Hy-Nomas против Odyssey-3: открытые веса без оценок, оценки без весов

Спросите у Odyssey про Odyssey-3 — и получите число: 66,1 в Physics-IQ Verified, наивысший необработанный балл video-to-video, который компания сообщает. Попросите чекпойнт — и получите контактную форму. Спросите у Tencent Hunyuan про Hy-Nomas — и обмен пойдёт в обратную сторону: примерно 196 ГБ весов под Apache 2.0, среда для инференса, тренер LoRA и браузерная демонстрация, причём ни к чему из этого не приложен балл. Обе модели относятся к одной категории — интерактивные авторегрессионные диффузионно-трансформерные модели мира — и к одному месяцу. Публичная исследовательская предварительная версия Odyssey-3 стала доступна 8 октября 2026 года; веса Hy-Nomas были выложены в период с 21 по 23 октября 2026 года. Но выбор между ними — не вопрос о том, какая из них лучше, потому что ни одна из сторон не опубликовала доказательства, которые могли бы это решить, и каждой не хватает своей половины.

Далее приводится лишь то, что можно установить на основании двух релизов: как каждая модель работает с камерой, что показатели с каждой стороны измеряют, а что — нет, и во что обойдётся заставить любую из них работать перед пользователем.

Коробка, а не архитектура.

Обе — авторегрессионные диффузионные трансформеры, и на уровне структурных схем они родственны. Hy-Nomas отрисовывает видеофрагмент, добавляет его к сессии и обусловливает следующий фрагмент пожизненным KV-кэшем; магистраль — это 54-блочный двухпоточный MMDiT со скрытым размером 2 048, 16 головами внимания и 128 измерениями на голову, текстовый энкодер Qwen2.5-VL-7B-Instruct и 32-канальные латенты DCAE-V. Odyssey-3 описывается своим создателем как многошаговый видео-диффузионный трансформер, расширенный авторегрессионно с teacher forcing и причинным маскированием, а затем дистиллированный для взаимодействия в реальном времени. Обе решают отрисовывать мир по частям и помнить то, что было раньше.

Разница, которая имеет значение, заключается в том, что находится внутри релиза. Hy-Nomas поставляет комплект: базовый DiT в FP32, дистиллированный DiT, INT8-сборка, автоэнкодер DCAE-V, декодер PixelUMM в FP32 и FP8, энхансер промптов Nomas-PE, два LoRA-адаптера, Docker-образ, инструмент для создания подписей для сборки данных дообучения, офлайн-упаковка последовательностей, тренер LoRA и скрипт слияния. Odyssey-3 поставляет вкладку браузера и очередь.

• Веса — Hy-Nomas Apache 2.0, около 196 ГБ; Odyssey-3 не выпущены, лицензия не опубликована

• Код инференса — репозиторий Hy-Nomas и Docker-образ; для Odyssey-3 — отсутствует

• Дообучение — Hy-Nomas поставляет инструмент обучения LoRA и документированный рецепт; Odyssey-3 не предлагается

• Количество параметров — ни один из поставщиков его не раскрывает; контрольная точка Hy-Nomas FP32 занимает 34,2 ГБ, что подразумевает примерно 8,5 млрд параметров, если исходить из 32-битного хранения и отсутствия состояния оптимизатора, — это арифметическая оценка, а не спецификация

• Доступ — самостоятельное развёртывание Hy-Nomas или демо-версия Tencent; предварительный просмотр Odyssey-3 в браузере, API — через контактную форму

Кто решает, куда ставить камеру?

Модель взаимодействия Odyssey-3 — это навигация. Предпросмотр поддерживает перемещение от первого лица, от третьего лица и независимое движение камеры, и мир продолжает предсказываться во время этого. Это правильный дизайн для человека, исследующего среду, и для демо-ролика, который продал модель: вы идёте, мир реагирует, иллюзия сохраняется.

Модель взаимодействия Hy-Nomas — это траектория. Вы задаёте внешние параметры камеры, путь положения и ориентации, и модель рендерит этот путь. Текст и камера — отдельные каналы: промпт говорит, что находится в сцене, траектория говорит, где находится объектив. Эти два компонента сочетаются, а не конкурируют. Nomas-PE нужен, чтобы переписывать краткую инструкцию в нечто, что модель эффективнее использует как условие, — и это кое-что говорит об уязвимых местах текстового канала.

Практическое следствие — воспроизводимость. Сеанс навигации — это прохождение: в реальном времени, управляемое человеком, и его неудобно точно воспроизводить. Траектория — это параметр, который можно логировать, варьировать и заново генерировать на его основе. Если вы создаёте синтетические обучающие данные для робота или агента, второе — это аннотация, а первое — демонстрация. Это не утверждение, что Hy-Nomas выглядит лучше. Нет доказательств, что это так. Это утверждение о том, какую поверхность управления может потреблять конвейер.

Строка разрешения, и почему не стоит начинать с неё

Самое очевидное сравнение: Hy-Nomas рендерит 720 × 1280 при 24 FPS, тогда как Odyssey-3 — 832 × 480, а уровень Pro — 1280 × 720. Это сравнение верно и само по себе почти ничего не значит. Показатель 24 FPS относится к воспроизведению сгенерированного фрагмента, а не к скорости генерации. 16 FPS у Odyssey-3 измерены на стенде Physics-IQ, а частота кадров уровня Pro вообще не публикуется. Ни один из поставщиков не показал, как его результат выглядит рядом с результатом другого при одинаковом разрешении, поскольку они никогда не запускались на одной и той же задаче.

• Базовое разрешение — Hy-Nomas 720 × 1280, можно переопределить до 480 × 832; Odyssey-3 832 × 480

• Высший уровень — Hy-Nomas имеет одну конфигурацию; Odyssey-3 Pro работает в разрешении 1280 × 720

• Частота кадров — воспроизведение Hy-Nomas при 24 FPS, скорость генерации не указана; Odyssey-3 — 16 FPS на тестовом стенде, Pro — не указана

• Шумоподавление — Hy-Nomas: 8 шагов в дистиллированной конфигурации, также допускаются 4 и 6; Odyssey-3 дистиллирована для работы в реальном времени, но число её шагов не опубликовано.

Одна таблица лидеров, два способа не ответить на неё.

Physics-IQ Verified, проводимый Anates Labs совместно с Google DeepMind, — это самое близкое к независимой проверке, что есть у обеих моделей. Он предлагает модели продолжить видео реального физического эксперимента и оценивает продолжение по тому, что произошло в действительности. В рейтинге представлена 41 модель из 16 лабораторий. Показатель Odyssey-3 Pro — 66,1 — это цифра, которую компания приводит в качестве главной, и это самый высокий заявленный сырой балл video-to-video.

Если читать саму таблицу, картина становится более конкретной. Она ранжирует по чистому улучшению относительно среднего по треку, а не по сырому баллу, и в этом столбце FLUX 3 [large] занимает первое место с +12,27 балла, Odyssey-3 Pro — второе с +11,15, а базовая Odyssey-3 — третье с +9,99. Решения Odyssey фигурируют дважды в двух режимах промптов: с пользовательскими промптами — +11,15 и +9,99; с собственными промптами бенчмарка базовая модель падает до +2,15 и восьмого места. Показатель 66,1 получается при сэмплировании best-of-8; одна генерация даёт 63,37. Эта таблица — таблица поданных результатов, а не сторонний прогон.

Ничто из этого не делает Odyssey-3 плохой моделью. Это лишь означает, что заголовок отражает выбранную конфигурацию, а собственный рейтинг таблицы лидеров — это иное утверждение, нежели то, что заявлено в рекламном тексте запуска. Читатель, который цитирует 66.1, и читатель, который цитирует ранг 02, оба цитируют одну и ту же таблицу, и только один из них цитирует то, как эта таблица начисляет баллы.

Доказательная база Hy-Nomas проще и беднее. Tencent опубликовала Hy-Nomas-Bench: 280 случаев по четырём направлениям, охватывающих многоходовое текстовое управление, навигацию камеры, чередующееся управление текстом и камерой и пространственную память, с примерно 220 эталонными траекториями камеры. Набор данных реальный и доступен для скачивания. Таблицы результатов не существует. Ссылка на технический отчёт в карточке модели гласит «Скоро» и никуда не ведёт.

Итак, честное состояние этого сравнения на данный момент — через шестнадцать дней после открытия предварительного доступа к Odyssey-3 и через три дня после появления весов Hy-Nomas — состоит в том, что две модели никогда не оценивались на одной и той же задаче, одним и тем же тестовым стендом и с одними и теми же настройками. В Physics-IQ нет Hy-Nomas. В Hy-Nomas-Bench нет Odyssey-3. Любой, кто говорит вам, какая из них лучше, экстраполирует по архитектуре и демонстрационным роликам.

Сколько стоит прикоснуться

У Odyssey-3 нет опубликованной цены. В таблице Physics-IQ приведена нормализованная оценка стоимости: $0.139 за сгенерированное видео для базовой модели и $0.267 для Pro — по возможности приведённая к 24 кадрам/с и выходному разрешению шириной 1280, но это учётные цифры бенчмарка, а не тарифы, по которым можно купить. Доступ предоставляется через предпросмотр в браузере и контактную форму для приоритета API. Условия API на сайте всё ещё описывают прототип Odyssey-2, что является справедливым сигналом того, насколько далеко продвинулся коммерческий слой.

Hy-Nomas тоже не имеет цены, поскольку покупать нечего. Tencent не предоставляет для него хостинговую конечную точку. Затраты — это оборудование: восемь GPU с восьмикратным параллелизмом по последовательности на стандартном пути или одна RTX 4090 с весами DiT в INT8, INT8-кэшем KV, декодером FP8, ограничением истории скользящим окном и выгрузкой на CPU. Полный набор контрольных точек — около 196 ГБ, описанный в документации демонстрационный путь загружает около 86 ГБ, а путь для малой памяти требует примерно 38 ГБ плюс текстовый энкодер. Пример обучения в репозитории использует 128 GPU как шестнадцать реплик с параллелизмом по данным на восьми рангах с параллелизмом по последовательности.

Положите их рядом — и по удобству сравнение будет явно не в пользу Hy-Nomas: Odyssey-3 сегодня требует лишь вкладку браузера, а Hy-Nomas — GPU и выходные. Выходные дают то, чего вкладка браузера не даст никогда: чекпоинт, который можно дообучить на собственных видеоматериалах, объединить в дистиллированную сборку и запустить, ни у кого не спрашивая разрешения.

Где на самом деле должен находиться слой маршрутизации

{{1}}Ни одна из моделей{{/1}} не представлена в нашем каталоге. {{2}}Hy-Nomas{{/2}} — это открытые веса, которые вы размещаете у себя; {{3}}Odyssey-3{{/3}} — закрытый предварительный просмотр, доступ к которому открывается через контактную форму. Мы не собираемся утверждать обратное, и ни для одной из них нет нашей страницы модели, на которую можно было бы дать ссылку.

Причина, по которой вопрос маршрутизации всё ещё возникает, — это цикл вокруг модели, а не сама модель. Сеансу Hy-Nomas нужен компонент, который решает, какой будет следующая инструкция, и часто переписывает промпт до того, как его увидит Nomas-PE. Прототипу Odyssey-3 нужен компонент, который ведёт журнал сеанса, оценивает, оставалась ли среда согласованной, и превращает обход в структурированную оценку. Это обычные вызовы языковых моделей, и именно они дают сбой в три часа ночи. OrcaRouter объединяет 200+ хостируемых моделей за одним ключом с наценкой 0%, передаёт списочную цену провайдера без изменений и позволяет собрать переписчик промптов, судью и резервный вариант в одну цепочку DSL маршрутизации вместо трёх контрактов с поставщиками. Модель мира остаётся там, где она есть; обвязка вокруг неё получает одну конечную точку и автоматическое переключение при сбое.

Три решения, три ответа

• Вам нужна модель, которую можно дообучить на проприетарных материалах, развернуть на собственном оборудовании или в которую можно влить доменную LoRA, — Hy-Nomas, и в этой паре у неё нет серьёзной альтернативы. Задокументированный рецепт — ранг и alpha 256 под Muon при постоянном 1e-4 в течение 2 000 шагов, обучение из чекпоинта FP32 и слияние с дистиллированной моделью — достаточно конкретен, чтобы запустить это на этой неделе.

• Вам нужна интерактивная среда, которую можно исследовать, и уже сегодня днём её нужно показать заинтересованной стороне — при этом владеть ею не обязательно: это превью Odyssey-3. Кроме того, это единственный из двух вариантов с заявкой на сторонней площадке — со всеми оговорками.

• Вам нужен обоснованный ответ на вопрос «что лучше» для документа о закупке — ни то, ни другое. У этого документа пока нет источника.

Что изменило бы ответ?

Три вещи, в порядке вероятности. Технический отчёт Hy-Nomas с реальными цифрами покончил бы с проблемой односторонних доказательств и превратил бы следующую версию этой страницы в настоящее сравнение. Волна LoRA от сообщества показала бы, работает ли рецепт дообучения за пределами собственных примеров Tencent, — а это утверждение можно проверить быстрее всего. Выпуск весов Odyssey-3 или хотя бы документированная цена API перевели бы его из демо, которое вы посещаете, в компонент, вокруг которого можно планировать.

Пока не появится что-то из этого, полезнее всего читать эту пару по тому, что каждый из вариантов позволяет вам сохранить. Odyssey-3 позволяет сохранить впечатление. Hy-Nomas позволяет сохранить модель. Что из этого вам нужно — вопрос о вашем проекте, а не о бенчмарке.