输入一句话，移动摄像机，世界继续运转。🌍

腾讯混元团队发布了 Hy-Nomas，这是一个交互式世界模型，它以视频片段流的形式构建世界。在每一步中，你可以使用自由形式的提示词添加角色、启动动作或改变风格，或者通过摄像机路径来引导视角。之前的片段会保留在记忆中，以确保世界的一致性。

输出为 720p 分辨率，播放帧率为 24 FPS。标准配置需要八块 GPU，而低内存配置可以在单块 RTX 4090 上运行。此次发布还包括电影和机器人 LoRAs、训练代码以及 Hy-Nomas-Bench，这是一个包含 280 个案例的测试集，用于文本控制、摄像机导航和空间记忆。

模型文件在 Hugging Face 上以 Apache 2.0 协议开源。

完整故事：http://globalfeed.ai（链接在个人简介中）

#AI #WorldModel #OpenModels #VideoGeneration #Tencent #AINews #globalfeed