Hy-Nomas 与 Odyssey-3：有开放权重却无评分，有评分却无权重

向 Odyssey 询问 Odyssey-3，你会得到一个数字：Physics-IQ Verified 上的 66.1，这是该公司报告的最高原始视频到视频得分。询问检查点，你得到的是一份联系表单。向腾讯混元询问 Hy-Nomas，交流则反过来：约 196 GB 的 Apache 2.0 权重、一个推理工具链、一个 LoRA 训练器和一个浏览器演示，而这一切都没有附带任何得分。这两个模型属于同一类别——交互式自回归扩散 Transformer 世界模型——也出现在同一个月。Odyssey-3 的公开研究预览于 2026 年 10 月 8 日开放；Hy-Nomas 的权重在 2026 年 10 月 21 日至 23 日之间上线。但两者之间的选择并不是哪个更好的问题，因为双方都没有公布足以定论的证据，而且各自缺失的是不同的那一半。

以下内容仅基于这两个发布版本所能确认：每个模型如何处理摄像头，双方各自的数字衡量什么、不衡量什么，以及要让其中任何一个在用户面前运行起来需要付出多少成本。

盒子，而非架构

两者都是自回归扩散Transformer，在框图层面上是近亲。Hy-Nomas渲染一个视频片段，将其追加到会话中，并基于终身KV缓存对下一片段进行条件化；其骨干是一个由54个块组成的双流MMDiT，隐藏维度为2,048，具有16个注意力头、每头128维，并配备Qwen2.5-VL-7B-Instruct文本编码器和32通道DCAE-V潜变量。Odyssey-3被其制造商描述为一个多步视频扩散Transformer，通过教师强制和因果掩码进行自回归扩展，然后为实时交互而蒸馏。两者都决定将世界分块渲染，并记住此前发生的内容。

真正重要的区别在于发布内容里有什么。Hy-Nomas 提供了一整套工具包：FP32 的基础 DiT、蒸馏版 DiT、INT8 构建版、DCAE-V 自编码器、FP32 和 FP8 的 PixelUMM 解码器、Nomas-PE 提示增强器、两个 LoRA 适配器、一个 Docker 镜像、用于构建微调数据的标注工具链、离线序列打包、一个 LoRA 训练器以及一个合并脚本。Odyssey-3 只提供一个浏览器标签页和一个队列。

• 权重 — Hy-Nomas 采用 Apache 2.0，约 196 GB；Odyssey-3 未发布任何权重，也未公布许可证

• 推理代码 — Hy-Nomas 仓库以及一个 Docker 镜像；Odyssey-3 无

• 微调 — Hy-Nomas 随附 LoRA 训练器和一份有文档记录的配方；Odyssey-3 不提供

• 参数量——两家厂商均未披露；Hy-Nomas FP32 检查点为 34.2 GB，如果假设采用 32 位存储且不包含优化器状态，则意味着大约 85 亿个参数，这是算术估算而非规格说明

• 访问方式 — Hy-Nomas 自托管或腾讯的演示；Odyssey-3 浏览器预览，API 需通过联系表单获取

谁来决定摄像机去哪里

Odyssey-3 的交互模型是导航。预览版支持第一人称移动、第三人称移动和独立相机移动，而且在你操作的同时，世界会持续进行预测。对于探索环境的人来说，这是正确的设计；对于让这款模型得以卖出的演示视频来说也是如此：你行走，世界作出反应，幻觉得以维持。

Hy-Nomas 的交互模型是一条轨迹。你提供相机外参、一条位置与朝向路径，模型便渲染这条路径。文本和相机是彼此独立的通道：提示词说明场景中有什么，轨迹说明镜头位于何处。二者是组合关系，而非竞争关系。Nomas-PE 的存在，是为了把简短的指令改写成模型能更有效地作为条件依据的内容，这也让你能窥见文本通道的棘手之处。

实际后果是可复现性。一次导航会话是一种遍历：实时、由人驱动，并且很难精确重放。轨迹则是一个参数，你可以记录、改变并据此重新生成。如果你正在为机器人或智能体生成合成训练数据，那么后者是一种标注，前者是一种演示。这并不是说 Hy-Nomas 看起来更好。没有证据表明它更好。这是在说流水线能够使用哪一种控制面。

解决方案句，以及为什么不应以它开头

最显眼的说法是，Hy-Nomas 以 24 FPS 渲染 720 × 1280，而 Odyssey-3 渲染 832 × 480，并有一个 1280 × 720 的 Pro 层级。这个比较属实，但单独看几乎毫无意义。24 FPS 这个数字是生成片段的播放帧率，而不是生成速度。Odyssey-3 的 16 FPS 是在 Physics-IQ 测试框架上测得的，而 Pro 层级的帧率压根没有公布。两家厂商都没有展示过在相同分辨率下各自输出与对方输出并排对比的效果，因为它们从未在同一个任务上运行过。

• 基础分辨率 — Hy-Nomas 720 × 1280，可覆盖为 480 × 832；Odyssey-3 832 × 480

• 顶级 — Hy-Nomas 只有一种配置；Odyssey-3 Pro 以 1280 × 720 运行

• 帧率 — Hy-Nomas 24 FPS 播放，生成速度未说明；Odyssey-3 在基准测试框架上为 16 FPS，Pro 未说明

• 去噪 — Hy-Nomas 在蒸馏配置下使用 8 步，也接受 4 步和 6 步；Odyssey-3 为实时应用而蒸馏，但其步数未公布

同一个排行榜，两种避而不答的方式

由 Anates Labs 与 Google DeepMind 合作运行的 Physics-IQ Verified，是这两款模型所能获得的最接近独立审查的检验。它要求模型续写真实物理实验的视频，并根据实际发生的情况对续写内容评分。排行榜上有来自 16 个实验室的 41 个模型。Odyssey-3 Pro 的 66.1 是该公司重点宣传的数字，也是已报告的最高原始视频到视频得分。

直接看榜单本身，情况就更具体了。它按相对赛道均值的净提升排名，而不是按原始分数；在该列中，FLUX 3 [large] 以 +12.27 分位居第一，Odyssey-3 Pro 以 +11.15 分位列第二，基础版 Odyssey-3 以 +9.99 分排名第三。Odyssey 的提交在两种提示词机制下各出现一次：使用自定义提示词时，为 +11.15 和 +9.99；使用基准自带的提示词时，基础模型降至 +2.15，排名第八。66.1 来自 best-of-8 采样；单次生成得分为 63.37。该榜单是提交榜单，而非第三方评测。

这些都不足以说明 Odyssey-3 是个差模型。它说明的是：那个头条数字来自一个经过挑选的配置，而排行榜自身的排名与发布文案里的说法是两回事。引用 66.1 的读者和引用第 02 名的读者，引的都是同一张榜，但其中只有一人在引用这张榜的计分方式。

Hy-Nomas 这一方的证据更简单，也更空洞。Tencent 发布了 Hy-Nomas-Bench：包含四个赛道共 280 个案例，覆盖多轮文本控制、相机导航、文本与相机交错控制以及空间记忆，并包含约 220 条参考相机轨迹。数据集是真实存在的，且可下载。结果表并不存在。模型卡上的技术报告链接写着“即将推出”，点开后却没有任何内容。

所以，在 Odyssey-3 的预览版开放十六天后、Hy-Nomas 的权重发布三天后，这场比较的真实状况是：这两个模型从未在同一任务、同一测试框架、同一设置下被评估过。Physics-IQ 没有列出 Hy-Nomas。Hy-Nomas-Bench 没有列出 Odyssey-3。任何告诉你哪个更好的人，都是在根据架构和演示片段进行外推。

触摸需要付出什么代价

Odyssey-3 尚未公布价格。Physics-IQ 榜单给出了一项归一化成本估算：基础模型每生成一个视频为 0.139 美元，Pro 为 0.267 美元；在可能的情况下，这些数字已按 24 fps 和 1280 宽输出进行归一化，但这些只是基准核算数字，并非你可以实际购买时适用的费率。目前可用的访问方式是浏览器预览，以及一个用于申请 API 优先访问的联系表单。该网站的 API 条款仍在描述 Odyssey-2 原型，这相当能说明其商业化层面究竟进展到了什么程度。

Hy-Nomas 也没有价格，因为没有什么可购买的。Tencent 并未为其运营托管端点。成本在于硬件：默认路径下需要八块 GPU 并采用八路序列并行，或者使用单块 RTX 4090，并采用 INT8 DiT 权重、INT8 KV 缓存、FP8 解码器、滑动窗口历史上限和 CPU 卸载。完整检查点集约为 196 GB，文档记录的演示路径约需拉取 86 GB，而低内存路径大约需要 38 GB，另加文本编码器。仓库中的训练示例使用 128 块 GPU，作为 16 个数据并行副本，跨 8 个序列并行秩。

把它们并排放在一起，在便利性上这一取舍毫无悬念：Odyssey-3 今天只需占用一个浏览器标签页，Hy-Nomas 则要花上一块 GPU 和一个周末。而这个周末换来的，是浏览器标签页永远给不了的东西：一个检查点，你可以用自己拍摄的素材对它做微调，把它合并进蒸馏版本，并且无需征得任何人的许可就能部署服务。

路由层究竟该归属何处

这两款模型都不在我们的目录中。Hy-Nomas 是开放权重模型，由你们自行托管；Odyssey-3 是封闭预览版，需通过联系表单申请。我们不会暗示并非如此，而且这两款模型我们都没有可供链接的模型页面。

路由之所以仍被反复提起，原因在于模型外围的循环，而不是模型本身。Hy-Nomas 会话需要有东西来决定下一条指令，并且常常要在 Nomas-PE 看到提示词之前重写它。Odyssey-3 原型需要有东西来记录会话、判断环境是否保持连贯，并把一次遍历转化为结构化评估。这些都是普通的语言模型调用，而恰恰是它们会在凌晨三点失败。OrcaRouter 把200+ 个托管模型通过一个密钥即可访问，0% 加价，按提供商标价原样传递，并让你把提示词重写器、评判器和回退机制组合进一条路由 DSL链，而不是三份供应商合同。世界模型保持原样；它周围的脚手架获得一个端点以及自动故障转移。

三个决定，三个答案

• 你需要一个能够基于专有素材进行微调、部署在自有硬件上，或把领域 LoRA 合并进去的模型——在这方面，Hy-Nomas 没有真正可与之匹敌的替代方案。其文档化的配方——在 Muon 下使用 rank 和 alpha 均为 256、恒定学习率 1e-4、训练 2,000 步、从 FP32 检查点出发训练并合并进蒸馏版检查点——具体到足以在本周内直接跑起来。

今天下午你需要在利益相关者面前拿出一个可探索的环境，而你并不需要拥有它——{{1}}Odyssey-3 的预览版{{/1}}。它也是两者之中唯一在第三方榜单上有提交记录的一个，附带注意事项。

• 你需要为采购文件中的“哪个更好”给出一个站得住脚的答案——两者都不是。该文件目前还没有来源。

什么会改变答案

三件事，按可能性从高到低排列。一份带有实际数字的 Hy-Nomas 技术报告，会结束证据只有单方面的局面，并让本页的下一个版本成为真正的对比。一场社区 LoRA 浪潮，会显示这套微调配方在腾讯自家示例之外是否奏效，而这是最容易被检验的说法。Odyssey-3 权重发布，哪怕只是公布一个有文档记录的 API 价格，也会让它从一个你访问的演示，变成一个你可以据此规划的组件。

在其中某一个真正落地之前，解读这一对模型的有用方式，是看它们各自让你能保留什么。Odyssey-3 让你保留一份印象。Hy-Nomas 让你保留模型本身。你需要的是哪一种，这是关于你项目的问题，而不是关于基准测试的问题。