Genie 4 לעומת HY-Nomas: העולם הטוב יותר סגור, זה שניתן להורדה לא

תמורת כ-196 ג'יגה-בייט תוכלו להחזיק מודל עולם בבעלות מלאה. זהו גודלו של סט הצ'קפוינטים המלא של HY-Nomas, שאותו פרסם צוות Hunyuan של Tencent תחת Apache 2.0 ב-23 באוקטובר 2026, עם משקלים ב-Hugging Face וקוד ב-GitHub. ארבעה ימים לאחר מכן, Google DeepMind הכריזה על Genie 4 — מודל עולם טוב יותר לפי רוב המדדים האיכותניים, עם אודיו מקורי וחלון קוהרנטיות של שתי דקות, שאינו זמין לאיש מלבד בודקים מהימנים ורשימת המתנה. בין שתי העובדות האלה ניצבת ההחלטה המעשית ביותר בתחום מודלי העולם הגנראטיביים כיום: לקחת את המודל החזק יותר שאין לכם גישה אליו, או את החלש יותר שתוכלו להריץ הלילה.

ההשוואה אינה באמת בין Genie 4 ל-HY-Nomas מבחינת האיכות. היא השוואה בין שתי עמדות כלפי אותה בעיה, ופער האיכות הוא המחיר של העמדה. להבין מה אתם משלמים, ובמה אתם משלמים, היא מטרת המאמר הזה.

מה Apache 2.0 באמת נותן לך

HY-Nomas מסופק כמשקלים, לא כשירות. נקודת הבדיקה הראשית נמצאת ב-Hugging Face בתור tencent/Hy-Nomas, ולצידה גרסה תואמת Diffusers, והמאגר כולל מתכון לכוונון עדין של LoRA ושני מתאמים — אחד לעבודת מצלמה קינמטית, ואחד לצילום בסגנון רובוטיקה.

החלק האחרון הזה ראוי להדגשה, מפני שאף מודל עולם סגור לא מציע אותו. אם אתם יכולים לבצע כוונון עדין על הצילומים שלכם, תוכלו להזיז את המודל לעבר התחום שלכם: שפת המצלמה של הסטודיו שלכם, מאפייני החיישנים של הרובוט שלכם, הבימוי האמנותי של המשחק שלכם. Genie 4, תהיה התקרה שלו אשר תהיה, יפיק את מה ש-Google אימנה אותו להפיק, והמנוף היחיד העומד לרשותכם הוא הנחיית טקסט. עבור צוות שמודל העולם שלו הוא נכס תחרותי ולא כלי, ההבדל הזה גובר בהרבה על ליטוש חזותי רב.

הרישיון חשוב גם כן. Apache 2.0 מתירני מספיק לפריסה מסחרית ללא משא ומתן, וזה יותר ממה שניתן לומר על Genie 4, שתנאיו המסחריים כלל לא פורסמו.

שישים שניות מול שתי דקות

שני המודלים מייצרים עולמות אינטראקטיביים. הם מייצרים אותם בדרכים שונות, וההבדל קובע כיצד יש לפרש את מספרי משך הזמן.

Genie 4 הוא מודל עולם בזמן אמת: הוא מרנדר תוך כדי היגוי, מחזיק סצנה כשנתיים דקות בערך, ומייצר אודיו — צליל סביבה, מוזיקה, דיאלוג — באופן מובנה באותו מעבר. אפשר לשנות את מזג האוויר על ידי הקלדתו. ההסתייגות של DeepMind עצמה היא שפרטים וקביעות עצמים נסחפים לאורך ריצות ארוכות יותר, במיוחד אחרי עריכות פרומפט מורכבות חוזרות.

HY-Nomas יוצר וידאו במקטעים עוקבים ולא בקובץ סטטי אחד, ואתם מנווטים אותו תור אחר תור באמצעות הנחיות טקסט ומסלולי מצלמה. מטמון KV מתמשך שומר על עקביות העולם לאורך התורים האלה. התקרה המוצהרת שלו היא כ-60 שניות של יצירה ברזולוציית 720×1280 ובקצב של 24 פריימים לשנייה, תוך שימוש בשמונה צעדי הסרת רעש בתצורה המזוקקת, כאשר גם ארבעה ושישה נתמכים.

אז ההשוואה הכנה אינה בין שישים שניות למאה ועשרים. היא בין יצירת מקטעים מבוססת תורות לבין רינדור רציף בזמן אמת. Genie 4 נותן לך עולם שמגיב בזמן שאתה נמצא בתוכו. HY-Nomas נותן לך עולם שמתקדם תור אחד שנכתב מראש בכל פעם, וזו דרך עבודה איטית יותר והרבה יותר ניתנת לשליטה — כל מקטע הוא החלטה שאתה יכול לבחון לפני שאתה מתחייב לבא.

מתחת למכסה המנוע, השניים שונים מבחינה ארכיטקטונית באופן שמסביר את ההתנהגות. HY-Nomas הוא טרנספורמר דיפוזיה — חמישים וארבעה בלוקי MMDiT דו-זרמיים, מקודד טקסט Qwen2.5-VL-7B-Instruct, לטנטים של DCAE-V ומפענח PixelUMM שעבר כוונון עדין, עם כ-שמונה מיליארד פרמטרים לפי גזירה מצ'קפוינט שפורסם ולא לפי הצהרה רשמית. זהו מודל גדול שמייצר קטעי וידאו. Genie 4 הוא סimulator בזמן אמת, שהפנימיות שלו גוגל לא תיארה ברמת פירוט דומה, והוא משודך למודלי Gemini שמעגנים את המראה ומנחים את הלולאה.

התכונה שיש ל־Genie 4 ולאף אחד אחר אין

אודיו. Genie 4 הוא מודל העולם הראשון של DeepMind שמייצר צליל באופן נייטיבי, ונכון לכתיבת שורות אלה, אף מודל עולם עם משקולות פתוחות בהשוואה הזו — כולל HY-Nomas — אינו מציג טענה שקולה. הוא מייצר רעשי סביבה, מוזיקה ודיאלוג אינטראקטיבי שבו הדמויות מגיבות למתרחש בסצנה.

האם זה מכריע תלוי לגמרי בשימוש שלך. בפרה-ויזואליזציה לקולנוע, זה כמעט מכריע: שוט בלי צליל הוא חצי שוט, ובנייה מחדש של מרחב הצליל מאפס מול התזמון של מישהו אחר היא החלק בפרה-ויז שאיש לא נהנה ממנו. בסימולציית רובוטיקה, זהו מודאליות קלט חסרה שמגבילה את מה שהסביבה יכולה ללמד. עבור אולפן משחקים שמייצר צילומי רקע, זהו נוחות.

ולגבי כולם, זה אינו מדוד. גוגל לא פרסמה בנצ'מרק לאודיו, לא מדידת סנכרון, והמהנדסים שלה עצמם מודים שדיוק האודיו אינו פתור. הטענה אמיתית והראיות הן סרטון הדגמה.

חשבון החומרה, מחושב

כאן המודל הפתוח מפסיק להיות בחינם ומתחיל להפוך להוצאה הונית.

• פריסת ברירת מחדל — HY-Nomas מיועדת לשמונה מעבדים גרפיים. זהו שרת, לא תחנת עבודה.

• מסלול עם GPU יחיד — תצורה מתועדת פועלת על RTX 4090 אחד באמצעות משקולות INT8 עבור שנאי הדיפוזיה, מפענח FP8, פריקת עומס אל ה-CPU ומאגר היסטוריה מוגבל.

• דיסק — סט נקודות הביקורת המלא הוא בערך 196 GB; מסלול הזיכרון הנמוך דורש כ-38 GB בתוספת מקודד הטקסט.

• תפוקה — שישים שניות של פלט אינן שישים שניות של חישוב. דיפוזיה בשמונה שלבי הסרת רעש על פני חמישים וארבעה בלוקי טרנספורמר פירושה שההפקה נמדדת בדקות לכל מקטע, ו-Tencent לא פרסמה נתוני השהיה.

• Genie 4 — אין דרישת חומרה שפורסמה, אין נתון השהיה שפורסם, אין מחיר שפורסם. הגישה היא באמצעות מנוי ל-Google AI Ultra דרך Project Genie או הסכם שותף לגישה מוקדמת.

הרץ את החשבון ביושר ומסלול ה-4090 הוא מכונת מחקר, לא מכונת ייצור: הוא יפיק סגמנט, לאט, עם זיכרון מדורדר לרצפים ארוכים, וזו בדיוק הפשרה שמאגר ההיסטוריה המוגבל יוצר. מסלול שמונת ה-GPUs מפיק תפוקה שמישה ועולה כמו שמונה GPUs של מרכזי נתונים, לפני שאתה מחשב את החשמל ואת האדם שצריך להחזיק את זה פועל.

וזו הסיבה שההשוואה ל-API מתארח אינה אוטומטית. אם הנפח שלכם הוא כמה מאות סגמנטים בחודש, הפעלת שמונה GPUs כדי לשרת אותם היא שימוש גרוע בהון, והתשובה הנכונה היא API — שלנו או של כל אחד אחר — עם מחיר לפי קריאה וללא הוצאות הון. אם הנפח שלכם רציף, או שהנתונים שלכם אינם יכולים לצאת מהרשת שלכם, הורדת 196 GB היא מציאה שאין שירות מתארח שיכול להשתוות לה. זו ההחלטה האמיתית, ואין לה שום קשר לשאלה איזה מודל יפה יותר.

שני בנצ'מרקים, אפס ציונים

HY-Nomas משיקה משהו בשם Hy-Nomas-Bench: 280 מקרי בדיקה עם כ-220 מסלולי מצלמת ייחוס. זהו כלי הערכה אמיתי, ונכון למועד ההשקה אין לו תוצאות שפורסמו. הדוח הטכני מתואר כעתיד להתפרסם.

ל-Genie 4 אין מקבילה. Google לא פרסמה חבילת בנצ'מרקים, לא השוואה מספרית ל-Genie 3 מעבר לחלון הקוהרנטיות המוכפל, ולא רזולוציה או קצב פריימים כלל.

אז שני הצדדים מבקשים שישפטו אותם לפי צילומי הדגמה. במצב כזה, שובר השוויון צריך להיות יכולת שחזור, וזה בכלל לא צמוד: אפשר להוריד את HY-Nomas, להריץ בעצמך את Hy-Nomas-Bench ולפרסם מספר. אי אפשר לעשות זאת עם Genie 4, ואם אתם מהסוג של צוות שצריך מספר לפני שמתחייבים, המודל הסגור הוא לא רק לא נוח — הוא פוסל את עצמו.

מה שהיינו באמת ממליצים עליו

אם אתם צריכים את העולם המשכנע ביותר שקיים, והעבודה שלכם היא חקרנית — פרה-ויזואליזציה, פיתוח קונספט, סימולציה ברמת אב-טיפוס — Genie 4 היא היכולת החזקה יותר, וכדאי לכם להצטרף לרשימת ההמתנה ולתכנן סביב שוט באורך שתי דקות. האודיו לבדו מציב אותה ברמה אחרת מכל מה שיש עם משקלים פתוחים, וארכיטקטורת Gemini-in-the-loop פירושה שאפשר להניע אותה באמצעות סוכן ולא באופן ידני.

אם אתה צריך מודל עולם שתוכל להחזיק בבעלותך, לכוונן, לבצע בו ביקורת, להטמיע במוצר או להריץ בלי לשלוח נתונים לספק, HY-Nomas היא האפשרות היחידה בהשוואה הזו, והיא אפשרות בעלת יכולות אמיתיות: Apache 2.0, מסלול של 4090 בודד, שליטה במצלמה, מתאמי רובוטיקה וחבילת הערכה שפורסמה. אתה מוותר על פוטוריאליזם וצליל תמורת שליטה וחזרתיות, ועבור מחלקה גדולה של עבודות הנדסה זו הפשרה הנכונה.

הסטאק הסובב הוא המקום שבו השניים מתכנסים. בכל מודל שתבחרו, הוא ישב בתוך לולאת סוכן — משהו צריך לכתוב את הפרומפטים, לבחור את מסלול המצלמה, לבדוק את הקטע ולהחליט אם לייצר מחדש. הלולאה הזו מורכבת מקריאות רגילות של מודלי שפה וחזות, וזה המקום שבו ראוטר מוכיח את ערכו: API אחד על פני יותר מ-200 מודלים, מעבר אוטומטי בין ספקים כך שספק תקוע הוא ניסיון חוזר ולא רנדר שאבד, ותמחור לפי מחירון הספקים מועבר הלאה בתוספת של 0% כך�הורדת מחיר של ספק מגיעה אליכם ביום שבו היא נכנסת לתוקף. מודל העולם הוא החלק היקר והאיטי לשינוי בסטאק שלכם. כל מה שסביבו צריך להיות ההפך.

לפני שישה חודשים השאלה המעניינת הייתה אם מודלים של עולם פתוח יכולים בכלל להיות תחרותיים. HY-Nomas משיב שהם יכולים להיות תחרותיים בכל הנוגע לשליטה, בעודם מפגרים בנאמנות, ו-Genie 4 משיב שתקרת הנאמנות עדיין נעה. אף אחת מהתשובות לא מכריעה את הוויכוח, וזו הסיבה שההורדה קיימת ורשימת ההמתנה ארוכה.