AI最前沿 88Z.ai 10 月 26 日消息，腾讯混元发布开源交互式视频世界生成模型Hy-Nomas，支持文本与相机轨迹控制及长程一致性保持。该模型经优化后可在单张RTX 4090上本地推理，并支持LoRA微调，适用于游戏、仿真及影视预演等场景。
消息要点
- 支持文本与相机轨迹控制，利用lifelong KV cache保持长程一致性
- 经优化可在单张RTX 4090本地推理，支持LoRA微调
要点
腾讯混元正式开源交互式视频世界生成模型Hy-Nomas。该模型具备强大的控制能力，支持通过文本描述和相机轨迹来引导视频生成，并能实现连续生成。为解决长视频中的画面闪烁问题，Hy-Nomas引入lifelong KV cache技术，有效保持了长程时间上的一致性。 在部署效率方面，模型经过蒸馏和INT8量化优化，显著降低了硬件门槛，用户仅需单张RTX 4090显卡即可进行本地推理。此外，Hy-Nomas支持LoRA微调，便于开发者根据特定需求进行定制。其应用场景广泛，涵盖游戏原型设计、机器人仿真训练以及影视前期预演，展现出较大的商业应用潜力。
资料来源与整理说明
本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述，未将其视为本站实测或独家采访结论。
- Hy-Nomas原始资料发布于
以上日期为原始资料发布日期；标题下方日期为本文在 AI最前沿的发布时间。