Tencent представила Hy-Nomas: открытая AI-модель интерактивных миров с памятью.
Tencent представила Hy-Nomas: открытую AI-модель для создания интерактивных миров с памятью. Это модель мира с открытым исходным кодом.
Hy-Nomas создает виртуальный мир последовательно, позволяет менять происходящее текстовыми командами, управлять движением камеры и продолжать генерацию с учётом предыдущих сцен. Для сохранения контекста между видеосегментами используется KV-cache.
Tencent предусмотрела запуск видеогенерации на одной видеокарте RTX 4090 с 24 ГБ VRAM. Для этого применяются INT8/FP8, ограничение активной истории и CPU offload. Это не означает генерацию в реальном времени: скорость на RTX 4090 официально не раскрыта. На выходе получается видео, экспорта в 3D нет.
Характеристики
- Segment-autoregressive MMDiT с 54 блоками.
- Текстовый энкодер Qwen2.5-VL-7B.
- DCAE-V для сжатия видео и PixelUMM для декодирования.
- Разрешение 720p, выходное видео 24 FPS, 8 шагов диффузии.
- LoRA-адаптеры Cinematic и Robotics, включая адаптацию на видеоданных роботизированных манипуляторов.
- Apache 2.0 для проекта, с оговоркой об отдельных лицензиях сторонних компонентов.
По состоянию на сегодня уже появились сторонние интеграции для ComfyUI, SGLang, WanGP и Reactor, а также первые экспериментальные приложения. Tencent добавила в список сторонних проектов Prelulu, авторы которого показывают интерактивные мини-драмы с диалогами и альтернативными вариантами развития истории.
Ссылки
Ещё новости:
