Hy-Nomas – 混元团队推出的交互式视频世界模型

Hy-Nomas是混元团队推出的交互式视频世界模型，采用分段生成机制构建连续虚拟场景，支持文本指令与相机轨迹双向控制输出内容，原生维持场景内物体、环境、光影的连贯性。模型输出规格为720p分辨率、24fps视频片段，单次生成流程设置8步去噪，配套独立世界记忆缓存模块，跨分段内容不会出现场景崩坏、物体形态错乱问题。项目开放权重、推理代码与配套评测数据集，兼容单卡RTX4090硬件部署，INT8量化方案可以降低显存占用，适配本地工作站调试。

Hy-Nomas特点

分段式生成逻辑支持生成过程中随时修改指令，新增物体、调整镜头角度、更换画面风格都可以实时生效。

世界记忆缓存保存场景基础属性，长序列生成时保持空间逻辑统一，物体位置与形态不会随机漂移。

轻量化LoRA微调通道，面向机器人仿真、虚拟场景等细分方向快速适配。

配套Hy-Nomas-bench评测集，包含多组测试场景与相机轨迹样本，用于量化控制精度。

开源协议宽松，二次开发与商用改造空间充足，社区已经产出ComfyUI适配插件。

Hy-Nomas技术原理

训练素材收录大量连续镜头视频、相机运动轨迹标注、场景交互文本指令，清洗帧间跳变、逻辑冲突样本，构建时序对齐训练集。

模型以视频片段作为基础生成单元，区别于逐帧自回归架构，每段输出绑定一组相机参数与文本指令。

内置独立记忆编码模块，提取场景内实体特征、空间坐标、材质信息存入缓存，下一段生成时读取缓存信息约束画面内容。

解码阶段搭载时序一致性校验分支，抑制闪烁、形变异常等瑕疵，推理侧支持INT8量化与KV缓存压缩，适配消费级显卡运行。

Hy-Nomas项目地址

• 项目官网：https://hy-nomas.hy.tencent.com/
• GitHub仓库：https://github.com/Tencent-Hunyuan/Hy-Nomas

Hy-Nomas功能

接收文本描述与相机路径参数，产出连续动态视频片段。

生成中途接收新指令，对当前场景做元素增减、动作修改、风格切换。

导出分段视频素材，拼接形成长时序虚拟镜头序列。

接入仿真环境，输出机器人观测视角画面，用于算法仿真测试。

通过LoRA微调，适配特定场景美术风格与运动规则。

输出内容对接视频编辑工具，直接导出成片素材。

Hy-Nomas应用场景

虚拟场景短片创作，交互式镜头内容快速迭代。

游戏前期场景预演，验证镜头调度与画面氛围。

机器人仿真平台，生成模拟观测画面用于算法调试。

数字内容工作室批量产出动态素材，缩短镜头制作周期。

科研方向做世界模型时序一致性、可控生成相关实验。

教学演示，展示AI虚拟场景交互式生成效果。

Hy-Nomas如何使用

从GitHub或者HuggingFace仓库下载模型权重、推理代码与环境配置文件，核对硬件显存规格，准备RTX4090及以上显卡。

搭建Python运行环境，安装视频编码、transformer、加速推理依赖包。

加载基础权重，选择全精度或者INT8量化模式启动推理脚本。

输入初始场景描述，上传或者填写相机运动轨迹参数，启动首段视频生成。

生成结束后写入新的文本指令，修改相机参数继续生成后续片段。

使用社区ComfyUI节点包，在可视化面板完成参数调整与批量输出。

基于LoRA脚本，准备领域专属数据集微调模型，产出垂直场景版本。

Hy-Nomas同类产品对比

表格