騰訊混元推出 Hy-Nomas：8B 參數互動式世界生成模型
騰訊混元團隊發表 Hy-Nomas，這是一個具備 8B 參數擴散骨架的影片世界模型，支援自由形式文字指令與連續鏡頭控制，並開放權重與程式碼。
本文重點
- 騰訊混元團隊發表 Hy-Nomas，開放模型權重與程式碼。
- 該模型具備 8B 參數，支援自由文字指令與連續鏡頭控制。
- 研究團隊提供基準測試與輕量化適配工作流程。
- 本站上線
- 2026/10/28 下午02:17
- 首次報導
- 2026/10/27 上午08:00
- 最早來源發布
- 2026/10/27 上午08:00
研究在做什麼
騰訊混元（Tencent Hunyuan）研究團隊提出了 Hy-Nomas，旨在解決互動式世界生成中，模型需同時遵循連續指令並保留相關歷史與動作後果的挑戰。該模型是一個具備 8B 參數擴散骨架（diffusion backbone，一種透過逐步去噪來生成資料的生成模型架構）的影片世界模型，支援多輪互動中的自由形式文字指令與連續鏡頭控制。 Hugging Face 每日精選論文
方法
Hy-Nomas 的核心設計在於將結構化的影片描述與具備動作意識的因果注意力機制對齊：描述性上下文在各片段間保持可存取，而動作指令則被限制在其預設的時間視窗內。模型透過視覺語言提示增強器（Prompt Enhancer, PE）將使用者請求與多模態互動歷史轉換為下一片段的結構化條件。訓練過程採用多階段課程學習，逐步引入因果生成、文字互動、鏡頭控制，以及基於模型生成歷史的訓練，最後進行擴散蒸餾（diffusion distillation，將大型擴散模型壓縮以加速推理的技術）。 Hugging Face 每日精選論文
結果
在人類評估中，Hy-Nomas 展現出優於現有世界模型的表現。研究團隊已釋出模型權重、程式碼與基準測試，並提供輕量化的適配工作流程，以支持互動式世界生成的可重複研究。 Hugging Face 每日精選論文
程式碼與資料
本站 2026-10-28 整理（資料來自 Hugging Face 論文頁與 GitHub，由程式查詢，不經模型撰寫）：
- 研究機構（Hugging Face 標示）：Tencent Hunyuan
- 程式碼：Tencent-Hunyuan/Hy-Nomas｜313 顆星｜最後更新 2026-10-28｜授權 未標示
- 專案網頁：https://hy-nomas.hy.tencent.com/
- 公開模型：tencent/Hy-Nomas
- 公開資料集：tencent/Hy-Nomas-Bench
- 線上展示：hugging-apps/tencent-hy-nomas
來源：佐證 1 筆
媒體轉述新聞媒體的報導
- Hugging Face 每日精選論文 · Hy-Nomas: Towards Free-form Interactive World Generation10/27 上午08:00
這篇對你有用嗎？
留言 0
- 還沒有留言，第一則就是你的。
留言不用登入；名字選填，沒填就顯示「匿名會員」。含連結或疑似廣告的留言會先經編輯確認；檢舉達 3 次的留言會自動隱藏。隱私政策
發現錯誤？
回報會進入待處理清單；核實後更正，並在文中註記更正紀錄。