模型定位
Hy-Nomas 是腾讯发布的自由形式交互式视频世界生成模型，使用约 80 亿参数的扩散模型骨干，支持多轮文本指令和连续摄像机控制。它生成的是视频形式的世界内容，不应等同于可编辑的三维场景资产。(arxiv.org)
能力与用途
- 通过逐段自回归生成视频，并利用缓存的历史信息维持跨片段一致性；可用文本描述物体、风格、场景和动作，也可结合摄像机轨迹控制画面。(github.com)
- 官方提供交互式网页演示、训练与推理代码、数据标注流程和 LoRA 微调支持，可用于交互式场景创作、世界生成研究及面向特定数据的适配。演示支持用参考图像初始化世界。(github.com)
- 提供蒸馏及量化权重；蒸馏推理使用 4、6 或 8 步去噪。官方低显存配置支持在单张 NVIDIA GeForce RTX 4090 上推理。(github.com)
限制与部署
- 单卡低显存方案依赖 INT8 权重及缓存、FP8 解码器、滑动窗口历史和 CPU 卸载；因此保留的历史上下文受窗口限制，且需要足够的系统内存并承担 CPU 与 GPU 间传输开销。峰值显存取决于分辨率和片段长度。(github.com)
- 官方仓库以 Apache License 2.0 发布；使用具体权重和其他依赖时仍应核对各自适用的许可条款。(github.com)
发布日期
官方仓库记载的初始代码发布及交互演示日期为 2026 年 10 月 21 日；技术报告于 2026 年 10 月 27 日发布。(github.com)
价格
截至 2026 年 11 月 15 日，检索腾讯云国内站和腾讯云国际站的官方定价资料，未核实到专门适用于 Hy-Nomas 的人民币或美元 API 报价，也未核实其输入、输出的计费方式或单价。其他混元模型的报价不能视为本模型报价；自行部署仍可能产生硬件和算力等成本。(cloud.tencent.com)
官方来源
- 官方 GitHub 仓库与发布记录
- 官方模型权重
- 技术报告
- 定价检索：腾讯云国内 TokenHub；腾讯云国际站视频生成定价；国际站混元生文计费说明。这些页面列有其他模型的价格，但未核实到 Hy-Nomas 专属报价。