模型定位
Hy-Nomas 是自由形式的互動式影片世界生成模型，以約 80 億參數的擴散模型為骨幹，支援跨多輪互動的文字指令與攝影機控制。它不是一般文字聊天模型。(arxiv.org)
能力與用途
- 逐段自回歸生成影片，利用 KV 快取保留先前片段的上下文；可在生成過程中以文字調整物件、場景、風格和動作，並以攝影機軌跡控制視角。(github.com)
- 官方示範支援以參考圖片初始化世界，再以文字及攝影機控制繼續生成；提供互動式網頁示範、推論與訓練程式碼，以及 LoRA 微調工作流程。可用於互動場景探索、影片創作及相關研究。(github.com)
- 官方模型卡所述的蒸餾推論設定為 720 × 1280、24 FPS，使用 8 個去雜訊步驟；這是特定設定，不代表所有部署均相同。(huggingface.co)
部署與限制
- 標準推論預設使用 8 張 GPU；另有單張 RTX 4090 低記憶體設定，但需量化權重及 CPU 卸載。單卡設定會限制 GPU 可直接使用的歷史影格數，CPU 歷史封存仍可能增長。(huggingface.co)
- 24 FPS 是輸出影片的播放幀率，並不保證即時生成；速度取決於硬體、解析度、片段長度、歷史內容及設定。完整歷史快取的記憶體使用量也會隨生成過程增加。網頁示範所需的 Nomas-PE 服務使用額外資源。(huggingface.co)
- 模型以 Apache-2.0 授權發布；第三方模型與元件仍須遵守各自授權。(huggingface.co)
發布日期
2026 年 10 月 21 日：官方首次發布程式碼與互動示範，並提供模型權重。(github.com)
價格
截至 2026 年 11 月 15 日，查閱騰訊雲中國大陸及國際站的相關影片計費資料，未核實 Hy-Nomas 專屬的官方人民幣或美元報價，也未核實其輸入、輸出或其他計費方式。不能將其他混元影片模型的價格視為本模型價格；自行部署仍可能產生硬體及運算成本。(intl.cloud.tencent.com)