Hy-Nomas vs Hunyuan3D WorldClaw: Hetzelfde lab, twee soorten werelden

De Hunyuan-groep van Tencent bracht binnen drie maanden na elkaar twee dingen uit die allebei een wereldmodel worden genoemd, en ze zijn het over bijna alles oneens. Hunyuan3D WorldClaw, gepubliceerd in augustus 2026, is eigenlijk helemaal geen model: het is een vierfasige agentische pipeline die een scène plant met LLM-agenten, terrein genereert, afzonderlijke objecten reconstrueert als getextureerde meshes en vervolgens een visieagent het resultaat laat renderen en corrigeert wat er verkeerd uitziet. Hy-Nomas, uitgebracht op 23 oktober 2026, is één enkele segment-autoregressieve diffusietransformer die bestuurbare video rendert en zijn gewichten onder Apache 2.0 vrijgeeft. De ene bouwt een bewerkbaar 3D-asset op basis van één zin. De andere rendert een continue wereld op basis van een gesprek.

De vergelijking is juist de moeite waard omdat ze hetzelfde lab delen. Het is een schoon natuurlijk experiment in twee strategieën: frontiermodellen orkestreren tot een pipeline, of één model trainen om het geheel te doen. De twee releases zijn ook elkaars tegenpool qua openheid — degene met de zwaardere engineering-stack publiceerde geen code, en degene die één model is, publiceerde alles.

Een model en een pipeline zijn verschillende soorten artefacten.

De paper van WorldClaw beschrijft een router. Het systeem orkestreert meerdere frontiermodellen in plaats van zelf generatie uit te voeren: LLM-agenten voor planning, een beeldmodel voor regionale composities, een segmentatiemodel, Tencents eigen Hunyuan3D voor mesh-reconstructie, en Blender aangestuurd via MCP voor assemblage. De paper noemt Claude Opus 4.8 als de planner en GPT-Image-2 en SAM3D onder de regionale componenten. De bijdrage is de choreografie — de decompositie van globaal naar regionaal en de op rendering gebaseerde reparatielus — niet een nieuwe generatieve backbone.

Hy-Nomas is de tegenovergestelde gok. Eén dual-stream-MMDiT met 54 blokken, een verborgen dimensie van 2.048, een Qwen2.5-VL-7B-Instruct-tekstencoder, cameraconditionering via cross-attentie en een levenslange KV-cache. Er is geen planner, geen segmentatiefase, geen externe renderer in de loop. Het model is het systeem.

Dat verschil verklaart de faalmodi. Een pipeline erft de zwaktes van elke component die hij aanroept en kan één component tegelijk worden gerepareerd. Een enkel model heeft één samenhangend wereldbeeld en geen naad tussen fasen, maar elke zwakte is in de gewichten ingebakken en kan alleen worden verholpen door hertraining of door een LoRA.

Wat de vier fasen van WorldClaw eigenlijk doen

Fase één is intentieanalyse en scèneplanning. Twee LLM-agenten verdelen het werk: de ene extraheert alleen de beperkingen die de gebruiker daadwerkelijk heeft genoemd, de andere vult de details in om een gestructureerde scènespecificatie te produceren die regio's, terrein, objecten en ruimtelijke relaties omvat. Deze splitsing is een verstandige verdediging tegen het gebruikelijke falen van een enkele planner: het verzinnen van vereisten en die vervolgens bevredigen.

Fase twee genereert het globale terrein: een semantische lay-outkaart, regio-bewuste hoogtevelden en materialen, rotsen en vegetatie die per regio worden toegewezen. Fase drie rendert elke regio naar een 2D-composiet, segmenteert de instanties, reconstrueert elk daarvan als een getextureerde mesh via Hunyuan3D en plaatst ze terug op het terrein. Fase vier is de interessante fase — een vision-agent rendert de samengestelde scène vanuit meerdere gezichtspunten en zoekt naar zwevende objecten, interpenetratie, verkeerde schaal en verkeerde pose, en itereert vervolgens. De assemblage vindt plaats in Blender via MCP.

De output bestaat uit expliciete, getextureerde, afzonderlijk bewerkbare meshes die naar een game-engine exporteren. Dat is een wezenlijk andere oplevering dan een video: elke boom is een object, elk object heeft een transform, en een level designer kan er één verplaatsen zonder de wereld opnieuw te renderen.

Meshes die je kunt bewerken, of video die je kunt aansturen

De output van Hy-Nomas is een video van 720 × 1280 bij 24 FPS, gegenereerd in segmenten met acht denoisingsstappen in de gedistilleerde configuratie. Je kunt die niet openen in Blender. Je kunt hem echter wel midden in een sessie omleiden: vrije tekst voor wat er in de wereld is, camera-extrinsieken voor waar de opname naartoe gaat, en een KV-cache die de eerdere segmenten consistent houdt met de nieuwe instructie. De bewerking verloopt conversationeel en vindt plaats voordat het volgende segment wordt gerenderd.

De output van WorldClaw is achteraf bewerkbaar. Je krijgt geometrie, en de bewerking is ruimtelijk — verplaats het object, herschaal de boom, render de regio opnieuw. Wat je niet kunt doen, is een gesprek met de wereld voeren terwijl die rendert. De pipeline loopt volledig door, daarna werk je aan de asset.

• Uitvoer — Hy-Nomas stuurbare 720 × 1280-video versus Hunyuan3D WorldClaw expliciet getextureerde meshes in een scène

• Werkeenheid — Hy-Nomas: een segment dat op verzoek wordt gerenderd vs. Hunyuan3D WorldClaw: een hele wereld die in vier fasen wordt gegenereerd

• Bewerken — Hy-Nomas tekst- en camera-instructies tussen segmenten versus Hunyuan3D WorldClaw directe manipulatie van meshes na generatie

• Engine — Hy-Nomas: één diffusietransformer versus Hunyuan3D WorldClaw, een georkestreerde stack van frontiermodellen plus Blender

• Hardware — standaard 8 GPU's van Hy-Nomas, één RTX 4090 in het INT8-pad met weinig geheugen versus Hunyuan3D WorldClaw 4 × NVIDIA H20

• Vrijgave — Hy-Nomas Apache 2.0-gewichten, code en benchmarkdataset vs. Hunyuan3D WorldClaw: een paper, een projectpagina en een README zonder code of gewichten

De kosten van een agentische wereld

Het compute-verhaal van WorldClaw is niet een GPU-uurgetal in de gebruikelijke zin. Het zijn vier H20's plus een groot aantal aanroepen van frontier-modellen: planningstokens, beeldgeneratie per regio, segmentatie per instance, mesh-reconstructie per object en herhaalde vision-agent-renders tijdens het verfijnen. De marginale kosten van een wereld worden gedomineerd door die aanroepen, en het paper publiceert geen prijs. Community-rebuilds die gebruikmaken van gehoste image- en 3D-endpoints melden ruwweg vijftig cent en een paar minuten per wereld, wat een nuttige orde van grootte is, maar geen leverancierscijfer.

De kosten van Hy-Nomas zijn conventioneler: standaard acht GPU's met achtvoudig sequentieparallellisme, of één RTX 4090 met INT8-DiT-gewichten, een INT8-KV-cache, sliding-window-geschiedenis, CPU-offload, FlexAttention en een CUTLASS FP8-decoder. De volledige checkpointset is ongeveer 196 GB; het gedocumenteerde demopad haalt ongeveer 86 GB op, en het low-memorypad heeft ruwweg 38 GB plus de tekstencoder nodig. Er is geen gehoste prijs omdat er geen gehoste dienst is.

De vergelijking die ertoe doet, is niet dollars per wereld, maar waar het geld naartoe gaat. WorldClaw geeft geld uit aan tokens en API-aanroepen, die dalen naarmate de prijzen van frontiermodellen dalen. Hy-Nomas geeft geld uit aan GPU-bezetting, die dat niet doet. Een pipeline wordt goedkoper op iemand anders' curve; een model wordt pas goedkoper wanneer iemand het distilleert.

• Hy-Nomas-kostenfactor — GPU-uren per generatiesessie, geen facturering per aanroep

• Kostenfactor WorldClaw — aanroepen van frontier-modellen voor planning, beeldvorming, segmentatie, reconstructie en reparatie, plus 4 × H20

• Hy-Nomas-hefboom voor opschaling — distillatie en LoRA, beide al in de release

• Opschalingshefboom van WorldClaw — goedkopere componentmodellen en minder reparatie-iteraties

WorldClaw is ook het duidelijkste argument voor een routeringslaag in deze batch, omdat het er zelf een is. De planner roept het ene model aan, de regionale fase een ander, de reconstructiefase een derde, en het geheel is een routeringsbeleid met een renderer eraan vast. OrcaRouter doet hetzelfde werk voor gehoste modellen — 200+ modellen achter één sleutel, de lijstprijs van de provider doorgegeven tegen 0% markup, automatische failover, en een routerings-DSL die meerdere modellen samenvoegt in één aanroep, met model fusion beschikbaar wanneer je een panel wilt in plaats van een keten. Noch Hy-Nomas noch WorldClaw staat in onze catalogus, en we gaan niet doen alsof een zelfgehost wereldmodel een endpoint is; wat wij routeren is de laag waarvan WorldClaw aantoont dat je die nodig hebt.

Openheid is omgekeerd

Dit is het vreemdste deel van het paar. WorldClaw is het uitgebreidere systeem — een meerfasige agentische pijplijn met een gepubliceerd paper en een projectpagina — en de officiële GitHub-repository bevat een README, het paper en projectassets. Geen code, geen modelgewichten, geen API, geen prijsstelling. Een issue waarin om de code wordt gevraagd, is onbeantwoord gebleven. Wat publiekelijk bestaat, zijn community-herimplementaties die de pijplijn opnieuw opbouwen bovenop gehoste endpoints, wat een getuigenis is van de helderheid van het paper en geen vervanging voor de release.

Hy-Nomas is het eenvoudigere systeem en het meer open systeem: Apache 2.0, volledige checkpoints op Hugging Face, inference- en trainingscode op GitHub, een captioning-harnas, een LoRA-trainer, een mergescript en de benchmarkdataset met 280 cases. Het technische rapport ontbreekt en de benchmark heeft geen scores, maar het artefact is volledig genoeg om te reproduceren en aan te passen.

Voor iedereen die van plan is om te bouwen, beslist die omkering meer dan de architectuur doet. Een pipeline die je niet kunt draaien is een ontwerpdocument. Een model dat je kunt draaien is een beginpunt, zelfs wanneer de evaluatie ervan een blanco pagina is.

Waarvoor kiezen

{{1}}Kies de aanpak van Hunyuan3D WorldClaw wanneer het op te leveren product een level is: een grote, verkenbare, bewerkbare 3D-omgeving die in een game-engine moet worden ondergebracht en door een mens moet worden aangepast.{{/1}} {{2}}Wees je ervan bewust dat je het op basis van de paper opnieuw zult moeten opbouwen, omdat Tencent het niet heeft vrijgegeven, en dat de kwaliteitsclaims kwalitatief zijn — de paper vergelijkt met SynCity, World Labs' Marble, MajutsuCity, Meta's WorldGen en GPT-5.6 Sol zonder FID, CLIP of een gebruikersonderzoek.{{/2}}

Kies Hy-Nomas wanneer het op te leveren product footage of een trainingsomgeving is: pre-vis, synthetische video, een robotscènegenerator die je van plan bent aan te passen met de meegeleverde Robotics LoRA. Houd er rekening mee dat de bewering over consistentie over een lange horizon een ontwerpargument plus een demo is, geen score, en dat een run op één 4090 mogelijk is maar offload-overhead met zich meebrengt.

En als je beide nodig hebt — een bewerkbare wereld en bestuurbare beelden daarvan — dan is het eerlijke antwoord dat geen enkele afzonderlijke Tencent-release je dat vandaag biedt. WorldClaw produceert geometrie die je niet via een gesprek kunt animeren. Hy-Nomas produceert video die je niet kunt exporteren. De kloof tussen beide is het product dat nog niemand heeft uitgebracht, en het is interessanter om te volgen dan elk van beide modellen op zich.