Futuros
Aceda a centenas de contratos perpétuos
TradFi
Ouro
Plataforma de ativos tradicionais globais
Opções
Hot
Negoceie Opções Vanilla ao estilo europeu
Conta Unificada
Maximize a eficiência do seu capital
Negociação de demonstração
Introdução à negociação de futuros
Prepare-se para a sua negociação de futuros
Eventos de futuros
Participe em eventos para recompensas
Negociação de demonstração
Utilize fundos virtuais para experimentar uma negociação sem riscos
Lançamento
CandyDrop
Recolher doces para ganhar airdrops
Launchpool
Faça staking rapidamente, ganhe potenciais novos tokens
HODLer Airdrop
Detenha GT e obtenha airdrops maciços de graça
Pre-IPOs
Desbloquear acesso completo a IPO de ações globais
Pontos Alpha
Negoceie ativos on-chain para airdrops
Pontos de futuros
Ganhe pontos de futuros e receba recompensas de airdrop
Investimento
Simple Earn
Ganhe juros com tokens inativos
Investimento automático
Invista automaticamente de forma regular.
Investimento Duplo
Aproveite a volatilidade do mercado
Soft Staking
Ganhe recompensas com staking flexível
Empréstimo de criptomoedas
0 Fees
Dê em garantia uma criptomoeda para pedir outra emprestada
Centro de empréstimos
Centro de empréstimos integrado
Misterioso "Cavalo da Alegria" invade o topo das paradas, esmagando Seedance 2.0, a IA de vídeo mudou novamente?
Na noite de terça-feira, pelos meados da madrugada, o setor de IA entrou em euforia.
No ranking Video Arena da Artificial Analysis, uma plataforma de avaliação de IA conhecida a nível global, um misterioso modelo de geração de vídeo com o pseudónimo «HappyHorse-1.0» aterrou silenciosamente no topo — sem conferência de lançamento, sem blogue técnico e sem qualquer aval de uma empresa, subindo diretamente para o primeiro lugar de forma esmagadora.
Até ao momento de fecho deste texto, na categoria de vídeo gerado a partir de texto, a pontuação Elo disparou para 1357 pontos, ficando 84 pontos à frente da Seedance 2.0, que tinha chegado ao topo apenas há cinco dias. Em comparação, a HappyHorse-1.0 tem mais de 100 pontos de vantagem sobre o 3.º e o 4.º lugares, SkyReels V4 e Kling 3.0 1080p Pro. Um único modelo, HappyHorse-1.0, abriu uma diferença enorme entre os níveis do setor.
A categoria de vídeo gerado a partir de imagem também correu para uma pontuação assustadora de 1402, batendo o recorde histórico desse ranking.
A única ligeira desvantagem é que, no ranking geral «vídeo + áudio», que inclui efeitos sonoros nativos, a HappyHorse fica em segundo lugar, ligeiramente abaixo da Seedance 2.0.
Este ranking não é tão fácil de “forçar”
A primeira reação de muitas pessoas foi: isto não será pontuação comprada?
Essa dúvida tem alguma razão. Mas o sistema de rankings da Artificial Analysis, ao definir a classificação, torna-a mais difícil de ser manipulada do que os habituais rankings de “pontuação rápida” — todas as classificações provêm de votos em testes cegos “duas opções às cegas (mon eyes)” de utilizadores reais a nível mundial. Os utilizadores, sem saber nada, escolhem entre duas partes de resultados gerados e, por fim, a soma compila-se em pontuações Elo.
A equipa de modelos não consegue trapacear com “questões repetidas”; o que é refletido é a preferência perceptiva mais real das pessoas comuns depois de verem os resultados.
Dito isto, também há quem aponte que, nas amostras de teste cego da Artificial Analysis, a percentagem de conteúdos do tipo geração de rostos e narração/voice-over ultrapassa 60%. E como a HappyHorse tem naturalmente vantagem em cenários com pessoas, isso pode, em certa medida, criar uma discrepância entre a pontuação de avaliação e a capacidade global real.
Por isso, as discussões no X dividiram-se em dois campos: os céticos acreditam que ainda há diferenças visíveis entre a HappyHorse e a Seedance 2.0 em detalhes de pessoas e na continuidade dinâmica; os apoiantes, por sua vez, depositam grandes expectativas no seu potencial, sobretudo aguardando que consiga resolver um problema doloroso da indústria: a consistência da qualidade em sequências multi-ângulo.
Em segundo lugar, de acordo com avaliações online, a perceção das pessoas comuns sobre este modelo é, de forma geral, muito positiva.
“HappyHorse” de quem é afinal o cavalo?
Este é o problema que todo o círculo de IA mais quer esclarecer.
As especulações no X chegaram rapidamente. A primeira coisa a ser notada foi a ordenação do idioma no site oficial: Mandarim e cantonês vêm antes do inglês. Para um produto voltado para utilizadores em todo o mundo, esta ordem é bastante incomum — por trás, a equipa vem da China, pelo que é possível confirmar que é assim.
O nome em si também é uma pista. 2026 é o Ano do Cavalo no calendário lunar. O nome «HappyHorse» esconde um trocadilho do Ano do Cavalo que não é propriamente sutil; mais cedo este ano, «Pony Alpha» também já brincou com uma estratégia semelhante. Assim, a lista de suspeitos foi rapidamente alargada: os fundadores da Tencent e da Alibaba têm o apelido Ma, o que os coloca naturalmente na lista; há quem aposte na Xiaomi, achando que Lei Jun é discreto e gosta de revelar cartas de repente; e há também quem ache que o perfil é mais parecido com o DeepSeek, já que o DS tinha antes lançado silenciosamente um modelo visual, e depois também o retirou discretamente.
O comentário do utilizador do X Passluo é bastante sugestivo: «De quem é este cavalo feliz? Da Alibaba, da Tencent ou da Xiaomi?»
“Resolução do caso” a nível técnico
Só pelo nome, não chega para descobrir. O setor técnico entrou então no modo Sherlock.
O utilizador do X Vigo Zhao pegou nos dados de referência públicos do HappyHorse-1.0 e verificou-os uma a uma com os modelos conhecidos, encontrando um objeto que coincide muito: daVinci-MagiHuman — ou seja, o modelo open source «Da Vinci MagiHuman», lançado no GitHub em março deste ano.
A conclusão, com bastante aceitação no setor técnico, é que: o HappyHorse é um dos Sand.ai, uma das entidades desenvolvedoras em conjunto do daVinci-MagiHuman, uma versão iterativa optimizada com base num modelo open source. O objetivo central é validar o limite de desempenho do modelo sob preferências reais dos utilizadores, preparando o caminho para a implementação comercial posterior.
O daVinci-MagiHuman abriu oficialmente em open source a 23 de março de 2026. É um produto resultante da colaboração entre duas equipas jovens:
Uma é do Laboratório de Pesquisa em IA Generativa da Shanghai Chuangzhi Academy; a outra é da Sand.ai, em Pequim (San San Technology). O modelo usa um Transformer de fluxo único puramente self-attention com 15 mil milhões de parâmetros, colocando os tokens das três modalidades — texto, vídeo e áudio — todas na mesma sequência para modelação conjunta.
Outra pista aponta para a Taotian da Alibaba
Entretanto, também circula outro tipo de especulação:
A equipa principal por trás do HappyHorse vem do «Future Life Lab» do grupo Taotian da Alibaba. Lidera-o Zhang Di, ex-vice-presidente da Kuaishou e responsável técnico pela Ke Ling.
De acordo com informações públicas, Zhang Di juntou-se à Alibaba no fim de 2025, assumindo a liderança do «Future Life Lab» do grupo Taotian. Este laboratório é a equipa central de algoritmos de e-commerce da Alibaba, reunindo talentos técnicos de ponta e recursos de computação essenciais. Foca-se em modelos de grandes dimensões e em áreas de ponta de multimodalidade. Foi criado há pouco mais de um ano e já publicou mais de 10 artigos de alta qualidade nas conferências internacionais de topo.
Vale mencionar que o momento em que esta história começou a ganhar força coincide exatamente com o desempenho ativo das ações da Alibaba no mercado de Hong Kong hoje — claro que isto é apenas uma coincidência interessante; neste momento, não existe qualquer prova definitiva ligando diretamente os dois, pelo que não é apropriado fazer leituras excessivas.
O sinal verdadeiramente importante desta questão
Independentemente de quem fique com o HappyHorse no fim, o sinal de indústria transmitido por este evento já está suficientemente claro.
Durante muito tempo, houve uma distância visível em termos de efeito entre modelos de vídeo open source e produtos closed source — nos cenários em que é necessário entregar ao cliente, a qualidade de geração do modelo open source nunca conseguiu ultrapassar o limiar de «funcional» para «entregável». A capacidade de definir preços de produtos closed source como Ke Ling, Seedance, etc., assenta em grande medida nesta diferença.
Desta vez, um produto baseado num modelo open source, num ranking de testes cegos com base na perceção dos utilizadores reais, conseguiu pela primeira vez competir de forma direta com os concorrentes closed source dominantes atuais.
Para os fabricantes closed source que dependem dessa diferença para construir poder de definição de preços, pelo menos isto é um sinal que merece ser levado a sério.
Seguindo a tradição da Artificial Analysis de «varrer em testes cegos», quando um modelo anónimo ganhar bastante atenção, a equipa oficial normalmente o reconhece formalmente em uma semana.
Talvez já nestes dias, venhamos a saber a resposta.
Neste Ano do Cavalo, aquilo que realmente merece atenção talvez não seja qual cavalo corre mais depressa, mas sim a própria pista que está a ficar mais larga.
Aviso de risco e cláusulas de responsabilidade