصدر المجهول إلى الاعتراف الرسمي
بالنظر إلى الأسابيع الماضية، كان ظهور HappyHorse دراماتيكيًا بحق:
| التاريخ | الحدث |
|---|---|
| مطلع أبريل | ظهور النموذج المجهول HappyHorse في قائمة الاختبار الأعمى لـ Artificial Analysis AI Video Arena |
| النص إلى فيديو (T2V) | Elo 1357، في المركز الأول متفوقًا على Seedance 2.0 بما يقرب من 60 نقطة |
| الصورة إلى فيديو (I2V) | سجل رقمًا قياسيًا تاريخيًا بـ Elo 1406 |
| 15 أبريل | تصدر قائمة تحرير الفيديو في LM Arena |
| 17 أبريل | المركز الثاني في قائمتي T2V و I2V في LM Arena |
| 10 أبريل | Alibaba ATH تعلن رسميًا عن HappyHorse |
إن التصدر المتتالي في الاختبارات الأعمى يثبت أن جودة توليد HappyHorse تتحمل أشد المقارنات. لا دعم تجاري، لا سمعة تاريخية — الصور بحد ذاتها تفوز باستمرار بأصوات المقيّمين. هذه قوة تقنية صلبة.
نموذج واحد للصوت والفيديو: نظرة عامة على البنية
يُوضع HappyHorse-1.0 كـ “أداة شاملة لإنشاء الفيديو صديقة للمبدعين”. فلسفته الأساسية تتلخص في كلمة واحدة: التوحيد.
ثلاث أوضاع للتوليد
-
النص → فيديو (T2V)
أدخل وصفًا بلغة طبيعية واحصل على فيديو سينمائي بدقة 1080P (4–12 ثانية) مباشرة. الإضاءة والحركة والعلاقات المكانية تُعاد بإتقان ملحوظ.
-
الصورة → فيديو (I2V)
ارفع صورة واحدة أو عدة صور لتوليد مقاطع ديناميكية مترابطة. فهم دلالي قوي، انتقالات حركية طبيعية، ووميض ضئيل.
-
التوليد المشترك الأصلي للصوت والفيديو
هذه هي القدرة الأكثر تميزًا في HappyHorse. داخل Transformer واحد مؤلف من 40 طبقة، يُولّد الصور + المؤثرات الصوتية / التعليق الصوتي / مزامنة الشفاه، مدعومًا بـ 7 لغات. لا حاجة لمزج الصوت والصورة بعد الإنتاج — جولة واحدة، ناتج نهائي.
المواصفات التقنية الرئيسية
| المقياس | المواصفة |
|---|---|
| إجمالي المعاملات | 15B (15 مليار) |
| البنية | Transformer موحد، انتباه ذاتي بتدفق واحد |
| التقطير | DMD-2، 8 خطوات فقط لإزالة التشويش |
| دقة الإخراج | 1080P مستقرة |
| نسب الأبعاد المدعومة | 16:9، 9:16 وغيرها من التنسيقات الرئيسية |
| لغات Prompt | دعم ثنائي اللغة الصينية والإنجليزية |
15 مليار معامل موحد للوسائط النصية والصورية والمرئية والصوتية، بالإضافة إلى تقطير DMD-2 الذي يضغط أخذ العينات إلى 8 خطوات — هذان الخياران التصميميان يحددان مباشرة سرعة التوليد واتساق الصوت والفيديو في HappyHorse.
الجدول الزمني للإطلاق: اختبار المؤسسات في أبريل، التجاري في مايو
وفقًا للجدول الزمني الرسمي:
| المحطة | الخطة |
|---|---|
| 27 أبريل 2026 | منصة بايليان التابعة لـ Alibaba Cloud تفتح اختبار واجهة برمجة التطبيقات |
| الموجة الأولى | عملاء مؤسسات ومطورون واختبارات بدعوة فقط |
| مايو 2026 | الإصدار التجاري الرسمي |
بالنسبة للمبدعين والمطورين، فإن فتح اختبار واجهة برمجة التطبيقات في 27 أبريل هو نافذة أساسية. يمكنك الدمج مبكرًا والتحقق من سير العمل والاستعداد للإطلاق التجاري في مايو.
ماذا يعني هذا للمبدعين؟
تجارية HappyHorse-1.0 تتلخص في ثلاثة تأثيرات عملية على صناع المحتوى والمصممين والمحررين والعلامات التجارية:
حواجز أقل: جملة أو صورة تصبح مقطعًا قصيرًا عالي الجودة — لا حاجة لمهارات معقدة في النمذجة أو العرض أو التحرير.
سير عمل أسرع: يزيل الكثير من وقت النمذجة والعرض والتعليق الصوتي والتحرير في إنتاج الفيديو التقليدي. يتقلص دورة الفكرة إلى القطع النهائي بشكل كبير.
تكاليف متحكم بها: الفرق الصغيرة وحتى المبدعون الفرديون يمكنهم إنتاج محتوى فيديو بجودة قريبة من “المستوى السينمائي” دون معدات باهظة أو تراخيص برمجية.
جرّب الآن
إذا كنت ترغب في تجربة جودة التوليد الفعلية لـ HappyHorse قبل فتح واجهة برمجة التطبيقات، يمكنك الدخول مباشرة عبر الرابط أدناه:
لا حاجة للانتظار حتى فتح واجهة برمجة التطبيقات في 27 أبريل. أدخل نصًا أو ارفع صورة الآن وولّد فيديو بالذكاء الاصطناعي بدقة 1080p مباشرة. يتم دعم كلا الوضعين من النص إلى الفيديو والصورة إلى الفيديو، مع سرعة توليد واستقرار بصري مثبتين.