Hy-Nomas vs SKY-001：一个渲染世界，另一个组装世界

Tencent 发布了 280 个针对 Hy-Nomas 的基准测试案例，却没有公布分数。Skyfall 公布了 SKY-001 的分数，却没有发布测试集。这种对称性如此工整，以至于看起来像是巧合，而这也是将这两个模型并排比较时最有用的地方，因为除了“世界模型”这个说法之外，它们几乎没有任何共同点。Hy-Nomas 由 Tencent Hunyuan 于 2026 年 10 月 21 日至 23 日发布，生成可探索的视频：720 × 1280、24 FPS，由自由文本和摄像机轨迹引导。SKY-001 由 Skyfall AI 于 2026 年 10 月 19 日宣布，生成工程几何图形：它接收文本提示或 2D 图像，并生成有序的 CAD 或 BIM 构建序列。一个模型的输出是供你观看的东西。另一个模型的输出是供你制造的东西。

这种区分并非迂腐。它决定了准确率意味着什么、基准测试能衡量什么、你究竟能否获得该模型，以及在一个周一早晨你实际会拿它做什么。

一个短语背后的两项工作

视频世界模型预测场景的下一个可观测状态。其输出单元是一帧或一个片段，其正确性标准是结果看起来并且表现得像一个世界。工程世界模型预测设计的下一个结构状态。其输出单元是一个零件、一个装配体或一个建造步骤，其正确性标准是几何形状是否与所要求的一致，以及该序列是否可以被建造。

Hy-Nomas 是分段自回归的。它渲染一段视频，将其保存在终身 KV 缓存中，接收下一条指令，然后渲染下一段。文本和相机是彼此独立、可组合的输入：提示词描述场景，外参描述镜头去往何处。SKY-001 是分层式的。组合器将请求分解为系统、装配体、子装配体和零件，然后向下分解到楼层、单元和房间；一个建造世界模型会规划出生成每个元素的有序视觉状态。两者都自称世界模型，因为二者都学习某个领域的动力学模型。这些领域并不重叠。

• 输出 — 720 × 1280、24 FPS 的 Hy-Nomas 视频片段；面向设计工具的 SKY-001 结构化 CAD/BIM 施工序列

• 输入 — Hy-Nomas 自由格式文本加相机外参；SKY-001 文本提示或 2D 图像

• 正确性的定义——Hy-Nomas 的跨轮次感知一致性；SKY-001 相对于参考设计的几何重叠度

• 评估单位——Hy-Nomas 以会话为单位；SKY-001 以案例为单位

• 今天实际交付的内容——Hy-Nomas 的 Apache 2.0 权重，约 196 GB；SKY-001 则是一个候补名额

SKY-001 声称了什么，以及这一声称价值几何

Skyfall 的公告是一项厂商基准测试，而且构建得相当完善：两条赛道，每条一千个案例，一个具名对比对象，以及足够多的细节来了解测试的形态。CAD 赛道运行 1,000 个组件，每个案例大约 100 个绘图步骤。BIM 赛道运行 1,000 张平面图，平均约 70 个步骤。在与 GPT-6 Astra 的对比中，Skyfall 报告在 CAD 上平均 IoU 为 79.7% 对 79.1%，耗时 3.9 秒对 199 秒，每个案例成本 $0.005 对 $0.75。在 BIM 上，它报告 43.6% 对 40.6%，耗时 1.22 秒对 144.6 秒，成本大约 $0.0024 对 $0.446。

看数字而不是看标题，会得出三点。第一，“便宜150倍”这个数字是基准运行的成本比，是 Skyfall 对执行一个案例所需成本的估算，而不是任何人都能买到的价格。没有公开的 SKY-001 价目表。第二，IoU 衡量的是几何重叠，而不是工程质量：它不会告诉你某个零件能否制造、公差能否满足，或者平面图是否满足疏散、无障碍或结构要求。第三，所报告的时间不包括上传、预处理、排队、CAD 或 BIM 转换、验证、导出和人工审核，而这些中的每一项都存在于真实部署中。

准确率差距才是容易被忽略的部分。在CAD上，一千个案例中是0.6个百分点；在BIM上是3.0个百分点。这是一个真实但有限的结果。它证明的是，小团队的专用模型在这项任务上能达到与前沿通用模型相同的区间，而不是说它能取代后者。Skyfall自己的表述比媒体报道更接近事实：公司将SKY-001描述为研究预览版，需通过候补名单获取访问权限，商业部署目标为2027年初，而不是一个可以直接调用的产品。

Hy-Nomas 交付了什么，又拒绝声称什么

腾讯发布的恰恰是相反的东西：一套完整工具包，却把结论拿掉了。权重采用 Apache 2.0 许可，而且包含的不止一个检查点。其中有一个 54 块双流 MMDiT，隐藏维度为 2,048，带有 16 个注意力头；一个 Qwen2.5-VL-7B-Instruct 文本编码器；32 通道 DCAE-V 潜变量；一个以 FP32 和 FP8 提供的微调 PixelUMM 解码器；以及在蒸馏配置下的八步去噪，四步和六步也可接受。附带两个 LoRA 适配器：Cinematic，以及在 RealSource-World 机械臂数据集上训练的 Robotics。仓库记录了如何训练你自己的模型：rank 和 alpha 为 256，dropout 为零，使用 Muon 优化器，恒定学习率为 1e-4，训练 2,000 步，从 FP32 检查点开始训练并合并到蒸馏版中。

没有交付的是一个数字。Hy-Nomas-Bench 在四条赛道——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——上共有 280 个案例，并包含约 220 条参考相机轨迹。其结果表是空的。模型卡上的技术报告链接标注为“即将推出”，打开后没有任何内容。Hugging Face 页面称，该模型未由任何推理提供商部署。撰写本文时，该 GitHub 仓库才创建十个小时，有 21 个星标和零个发布版本。

决定大多数真实案例的不对称性

如果这两个模型在各自的工作上都同样出色，对大多数读者来说，这仍然不会是一个难以抉择的问题，因为其中只有一个能获得。Hy-Nomas 是一个可下载项：运行它、微调它、部署它。但需要注意的是，“运行”意味着在文档所述路径上需要八块 GPU，或者使用一块 RTX 4090，并搭配 INT8 DiT 权重、INT8 KV 缓存、FP8 解码器、滑动窗口历史上限以及 CPU 卸载。完整检查点集约为 196 GB；低内存路线大约需要 38 GB，另加文本编码器。它不是能在笔记本电脑上下载使用的东西，而且腾讯也没有可回退的托管端点。

SKY-001 只是一份等待名单。没有模型权重，没有许可条款，没有公开 API，没有公布价格，商业化目标是 2027 年初，而公司并未将其承诺为具体日期。对于正在决定本季度该如何行动的读者来说，这一差别比本页上的任何基准测试结果都更有参考价值。

这也重新定义了问题所在。“Hy-Nomas 与 SKY-001”并不是在两种做同一件事的方式之间做选择，而是在两种能力之间做选择：其中一种你今天就能拥有，另一种你目前还完全无法拥有。

两套词汇真正交汇之处

机器人技术是两者最接近的一个领域。Hy-Nomas 的 Robotics LoRA 在机械臂数据集上训练，并合并进蒸馏检查点，以提升操作场景的表现。SKY-001 的 composer 处理的是机械装配体与零件，这是从另一个方向看的同一套物理词汇。实验室完全可以用工程模型设计一个支架，再用视频世界模型模拟机械臂把它抓起来，而这种组合比其中任何单独一部分都更有意思。

但这些接口并不存在。SKY-001 输出的是面向 CAD 工具的构造序列。Hy-Nomas 接收文本和相机轨迹。两个发布版本中没有任何内容能与对方互通，二者也都未在已发表的测试中针对物理硬件进行验证，并且双方关于机器人技术的说法都是能力演示，而非实测结果。这种对接只是一张示意图，而不是一条流水线。

人们搞错的成本对话

关于这些模型流传着两类数字，而两者都不是价格。SKY-001 的每 CAD 案例 0.005 美元和每 BIM 方案 0.0024 美元是内部基准运行估算值，而 0.75 美元和 0.446 美元这两个对照值，是通过同一测试框架运行 GPT-6 Astra 的成本。它们有助于判断效率。它们不是费率，Skyfall 也没有发布费率卡。

Hy-Nomas 根本没有成本数字，因为不存在可定价的服务。它的成本是 GPU 小时数：一台采用低内存配置的 RTX 4090，或在标准路径上使用八块 GPU，再加上下载和存储。如果你想如实比较两者各自的运行成本，就需要你自己的利用率假设，而两家供应商都没有提供做出这些假设所需的数字。

唯一可比较的是各自评估所需的成本。Hy-Nomas 允许你自己运行其 280 个案例的基准测试，因为数据集已公开；你需要自行搭建评分工具，因为腾讯没有发布结果。SKY-001 的基准测试有描述但未发布，因此第三方若不重建测试就无法复现。这种不对称性比 $0.005 的宣传数字更有价值。

模型不是工作流

这两个模型都不在我们的目录中，而且短期内都不太可能出现：一个是自托管的开放权重发布版，另一个是需排队等候、没有 API 的研究预览版。我们不会假装并非如此。

这两者都需要、却都没有包含的，是生成器周围的推理层。一个 SKY-001 式的工作流始于一个请求，该请求必须被分解为设计树、路由到正确的工具、对照约束条件进行校验，并写回 CAD 文件。一次 Hy-Nomas 会话始于一个自然语言意图，该意图必须转化为相机路径和片段级指令。这些都是语言模型的工作，也正是可靠性的成败所在。OrcaRouter 为这一层提供了一个端点即可访问 200 多个模型，且在提供商标价基础上零加价，因此可以让更便宜的模型负责分解，而由更强的模型负责最终校验，并且当某个提供商性能下降时，自动故障转移能让整条链路保持存活。你可以用路由 DSL来表达整个序列，而无需硬编码三套集成。世界模型负责渲染或装配；路由层则决定向它请求什么。

怎样才算得上真正的比较？

一旦任何一方缩小差距，这种比较就变得有意义了。如果腾讯公布 Hy-Nomas-Bench 的得分，该模型就有了一个基线，未来每一个世界模型都可以拿它来衡量。如果 Skyfall 公开其 CAD 和 BIM 测试集，那么 79.7% 就变成可复现的结果，而不只是口头报告的数字，0.6 个百分点的领先也就能得到它应有的审视。

在此之前，正确的解读应是类别性的，而非竞争性的。Hy-Nomas 是一个开放、可自托管的视频世界模型，其结果表为空。SKY-001 是一个封闭、需排队候补的工程世界模型，带有供应商表格和微弱领先优势。它们共享一个说法、一个月份和一处方法论空白。它们并不共享同一项工作。