Nội dung chính
1. Hai đối thủ lớn nhất vừa rời khỏi cuộc chơi, gần như cùng lúc
Con số 1 triệu USD mỗi ngày nghe có vẻ chỉ là chi phí vận hành thông thường của một sản phẩm AI lớn. Nhưng đặt cạnh doanh thu thực tế của Sora, đó là một khoảng lỗ không thể cứu: Sora của OpenAI tốn khoảng 1 triệu USD mỗi ngày để vận hành, nhưng chỉ tạo ra tổng cộng khoảng 2,1 triệu USD doanh thu.
Người dùng hoạt động giảm từ mức đỉnh gần 1 triệu xuống dưới 500.000. Kết quả: OpenAI đóng cửa cả web và app Sora, API sẽ ngừng hoạt động vào 24/9/2026.
Cùng thời điểm đó, Seedance 2.0 của ByteDance, model được xem là đối thủ đáng gờm nhất của Sora, gặp một loại rào cản khác hẳn: Netflix, Warner Bros, Disney, Paramount và Sony gửi thư đe dọa pháp lý sau khi người dùng tạo ra các clip viral chứa nội dung sở hữu trí tuệ của Hollywood. ByteDance buộc phải đóng băng việc triển khai quốc tế, và đến nay vẫn chưa mở lại.
Với các đội marketing, quảng cáo, sản xuất nội dung từng tích hợp Sora hoặc chờ Seedance 2.0 vào quy trình làm việc, khoảng trống này xuất hiện chỉ trong vài tháng, một tốc độ thay đổi thị trường hiếm thấy.
2. HappyHorse leo hạng thế nào: từ một cái tên vô danh đến vị trí #2 toàn cầu
HappyHorse lần đầu xuất hiện vào đầu tháng 4/2026 dưới dạng một bài nộp ẩn danh trên Video Arena, một nền tảng benchmark độc lập nơi người dùng thật so sánh trực tiếp kết quả của các model theo kiểu "mù" (không biết đang test model nào). Model này ngay lập tức đứng đầu cả hai bảng xếp hạng text-to-video (tạo video từ văn bản) và image-to-video (tạo video từ ảnh). Sau đó Alibaba xác nhận chính họ là chủ, cụ thể là đội ATH (Alibaba Token Hub) thuộc bộ phận Đổi mới AI, trước đây nằm trong Future Life Lab dưới Taobao và Tmall Group.
Sau bản nâng cấp 1.1, HappyHorse hiện giữ vị trí #2 trên cả ba bảng xếp hạng của Video Arena, đạt 1.444 điểm ở cả hai hạng mục text-to-video và image-to-video, dẫn trước Veo-3.1 (có âm thanh) của Google 69 điểm ở text-to-video, và dẫn trước Grok-Imagine-Video của xAI 23 điểm ở image-to-video. Con số này có nghĩa là gì: cơ chế tính điểm Elo (giống hệ thống xếp hạng cờ vua) nghĩa là model được cộng hoặc trừ điểm dựa trên việc người dùng thích kết quả của nó hơn hay kém đối thủ trong so sánh trực tiếp, nên một khoảng cách hai con số duy trì liên tục phản ánh sự khác biệt chất lượng thật, không phải ngẫu nhiên thống kê.
Về mặt kỹ thuật, HappyHorse dùng một Transformer tự chú ý (self-attention) thống nhất 15 tỷ tham số, xử lý đồng thời token văn bản, ảnh, video và âm thanh trong một luồng duy nhất. Khác với nhiều đối thủ phải ghép nhiều model riêng cho video và âm thanh, HappyHorse xử lý tất cả trong một lần tạo, không cần công cụ lồng tiếng hay xử lý âm thanh riêng sau đó, giúp giảm số điểm tích hợp khi doanh nghiệp triển khai.
3. Bản nâng cấp 1.1 sửa đúng những điểm doanh nghiệp phàn nàn nhiều nhất
Nâng cấp quan trọng nhất là khả năng tham chiếu nhiều ảnh, gọi là R2V (Reference-to-Video), cho phép người dùng tải lên nhiều ảnh tham chiếu nhân vật để giữ nhận diện nhất quán xuyên suốt video được tạo ra. Đây giải quyết trực tiếp một trong những vấn đề khó nhất của AI tạo video: nhân vật bị "trôi" hình dạng giữa các khung hình hoặc cảnh khác nhau. Với các thương hiệu làm video quảng cáo, video sản phẩm, hay nội dung marketing dạng series, tính nhất quán nhân vật không phải tính năng phụ, mà là yêu cầu bắt buộc, trước đây từng buộc nhiều team quay lại quy trình sản xuất truyền thống.
Các cải tiến khác: chất lượng chuyển động được tăng cường ("strengthened motion modeling"), giải quyết hạn chế về tốc độ và độ mượt; loại bỏ các lỗi hình ảnh từng gây khó chịu như "da mặt bóng dầu", "làm nét quá tay", "kết cấu không tự nhiên", những dấu hiệu dễ khiến người xem nhận ra ngay video là do máy tạo. Đồng bộ hình ảnh và âm thanh cũng được cải thiện, với khớp môi "không trôi" (zero-drift lip sync) cho cảnh đối thoại, cùng khả năng tuân theo prompt dài, phức tạp tốt hơn, quan trọng với người dùng doanh nghiệp cần chỉ định chính xác góc máy, ánh sáng, diễn biến trong một lần tạo, thay vì thử lại hàng chục lần.
4. 52,7 tỷ USD: khoản đầu tư hạ tầng khiến HappyHorse khác các đối thủ thuần công nghệ
Tại sao con số 52,7 tỷ USD lại quan trọng? Vì đây là điểm phân biệt Alibaba với các đối thủ chỉ có công nghệ mà không có hạ tầng để bán cho khách hàng doanh nghiệp lớn, quy định nghiêm về nơi lưu dữ liệu. CEO Alibaba Cloud, Eddie Wu, đã cam kết đầu tư 52,7 tỷ USD xây dựng "mạng đám mây toàn cầu thống nhất", và công ty đang xem xét tăng lên 69 tỷ USD.
Chỉ riêng năm nay, Alibaba đã mở vùng dữ liệu mới tại Mexico, Thái Lan, Johor (Malaysia), và Pháp. Chỉ 4 ngày trước khi HappyHorse 1.1 ra mắt, Alibaba Cloud mở trung tâm dữ liệu đầu tiên tại Pháp (17/6/2026), trung tâm châu Âu thứ ba sau Đức và Anh, nâng tổng số vùng khả dụng (availability zone) toàn cầu lên 105 tại 32 khu vực.
Tại Nhật Bản, trung tâm dữ liệu thứ năm ở Tokyo mở ngày 19/6. Bà Feifei Li, CTO Alibaba Cloud, nói việc mở rộng hạ tầng châu Âu "khẳng định cam kết trao quyền cho doanh nghiệp châu Âu bằng giải pháp có chủ quyền, an toàn và thông minh".
Với một model xử lý video kèm âm thanh tích hợp như HappyHorse, việc có hạ tầng đặt tại chỗ giúp giảm độ trễ và giữ dữ liệu khách hàng trong ranh giới pháp lý sở tại, điều đang trở thành yêu cầu tuân thủ, không còn là lựa chọn, sau khi khung chủ quyền công nghệ mới của Ủy ban châu Âu công bố ngày 3/6/2026.
5. Nhưng có một nhưng: Alibaba đang bị Lầu Năm Góc liệt vào danh sách công ty quân sự Trung Quốc
Ngày 8/6/2026, Alibaba, cùng BYD và Baidu, bị Lầu Năm Góc đưa vào danh sách các công ty quân sự Trung Quốc, khiến các công ty này không thể ký hợp đồng quốc phòng Mỹ. Alibaba bác bỏ việc bị gắn nhãn này, khẳng định "không phải công ty quân sự Trung Quốc, cũng không thuộc bất kỳ chiến lược hợp nhất quân sự-dân sự nào".
Việc bị liệt vào danh sách không tự động kích hoạt lệnh trừng phạt và không trực tiếp cấm các giao dịch thương mại tư nhân với Alibaba. Nhưng nó tạo thêm một lớp phức tạp về uy tín và pháp lý, đặc biệt với công ty có liên quan đến chính phủ Mỹ hoặc chuỗi cung ứng quốc phòng.
Với khách hàng châu Âu, tình huống còn phức tạp hơn: mong muốn giảm phụ thuộc vào các nhà cung cấp cloud Mỹ (ước tính chiếm phần lớn doanh thu hạ tầng cloud châu Âu) tạo nhu cầu cho nhà cung cấp thay thế, nhưng việc chọn một nhà cung cấp Trung Quốc cũng đặt ra câu hỏi tương tự về tự chủ chiến lược.
Điều này ảnh hưởng gì đến bạn?
Nếu doanh nghiệp bạn làm marketing, quảng cáo, hoặc sản xuất nội dung video, kể cả các agency quy mô nhỏ tại Việt Nam như những đơn vị chuyên làm TVC, video sản phẩm cho sàn thương mại điện tử, và đang tìm công cụ AI tạo video thay thế sau khi Sora đóng cửa, HappyHorse 1.1 là lựa chọn đáng đưa vào danh sách thử nghiệm ngay lúc này, đặc biệt với mức giảm giá 40% trong hai tuần đầu ra mắt trên Alibaba Cloud Model Studio.
Ở phiên bản 1.0, giá qua các nền tảng API bên thứ ba khoảng 1,82 USD (gần 46.000 VNĐ theo tỷ giá hiện tại) cho một clip 10 giây độ phân giải 720p, và 3,12 USD (gần 79.000 VNĐ) ở 1080p, mức giá đủ cạnh tranh để agency vừa và nhỏ tại Việt Nam thử nghiệm mà không cần ngân sách lớn, rẻ hơn nhiều so với thuê quay dựng truyền thống cho một đoạn quảng cáo ngắn.
Nhưng trước khi tích hợp vào quy trình sản xuất chính thức, hãy tự hỏi hai câu: dữ liệu và nội dung video của bạn sẽ được xử lý, lưu trữ ở đâu, và khách hàng cuối của bạn (nếu là doanh nghiệp nước ngoài, đặc biệt tại Mỹ hoặc châu Âu) có ràng buộc nào về việc dùng công nghệ Trung Quốc trong chuỗi cung ứng không. Theo Nghị định 13/2023/NĐ-CP về bảo vệ dữ liệu cá nhân, nếu video có chứa hình ảnh, giọng nói khách hàng thật (ví dụ video quảng cáo có người mẫu, KOL), việc xử lý qua máy chủ nước ngoài cũng cần tuân thủ quy định về chuyển dữ liệu cá nhân xuyên biên giới. Câu chuyện Sora sập tiệm chỉ trong vài tháng cũng là lời nhắc: đừng xây quy trình làm việc phụ thuộc hoàn toàn vào một nhà cung cấp AI duy nhất, dù nhà cung cấp đó đang dẫn đầu bảng xếp hạng.
Số liệu & thống kê
- Chi phí vận hành Sora: khoảng 1 triệu USD/ngày, tổng doanh thu chỉ khoảng 2,1 triệu USD; người dùng giảm từ gần 1 triệu xuống dưới 500.000
- HappyHorse 1.1: 1.444 điểm trên Video Arena ở cả text-to-video và image-to-video, xếp #2 toàn cầu
- Dẫn trước Veo-3.1 của Google 69 điểm (text-to-video); dẫn trước Grok-Imagine-Video của xAI 23 điểm (image-to-video)
- Kiến trúc: Transformer tự chú ý thống nhất 15 tỷ tham số, xử lý văn bản/ảnh/video/âm thanh trong một luồng
- Giá HappyHorse 1.0 qua API bên thứ ba: 1,82 USD/clip 10 giây (720p), 3,12 USD (1080p); giảm 40% trong 2 tuần đầu ra mắt 1.1
- Đầu tư hạ tầng cloud toàn cầu của Alibaba: 52,7 tỷ USD, đang xem xét tăng lên 69 tỷ USD
- Hạ tầng Alibaba Cloud: 105 vùng khả dụng tại 32 khu vực toàn cầu
- Thị phần cloud châu Âu của các hyperscaler Mỹ: ước tính chiếm phần lớn thị trường
- Ngày Alibaba bị Lầu Năm Góc đưa vào danh sách công ty quân sự Trung Quốc: 8/6/2026
Sources
| # | Title | URL | Ghi chú |
|---|---|---|---|
| 1 | Alibaba's AI video model rises to No. 2 in global rankings, as OpenAI's Sora and ByteDance's Seedance fall away | https://venturebeat.com/technology/alibabas-ai-video-model-rises-to-no-2-in-global-rankings-as-openais-sora-and-bytedances-seedance-fall-away | VentureBeat, 22/6/2026 |
| 2 | What to know about the Sora discontinuation | https://help.openai.com/en/articles/20001152-what-to-know-about-the-sora-discontinuation | OpenAI, thông báo chính thức ngừng Sora |
| 3 | ByteDance shelves Seedance international rollout | https://www.cnbc.com/2026/03/17/bytedance-seedance-shut-down-tiktok-marsha-blackburn-peter-welch.html | CNBC, 17/3/2026 |
| 4 | Nghị định 13/2023/NĐ-CP về bảo vệ dữ liệu cá nhân | https://thuvienphapluat.vn | Chính phủ Việt Nam, văn bản công khai (tra cứu theo số hiệu 13/2023/NĐ-CP) |
