腾讯混元开源Hy-Nomas交互式世界生成模型

腾讯混元发布并开源视频世界生成模型 Hy-Nomas，采用 Apache-2.0 许可。该模型支持通过文本指令和相机控制进行多轮交互，逐段生成同一世界；架构上采用分段自回归 DiT，结合 Qwen 文本编码器、相机条件模块和 PixelUMM 视频解码器，蒸馏推理配置为 8 步去噪，输出 720×1280、24 FPS。 部署方面，标准配置使用 8 路序列并行和分布式 PixelUMM 解码；单张 NVIDIA GeForce RTX 4090 推理需使用指定的低显存配置文件。腾讯混元称，网页演示所需的 Nomas-PE 使用独立服务资源，上述单卡说法仅适用于视频推理。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。