Tencent открыла Hy-Nomas — модель, которая строит видеомир по частям
Tencent открыла Hy-Nomas — модель, которая строит видеомир по частям Команда Tencent Hunyuan выложила на Hugging Face Hy-Nomas — модель генерации интерактивного видеомира (Apache 2.0). Видео создаётся не целиком, а сегмент за сегментом. Между шагами можно текстом добавить объекты, сменить стиль или сцену, описать действия, а также задать траекторию камеры. Контекст прошлых сегментов хранится в постоянном KV-кэше. Внутри — сегментно-авторегрессионный диффузионный трансформер (54 блока MMDiT), текстовый энкодер из Qwen2.5-VL-7B и декодер PixelUMM. Дистиллированная версия делает 8 шагов денойзинга и выдаёт 720×1280 при 24 кадрах/с. Стандартный запуск рассчитан на 8 GPU, а отдельная конфигурация (INT8, FP8 и выгрузка в CPU) работает на одной RTX 4090. В комплекте — LoRA для кинематографичной картинки и для симуляции роборук, а также бенчмарк Hy-Nomas-Bench на 280 тестов. Источники: https://huggingface.co/tencent/Hy-Nomas #AI #OpenSource #Tencent #WorldModels #Видео #Генерация