Hy-Nomas 是什么：腾讯混元开源的交互式视频世界模型
TL;DRHy-Nomas 是腾讯混元在 2026 年 10 月 23 日开源的交互式视频世界模型，用文字指令和镜头控制多轮创作场景，具备长时程世界记忆，Apache-2.0 许可，消费级显卡可运行。
它是什么
Hy-Nomas 是腾讯混元在 2026 年 10 月 23 日开源的交互式视频世界模型，许可证是 Apache-2.0，代码和权重分别发布在 GitHub 和 Hugging Face。项目的副标题是“迈向自由形式的交互式世界生成”。和普通的视频生成不同，世界模型生成的是一个可以持续探索的场景：你用文字告诉它发生什么，用镜头轨迹控制往哪看、往哪走，它一段一段地把世界生成出来，并记住之前的场景。
它能做什么
官方列出了四个特点。一是自由交互：用文本提示词和镜头轨迹自由地控制生成内容。二是长时程生成和世界记忆：模型逐段生成视频，用 KV 缓存延续场景状态，走回去时之前的场景还在，不会每段都从头编。三是轻量 LoRA 适配：可以用少量数据把模型适配到机器人等专门领域。四是针对消费级 GPU 优化推理。
社区反馈
发布后社区很快做了接入。有开发者在 ComfyUI 里实现了原生节点，表示 12GB 显存就能跑；也有人做了交互演示：从自己的图片出发，把多个片段串起来，每段配不同的文字指令，用键盘控制镜头、用 WASD 移动，类似玩游戏。有开发者提到用 INT8/FP8 内核时，每个 720p 生成步约 1.02 秒。也有用户反馈希望速度再快一些、并支持图像或角色参考输入。这些是社区的实测分享，不是官方数据。
适合谁
研究世界模型、具身智能和机器人仿真的团队，可以用它生成多样的训练场景，并用 LoRA 适配到自己的领域；游戏原型、互动叙事、虚拟场景创作者，可以用它快速做出可探索的场景草稿。和闭源的世界模型相比，它的优势是开源、许可宽松、本地可跑，劣势是实时性和画面上限还有差距。AI 主线的看法是：世界模型过去基本是大厂闭门的研究预览，Hy-Nomas 把它带到了普通开发者的显卡上，这会让更多人参与到这个方向的探索里。