騰訊開源 Hy-Nomas 互動影片世界模型，提供單張 RTX 4090 推論配置

騰訊混元公開 Hy-Nomas 互動影片世界模型，Hugging Face 提交紀錄顯示，權重於 10 月 23 日首次上架，採 Apache-2.0 授權。配套 GitHub 專案提供訓練、推論、資料標註與互動介面程式，使用者可在生成下一段影片前修改文字指令或相機軌跡，逐步改變場景、物件與動作。權重提交紀錄、官方程式庫

架構上，Hy-Nomas 在壓縮影片潛在空間內執行擴散，並以片段為單位自回歸生成。文字編碼器、相機條件與歷史 KV 快取共同影響新片段；蒸餾配置使用八步去噪，再交由微調後的 PixelUMM 解碼。官方列出的輸出規格為 720×1280、每秒 24 格，這是影片播放規格，不能據此推定模型能即時生成。官方模型卡

部署上的關鍵是歷史快取與顯示記憶體的取捨。標準配置保留完整歷史；單張 RTX 4090 配置則結合 INT8 權重與 KV 快取、FP8 解碼器及 CPU 卸載，限制 GPU 注意力使用的歷史內容。官方提醒，卸載需要足夠系統記憶體，也會增加 CPU 與 GPU 間的傳輸成本。因此，工程團隊仍須量測指定解析度與片段長度下的尖峰記憶體、延遲及場景一致性。部署文件

評測方面，同步釋出的 Hy-Nomas-Bench 包含 280 個案例，涵蓋多輪文字互動、相機導航、文字與相機交錯控制，以及空間記憶。它提供結構化提示、互動序列與參考軌跡，可作為重現測試的起點；但公開測試材料本身尚不足以證明模型優於其他系統。官方評測資料集

這次發布讓研究者能直接檢查分段生成與歷史注意力的實作，也能用自有影片進行 LoRA 微調。後續值得追蹤的是技術報告、可重現的比較結果，以及量化與歷史裁切對長程一致性的影響。截至查核時，程式庫仍將技術報告標示為待發布，世界記憶的可靠程度仍須實測。專案說明