Hy-Nomas: Tencent heeft een interactief wereldmodel open source uitgebracht en er niets over gezegd

Tencent heeft vanmorgen de evaluatiesuite en de gewichten voor Hy-Nomas online gezet en aan het eind van de dag nog steeds geen enkele score uit een van beide gepubliceerd. Dat kenmerkt deze release. Hy-Nomas is een videowereldmodel dat je met tekstinstructies en camerabewegingen aanstuurt, segment voor segment, en de gewichten ervan zijn vandaag, 23 oktober 2026, om 11:18 UTC op Hugging Face verschenen: één commit met 196 GB aan Apache-2.0-checkpoints, naast een codeopslagplaats die dezelfde ochtend om 09:01 is gepusht en een speelbare demo. Twee dagen eerder bestonden beide repositories al en waren ze leeg. Er is geen blogpost, geen arXiv-vermelding, en de badge "Technical Report (Coming Soon)" op de modelkaart verwijst naar een bestand dat 404 retourneert. Uren na de upload toont de modelpagina nul likes en nul downloads, en het enige teken dat iemand het heeft opgemerkt, is de GitHub-repository: acht sterren, één commit, geen beschrijving.

De eerlijke formulering is dus niet "Tencent heeft een wereldmodel gelanceerd." Het is: Tencent heeft de gewichten, de trainings- en inferentiecode, een benchmark en een demosite gepubliceerd, en heeft nog geen woord gezegd over wat daarvan de scores zijn. Alles hieronder is ofwel een tijdstempel of bestandsgrootte die je zelf kunt verifiëren, een getal dat Tencent op zijn eigen kaart heeft getypt, of een plek waar de kaart opvallend zwijgt. De drie categorieën worden bewust gescheiden gehouden, omdat in een release als deze het zwijgen evenveel informatie bevat als de specificaties.

Wat er daadwerkelijk landde, tot op het uur

De artefacten zijn eenvoudig te dateren omdat er zo weinig van zijn en geen ervan veel is bewerkt.

• De modelrepository tencent/Hy-Nomas is op 2026-10-21 om 02:17:37 UTC aangemaakt op Hugging Face en bleef leeg totdat de enige commit op 2026-10-23 om 11:18:04 UTC binnenkwam. Die commit beslaat 196,4 GB verdeeld over 46 bestanden: twee fp32-DiT-checkpoints van 34,2 GB, een INT8-DiT van 9,06 GB, twee LoRA-adapters, een PixelUMM-decoder van 31,55 GB, de bijbehorende FP8-tweeling van 9,13 GB, een DCAE-V-autoencoder van 4,28 GB, een prompt-enhancementmodel van 18 shards met een totaal van 55,6 GB, en de gebruikelijke tokenizer- en configuratiebestanden.

• De code-repository Tencent-Hunyuan/Hy-Nomas werd 47 minuten later aangemaakt, om 03:04:54 UTC, zonder dat het veld Beschrijving was ingevuld. De enige commit ervan is op 21 oktober gemaakt, maar pas vandaag gepusht, om 09:01:42 UTC. De repository toont nog steeds één commit en geen releases, en bevat de trainingscode, inferencescripts, een Docker-image en een implementatiehandleiding voor de webdemo.

• De benchmarkdataset tencent/Hy-Nomas-Bench is aangemaakt op 2026-10-22 om 05:18:20 UTC en heeft vandaag om 09:10:51 UTC zijn enige commit ontvangen.

• De demo op hy-nomas.hy.tencent.com antwoordt met HTTP 200 en een paginatitel. Het is het enige onderdeel van deze release dat bedoeld is voor iedereen buiten een onderzoeksgroep.

De stilte is specifiek voor dit model, niet voor Tencent. De eigen Hugging Face-organisatie van het bedrijf is druk: tencent/Hy4-preview van eind augustus heeft 513 likes en ongeveer 18.400 downloads, en tencent/Hy-Memory-30B-A3B van 15 oktober heeft 297 likes en ongeveer 3.300 downloads binnen acht dagen. Hy-Nomas, in dezelfde periode geüpload en veel groter, heeft niets daarvan. Wat de interne redenen ook zijn, dit is geen lancering die ondermaats presteerde. Het is een lancering die niet is geprobeerd.

Wat Hy-Nomas doet wat een tekst-naar-video-model niet doet.

Het onderscheid is belangrijker dan de parameteraantallen, want het is de reden om je überhaupt iets aan deze release gelegen te laten liggen. Een gewoon tekst-naar-videomodel neemt één prompt en levert één clip op; wil je iets anders, dan begin je opnieuw en krijg je een niet-gerelateerde clip. Hy-Nomas genereert een wereld als een keten van segmenten en houdt zijn eigen geschiedenis bij.

Concreet beschrijft de kaart vier dingen die tegelijk plaatsvinden. Elk segment krijgt zijn eigen prompt, zodat je een object kunt introduceren, de stijl kunt wijzigen, de omgeving kunt aanpassen of een actie halverwege de generatie kunt beschrijven in plaats van vooraf. Een persistente key/value-cache draagt de gegenereerde geschiedenis verder, zodat een later segment wordt geconditioneerd op wat al is geproduceerd in plaats van vanaf nul te worden verzonnen. Camerabeweging is een afzonderlijk conditioneringspad in plaats van iets dat je in proza beschrijft: je levert camera-to-world-matrices en intrinsieke parameters aan, en het model let er in elk blok op. En omdat segmenten autoregressief worden gegenereerd, kan de wereld zich blijven uitbreiden zolang je hem maar blijft voeden met instructies.

Het promptformaat laat zien hoe letterlijk dit is. Offline-inferentie neemt een JSON-lijst waarin elk item een stijl, een perspectief, een onderwerpenlijst en vervolgens getimede segmenten heeft — een begin- en eindtijd, een lange visuele beschrijving en daarin vervatte acties met hun eigen tijdstempels. Het eerste segment vestigt de wereld; latere segmenten gebruiken een description_change-veld om aan te geven hoe die zich moet ontwikkelen. Het meegeleverde voorbeeld bouwt een lichtgevend bos rond een kleine oranje vos en opent vervolgens op de markering van twee seconden gloeiende blauwe bloemen langs zijn pad.

Eén getal op de kaart is gemakkelijk verkeerd te lezen, en de kaart zelf wijst erop: het cijfer van 24 FPS is de afspeelsnelheid van de uitvoervideo, niet de generatiesnelheid. Hoe snel het model daadwerkelijk draait, hangt af van de hardware, de resolutie, de segmentlengte en hoeveel geschiedenis er in de cache zit. Tencent zegt dat ook rechtstreeks. In een release zonder gepubliceerde latentie en zonder gepubliceerde scores is dat de enige eerlijke lezing van het getal.

Het specificatieblad dat de kaart wél geeft

Tencent is ongewoon precies als het om architectuur gaat, waardoor de ontbrekende resultaten veelbetekenend aanvoelen.

• Backbone — 54 dual-stream MMDiT-blokken en nul single-stream-blokken, overeenkomstig de inferentieconfiguratie.

• Breedte — verborgen grootte 2.048, met 16 attention heads van elk 128 dimensies en een 4× feed-forward-uitbreiding naar 8.192.

• Positie-encoding — 3D RoPE met dimensies [16, 56, 56] en theta 256.

Tekstpad — de taalmodelcomponent van Qwen2.5-VL-7B-Instruct, waarvan de 3,584-dimensionale verborgen toestanden door een tweelaagse token-refiner gaan en naar de 2,048-dimensionale DiT-ruimte worden geprojecteerd.

• Camerapad — genormaliseerde 4×4 extrinsieke parameters, gegroepeerd over vier frames en afgevlakt naar 64 dimensies, toegepast via cross-attentie in elk blok.

• Latenten — DCAE-V f32t4c32: 32 kanalen, 32× ruimtelijke compressie, 4× temporele compressie.

• Decoder — een fine-tuned PixelUMM met 36 lagen, een hidden size van 4.096, 32 query-heads en 8 KV-heads, die één decoderingsstap uitvoert over vensters van 10 latente frames met 5 frames overlap.

• Uitvoer — 720 × 1280 bij 24 FPS, met 8 denoising-stappen in de gedistilleerde configuratie; de coderepository zegt dat de gedistilleerde checkpoints 4, 6 of 8 stappen ondersteunen.

• Licentie — Apache 2.0, waarbij de Qwen-tekstencoder onder zijn eigen voorwaarden blijft vallen.

Het enige cijfer dat Tencent nooit noemt, is het totale aantal parameters. Het getal dat daar het dichtst bij in de buurt komt, is afgeleid in plaats van gepubliceerd: een fp32 DiT-checkpoint van 34,2 GB komt uit op ongeveer 8,5 miljard parameters bij vier bytes per stuk, en de INT8-build van 9,06 GB is daarmee in overeenstemming. Beschouw het als rekenwerk op basis van een bestandsgrootte, niet als een claim uit een specsheet — de leverancier heeft het nergens bevestigd.

Wat het kost om te draaien, dat is de echte drempel

Niets aan deze release is vijandig tegenover buitenstaanders, maar de standaarddeployment gaat ervan uit dat je een node hebt, geen laptop. De standaard inferentieconfiguratie gebruikt 8-weg sequence-parallelisme, dus de standaardstart vraagt om acht GPU's in één inferentiegroep. De README is daar openlijk over in plaats van het te verbergen.

Er is een echte single-GPU-route, en dat is de meest interessante techniek in de release. Die draait op één RTX 4090 door vier trucs te combineren: DiT-gewichten en gecachte keys en values worden in INT8 opgeslagen terwijl de berekening in BF16 blijft, de decoder draait in FP8 via CUTLASS, de tekstencoder en beide netwerken wisselen voor hun eigen fasen tussen CPU en GPU, en de actieve GPU-geschiedenis is beperkt tot 18 latente frames, waarbij de oudere geschiedenis in het systeemgeheugen wordt gearchiveerd. Die laatste afweging is degene die je moet begrijpen voordat je eromheen gaat plannen: het archief blijft groeien, het budget van 18 frames begrenst alleen wat op de GPU staat, en het geheugen van het huidige segment wordt er helemaal niet door begrensd. Tencent zegt ronduit dat CPU-GPU-overdrachten latentie toevoegen en dat het piekgeheugen van de GPU varieert met resolutie en segmentlengte.

De downloadberekening volgt uit de bestandsgroottes. Het gedocumenteerde demo-pad vereist de gedistilleerde DiT (34,2 GB), de bijbehorende PixelUMM-decoder (31,55 GB), DCAE-V (4,28 GB) en nog ongeveer 16 GB voor de Qwen-encoder — ongeveer 86 GB voordat je iets genereert. Het single-GPU-pad wisselt naar de INT8-DiT en FP8-decoder voor een veel kleinere voetafdruk, bijna 38 GB plus de encoder. De twee LoRA-adapters zijn afzonderlijke aankopen van schijfruimte: een cinematische adapter van 6,12 GB en een robotica-adapter van 12,24 GB, getraind op de RealSource-World dual-arm-dataset, beide bedoeld om te worden samengevoegd in een floating-point-DiT. De INT8-loader kan bij inferentie geen afzonderlijke LoRA gebruiken, dus die twee paden zijn niet combineerbaar.

De omgevingsvereisten zijn even specifiek: Linux, Python 3.12 of nieuwer, CUDA 13.0 Toolkit, PyTorch 2.10.0 en builds van FlashAttention 2, FlashAttention 3 en MagiAttention. Een vooraf gebouwde image, hynomasoss/hynomasoss:cu130, wordt aanbevolen boven de handmatige route — met de compilatie van attention-kernels als reden. De trainingsconfiguratie in de code-repository gaat verder: DP16 × SP8, 128 GPU's, sequenties verpakt tot 360.000 tokens. Wat je ook met de gewichten doet, je gaat dit thuis niet opnieuw trainen.

De benchmark die Tencent zonder scores uitbracht

Hy-Nomas-Bench is geen bijzaak. Het is een echte dataset: vier evaluatiesuites die meerronde vrije-tekstinteractie, cameranavigatie, afgewisselde tekst- en camerabesturing en ruimtelijk geheugen bestrijken, met 280 testcases, 220 referentiecameratrajectorieën, gestructureerde prompts, interactiesequenties en toetsenbordtijdlijnen, vrijgegeven als JSON onder Apache 2.0 en georganiseerd in uitsluitend voor evaluatie bedoelde splits. Het verscheen ongeveer twee uur voordat de gewichten er waren.

Wat er niet bij zit, is een resultatentabel. Er is geen ranglijst, geen score per suite, geen vergelijking met enig ander model, en geen aanwijzing dat die eraan komt. En de kaart is op een manier zorgvuldig die als bewust overkomt: na de architectuur en de standaardinstellingen voor sampling te hebben opgesomd, voegt hij één regel toe — "Architectuur en standaardinstellingen voor sampling zijn configuratiedetails, geen benchmarkresultaten."

Die zin doet echt werk. Hij betekent dat de acht denoisingstappen, de resolutie van 720 × 1280 en de camera-guidanceschaal van 1,0 geen bewijs van kwaliteit zijn, en dat Tencent weigert ze als zodanig te laten lezen. Voor iedereen die het model evalueert, is de praktische consequentie simpel: je kunt de evaluatie zelf uitvoeren, en tot die tijd kun je Hy-Nomas op geen enkel cijfer naast iets anders zetten. De suite is wat je moet downloaden als je een oordeel wilt, want niemand reikt je er een aan.

Waar het staat tussen de andere openwereldmodellen

Het vakgebied ontwikkelde zich snel in 2026, en de vergelijking die ertoe doet is niet het aantal parameters, maar welk bewijs elke release met zich meebracht.

• Gewichten en licentie — Hy-Nomas is Apache 2.0 zonder toegangsbeperkingen. LingBot-World, van Ant Group, bracht eind januari 2026 open gewichten uit en werd aangeprezen als het eerste open model dat vergelijkbaar is met Google's gesloten Genie 3.

• Besturingsmodel — Hy-Nomas is tekst-eerst met cameratrajecten, segment voor segment. LingBot-World en de Genie 3-lijn zetten in op realtime besturing van een personage of camera met toetsenbord en muis, wat een ander interactiemodel is: continu spelen versus gerichte constructie.

• Hardwareminimum — Hy-Nomas wil standaard acht GPU's of één RTX 4090 met een begrensde geschiedenis. Astronex-World 1.0, gepubliceerd in september 2026, meldde realtime streaming op één enkele 48 GB L20 bij 832 × 480, wat een beduidend lagere drempel is.

• Bewijs — dit is waar Hy-Nomas als enige in de verkeerde kolom staat. LingBot-World kwam met gerapporteerde doorvoer- en latentiecijfers; Astronex-World kwam met een arXiv-paper en benchmarkcijfers. Hy-Nomas heeft een 404 op zijn technisch rapport en helemaal geen scores.

{{1}}Afstamming{{/1}} — Tencents eerdere open interactieve project, HY-WorldPlay, werkte vanuit een startafbeelding plus pose- en actie-invoer op 720p en 24 fps. Hy-Nomas is niet hetzelfde model met een nieuwe naam; de multi-turn tekstlus en de promptstructuur per segment zijn nieuw, en de kaart claimt geen afstamming ervan.

Niets daarvan beslecht de kwaliteit. Een model kan uitstekend en ongedocumenteerd zijn, en het stilzwijgen van Tencent is in geen van beide richtingen bewijs — het betekent alleen dat de bewijslast is verschoven naar wie het downloadt.

Wie moet het nu aanraken, en wie moet wachten?

Als je een node met acht GPU's hebt en je probleem wereldtoestand is die een mens halverwege de generatie bewerkt — een scène die op seconde vier een object krijgt, een camera die draait omdat je dat hebt opgedragen, een wereld die haar geometrie behoudt terwijl jij het weer verandert — dan is dit de meest directe open implementatie van dat idee die momenteel te downloaden is, en de Apache 2.0-voorwaarden betekenen dat je erop kunt voortbouwen zonder te onderhandelen. De robotics-LoRA is een signaal van waar Tencent verwacht dat het wordt gebruikt: simulatiewerelden voor embodied training, niet voor sociale video.

Als je een getal nodig hebt voordat je je vastlegt, wacht dan. Niet omdat het model verdacht is, maar omdat er niets is om naar te verwijzen. Een benchmark die je zelf moet uitvoeren is een week engineering, en het technische rapport zal, wanneer het verschijnt, waarschijnlijk veranderen wat je zou hebben gemeten.

Er is een kleinere operationele vraag rond het model die het benoemen waard is, omdat die iedereen bijt die de demo probeert te reproduceren. De webdemo leidt elke instructie door Nomas-PE, een aparte service van 55,6 GB die losse gebruikersformuleringen omzet in de gestructureerde segment-JSON die de DiT verwacht, en Tencent stelt dat de demo die vereist. Offline-inferentie slaat die stap over en vraagt je de gestructureerde prompts zelf te schrijven. Als je je eigen front end bouwt, is die promptconstructielaag een gewone taalmodelaanroep — en dat deel is, anders dan de videostack, commodity-infrastructuur. OrcaRouter serveert Hy-Nomas niet — een zelfgehoste diffusiestack van 196 GB is niet waar een API-route voor dient. Wat het routeert, is de tekstkant eromheen — één sleutel voor meer dan 200 modellen tegen 0% markup op de listprijs van de provider, met automatische failover — zodat een stap voor het herschrijven van prompts of het genereren van beschrijvingen bij de output vóór een zelfgehost videomodel geen eigen leverancierscontract nodig heeft.

De open vragen, en wat dit artikel zou veranderen

Vier dingen zijn werkelijk onbekend, en elk daarvan heeft een specifiek artefact dat het zou beslechten.

Het eerste is kwaliteit. Hy-Nomas-Bench bestaat, dus een gepubliceerde resultatentabel is de voor de hand liggende volgende stap, en het ontbreken daarvan is de grootste lacune tussen deze release en een citeerbare versie.

Het tweede is snelheid. Er staat nergens op de kaart een latentiecijfer, alleen de afspeelsnelheid. Iemand zal de tijd tot het eerste segment op echte hardware moeten meten, en de achtstaps gedistilleerde configuratie versus het basis-autoregressieve model is een verschil dat het waard is om te kwantificeren in plaats van aan te nemen.

Het derde is ecosysteemondersteuning. De repository draagt een diffusers-tag, maar het gedocumenteerde pad is Tencents eigen hymm-pakket en een speciaal gebouwde Docker-image; er wordt geen runtime van derden als ondersteund genoemd. Of dit een pipelineklasse in een mainstreambibliotheek krijgt, zoals de meeste open videomodellen uiteindelijk doen, bepaalt of het een onderzoeksartefact blijft of een hulpmiddel wordt.

Het vierde punt is of Tencent ooit iets zal zeggen. Het technische rapport is gemarkeerd als 'binnenkort beschikbaar' en geeft momenteel een 404-fout, er is geen arXiv-preprint en er is per 23 oktober geen berichtgeving in de pers. Het is heel goed mogelijk dat het bedrijf wacht op een paper of een gehost product voordat het dit promoot. Het is ook mogelijk dat de release precies is wat het lijkt: gewichten die voor de goede orde zijn gepubliceerd, met de aankondiging uitgesteld.

Hoe dan ook, de download is beschikbaar, de licentie is ruim, en de demo neemt vandaag al instructies aan. Voor een model dat niemand heeft aangekondigd, is dat meer dan de meeste stille releases bieden — en aanzienlijk minder dan een lancering.