腾讯开源世界模型 Hy-Nomas:单张 4090 能跑,文字和相机实时操控
腾讯开源交互式视频世界模型 Hy-Nomas,支持通过自然语言和相机运镜实时控制虚拟场景。模型可输出 720p、24 帧画面,通过分段生成维持长时间一致性,蒸馏后的 9GB 版本单张 RTX 4090 即可运行,并以 Apache 2.0 协议开源全套代码与权重。
腾讯开源交互式视频世界模型 Hy-Nomas,支持通过自然语言和相机运镜实时控制虚拟场景。模型可输出 720p、24 帧画面,通过分段生成维持长时间一致性,蒸馏后的 9GB 版本单张 RTX 4090 即可运行,并以 Apache 2.0 协议开源全套代码与权重。