Hy-Nomas: Wat het vrijvormige interactieve wereldmodel van Tencent eigenlijk doet

Het nuttigste dat je over Hy-Nomasmoet begrijpen, is dat het geen video maakt. Het maakt de volgende vier seconden van een video, laat ze aan je zien, wacht op je instructie en maakt dan de vier seconden daarna — waarbij het alles wat het al heeft gerenderd in een cache meedraagt, zodat de straathoek waar je twee minuten geleden afsloeg nog steeds dezelfde winkel heeft. Tencent Hunyuan publiceerde tussen 21 en 23 oktober 2026 de gewichten, de inferentiecode, een fine-tuningpijplijn, een benchmark met 280 gevallen en een browserdemo, onder Apache 2.0, zonder aankondigingspost en zonder benchmarkresultaten. De eigen galerij van de modelkaart bevat een clip van zestig seconden en vijf beurten met de naam clockwork-flight; die clip is een betere uitleg van het product dan zowel de repository als de paper die nog niet is gepubliceerd.

Wat volgt is een verkenning van wat er daadwerkelijk is uitgebracht, hoe de interactieve lus is opgebouwd, en het ene getal dat de release niet bevat. Het is geschreven op basis van de repository, de modelkaart en de vrijgegeven configuratiebestanden — niet op basis van een praktijktest, omdat er op 24 oktober geen evaluatie door derden van Hy-Nomas is om naar te verwijzen.

Vier artefacten, waarvan er slechts één een model is

Tencent heeft een bundel uitgebracht, en de bundel is het verhaal. Het eerste artefact is de checkpointset op Hugging Face, ongeveer 196 GB verdeeld over de basis-autoregressieve DiT, een gedistilleerde DiT, een INT8-build, de DCAE-V video-autoencoder, een fijngetunede PixelUMM-decoder in FP32 en FP8, en de Nomas-PE promptverbeteraar. Het tweede is de GitHub-repository: een inferentieraamwerk, een captioningtool voor het opbouwen van fine-tuningdata, offline sequentiepacking, een LoRA-trainer en een samenvoegscript. Het derde is Hy-Nomas-Bench, een evaluatieset van 280 cases in vier tracks met ongeveer 220 referentie-cameratrajecten. Het vierde is de demo op hy-nomas.hy.tencent.com, waar je met WASD of door met de muis te slepen door een gegenereerde scène beweegt.

Die combinatie is ongebruikelijk voor de release van een wereldmodel. De meeste publiceren een paper en een galerij. Tencent publiceerde de machinerie en liet de evaluatie leeg. Als je wilt weten of Hy-Nomas goed is, kun je dat nu zelf ontdekken; je kunt het antwoord nog niet lezen.

De lus: één segment tegelijk, met het verleden in de cache gehouden

Hy-Nomas is een segment-autoregressieve diffusietransformator. Het rendert een korte videospan, voegt die aan de sessie toe en conditioneert de volgende span op een levenslange KV-cache die de eerdere latents en hun keys en values bevat. Daarom kan het model een scène consistent houden over de beurten heen zonder een aparte geheugenmodule of een ophaalstap: de geschiedenis zit in de attention-context, en die groeit.

De onderliggende architectuur is een 54-blok dual-stream-MMDiT met verborgen grootte 2.048, 16 attention-heads en 3D-roterende positie-embeddings. Tekst wordt gecodeerd door Qwen2.5-VL-7B-Instruct. Camera-extrinsieken komen binnen via cross-attentie in plaats van te worden ingebakken in de tekstprompt, wat van belang is voor het controleverhaal hieronder. Tencent vermeldt geen parameteraantal; de FP32-checkpoint is 34,2 GB, wat ruwweg 8,5 miljard parameters impliceert als je uitgaat van 32-bits opslag en geen optimizerstatus — rekenwerk, geen leveranciersclaim, en het is de moeite waard dit als een schatting te behandelen in plaats van als een specificatie.

• Uitvoer — 720 × 1280 bij 24 FPS, waarbij het getal 24 FPS de weergave beschrijft, niet de generatiesnelheid

• Ruisverwijdering — 8 stappen in de gedistilleerde configuratie; de code accepteert 4, 6 of 8

• Latenten — 32-kanaals DCAE-V, gedecodeerd door een fijngetunede PixelUMM-decoder; er is een FP8-decoder beschikbaar

• Context — een levenslang KV-cache die over segmenten heen wordt meegedragen, niet een vast venster dat wordt gereset

Twee stuurwielen, en slechts één ervan is een prompt.

Het tekstkanaal is vrije vorm en meerbeurts. Je kunt een object toevoegen, het weer veranderen, de scène restylen of een actie beschrijven, en de instructie geldt vanaf het volgende segment in plaats van opnieuw te renderen wat ervoor kwam. De eigen bewoording van de repository is "vrije, meerbeurtige tekstpromptbesturing" — het punt is dat de prompt geen eenmalig bijschrift voor een clip is, maar een beurt in een gesprek met de wereld.

Het camerakanaal is het interessantere kanaal, omdat het geen taal is. Je levert een traject van camera-extrinsieken aan, en het model rendert de wereld vanaf dat pad terwijl de tekstprompt blijft beschrijven wat erin zit. Tekst en camera kunnen samen worden gebruikt: een prompt die zegt "de markt gaat sluiten" en een traject dat door het gangpad loopt, zijn twee afzonderlijke invoer die samenwerken. Dit is het concrete verschil tussen Hy-Nomas en een tekst-naar-video-model. Een tekst-naar-video-model leidt een camerabeweging af uit proza en hoopt; tegen Hy-Nomas wordt gezegd waar de camera naartoe gaat.

Er is een derde, subtielere controle: Nomas-PE, een online promptverbeteraar die een beknopte instructie herschrijft tot iets waarop het model effectiever conditioneert. Het is optioneel, en het is het soort component dat je vertelt waar de faalmodi zitten — als het basismodel een prompt van vijf woorden goed aankon, zou de verbeteraar niet bestaan.

De functie waar niemand het over heeft: een domein-LoRA in 2.000 stappen

Twee adapters worden meegeleverd met de release. De Cinematic LoRA wordt samengevoegd in de gedistilleerde DiT om de visuele kwaliteit te verbeteren. De Robotics LoRA is getraind op de RealSource-World robotic-arm-dataset en wordt samengevoegd in hetzelfde gedistilleerde checkpoint om manipulatiefscènes te verbeteren. Tencent documenteert het recept: rank en alpha 256, zero dropout, Muon met een constante learning rate van 1e-4 gedurende 2.000 stappen, waarbij alleen de LoRA-parameters worden getraind, met gebruik van een techniek genaamd segment forcing, waarna de adapter voor inferentie in de gedistilleerde gewichten wordt samengevoegd.

Dit is het onderdeel met de langste halfwaardetijd. Een aanpassing van 2.000 stappen op één enkel domein is goedkoop genoeg dat een studio met een herkenbare eigen stijl, een roboticalab met een eigen arm of een gameteam met een specifieke artistieke richting het model kan specialiseren zonder de basisgewichten aan te raken. Het geeft de release ook een geloofwaardig communitytraject dat een gesloten model niet kan hebben: verwacht dat de interessante Hy-Nomas-resultaten de komende maand uit LoRA-merges komen, niet uit het basischeckpoint.

Wat het kost om te draaien: acht GPU's, of één 4090 met concessies

Het standaardpad is acht GPU's met achtvoudig sequentieparallelisme. Het low-memorypad is het pad dat de krantenkoppen haalde: één RTX 4090, met INT8 DiT-gewichten en een INT8 KV-cache, een begrenzing van de geschiedenis met een sliding window, CPU-offload, FlexAttention voor de DiT en CUTLASS FP8 voor het decoderen, met sequentieparallelisme uitgeschakeld. Tencent waarschuwt dat CPU-offload voldoende systeem-RAM vereist en extra overdrachtskosten met zich meebrengt, wat een beleefde manier is om te zeggen dat de single-GPU-modus echt is, maar niet gratis.

De downloadomvang verschilt ook per route. De gedocumenteerde demo-route trekt ongeveer 86 GB binnen; de low-memoryroute heeft ongeveer 38 GB nodig plus de tekstencoder. Geen van beide is een download voor een laptop, en geen van beide wordt geleverd met een gehost endpoint. Er is geen API, geen prijs per seconde en geen beheerde service van Tencent voor Hy-Nomas — je draait het zelf, of je gebruikt het niet.

• Standaardserving — 8 GPU's, 8-voudig sequence-parallelisme; het trainingsvoorbeeld gebruikt 128 GPU's als 16 data-parallelle replica's × 8 sequence-parallel

• Serving op één GPU — RTX 4090 met INT8-DiT, INT8-KV-cache, FP8-decoder, geschiedenis met schuifvenster en CPU-offload

• Voetafdruk — ongeveer 196 GB voor de volledige checkpointset, 86 GB voor het gedocumenteerde demopad, 38 GB plus tekstencoder voor low-memory

• Kosten — er bestaat geen leveranciersprijs; de kosten zijn uw GPU-uren

Als je rond een open-weightsmodel als dit bouwt, hebben de onderdelen die niet het model zelf zijn nog steeds een stack nodig: captioning, promptverbetering, evaluatieharnassen en welke LLM dan ook die in de agentlus de volgende instructie bepaalt. Die laag is waar één API zijn plek verdient — OrcaRouter zet 200+ gehoste modellen achter één sleutel tegen 0% markup, geeft de lijstprijs van providers ongewijzigd door en schakelt automatisch over wanneer een provider degradeert, zodat de orkestratie rond een zelfgehost wereldmodel geen tweede contract nodig heeft voor elke aanvullende aanroep. Hy-Nomas zelf staat niet in onze catalogus; de weights zijn van de leverancier, en we gaan niet doen alsof het anders is.

Het ontbrekende getal

Hy-Nomas-Bench bestaat echt. Het heeft 280 cases verdeeld over vier tracks — meerronde tekstbesturing, cameranavigatie, afwisselende tekst- en camerabesturing, en ruimtelijk geheugen — en ongeveer 220 referentiecametrajecten. Wat het niet heeft, is een resultatentabel. De repository linkt naar de dataset; de datasetpagina bevat geen scores; de link naar het technische rapport leidt nergens heen en de README zegt "Coming Soon". De modelkaart van Tencent beschrijft de architectuur en standaardinstellingen voor sampling, en dat zijn configuratiedetails in plaats van benchmarkresultaten.

Dat ontbreken is geen schandaal, maar het verandert wat een eerlijke uitspraak over dit model kan zeggen. "Hy-Nomas genereert 720 × 1280 video bij 24 FPS met acht denoising-stappen" is een specificatie die je aan de configuratie kunt verifiëren. "Hy-Nomas behoudt consistentie over lange termijn" is een bewering over het ontwerp, ondersteund door een democlip, geen gemeten resultaat. "Hy-Nomas verslaat model X" is geen bewering die iemand op dit moment kan doen, omdat geen van beide kanten van die vergelijking een gepubliceerd getal voor dezelfde test heeft.

Het eerlijke standpunt, drie dagen nadat de gewichten verschenen, is dat Hy-Nomas een goed gedocumenteerde capaciteitsrelease is met een niet-geëvalueerde kwaliteitsclaim. De documentatie is goed genoeg om het te reproduceren. De evaluatie is goed genoeg om zelf uit te voeren. Het oordeel ontbreekt, en het ontbreekt met opzet of door haast — hoe dan ook, het is niet aan ons om het te verzinnen.

Waar je op moet letten, en wat je nu moet doen

Drie dingen zouden het beeld veranderen. Een technisch rapport met echte cijfers zou Hy-Nomas van een bewering in een baseline veranderen. Een golf van community-LoRA's zou je laten zien of het 2.000-staps aanpassingsrecept buiten Tencent's eigen voorbeelden werkt. En een reproductie op één enkele 4090 — geen demo, maar een gemeten run — zou je laten zien of het low-memorypad bruikbaar is of slechts mogelijk.

Tot die tijd is de verstandige manier om deze release te interpreteren op basis van artefacten, niet op basis van koppen. De weights zijn open, de code draait, de benchmark is een lege huls, en de demo is een gesprek van vijf beurten met een wereld die onthoudt. Dat is meer dan de meeste labs deze maand hebben uitgebracht, en minder dan een benchmarktabel zou bewijzen. Als je de GPU's hebt en een domein dat zijn eigen blik nodig heeft, is het LoRA-recept de reden om het vandaag te downloaden. Als je een getal nodig hebt voordat je je vastlegt, bestaat dat getal nog niet.