Hy-Nomas 對 Odyssey-3：有開放權重卻無分數，有分數卻無權重

向 Odyssey 索取 Odyssey-3，你會得到一個數字：Physics-IQ Verified 上的 66.1，是該公司報告中最高的原始影片轉影片分數。若索取檢查點，你會得到一張聯絡表單。向 Tencent Hunyuan 索取 Hy-Nomas，往來方式卻正好相反：約 196 GB 的 Apache 2.0 權重、一套推論工具鏈、一個 LoRA 訓練器和一個瀏覽器示範，卻完全沒有附上任何分數。這兩個模型屬於同一類別——互動式自迴歸擴散 Transformer 世界模型——也出現在同一個月。Odyssey-3 的公開研究預覽於 2026 年 10 月 8 日開放；Hy-Nomas 的權重則在 2026 年 10 月 21 日至 23 日之間上線。但它們之間的抉擇並不是哪一個更好的問題，因為雙方都尚未公布足以定論的證據，而且各自缺少的是不同的那一半。

以下僅陳述能從這兩個發行版本確認的事項：每個模型如何處理相機、兩邊的數字各自衡量了什麼又沒有衡量什麼，以及要讓其中任何一個在使用者面前運行起來需要付出什麼代價。

重點在盒子，而非架構

兩者都是自迴歸擴散 Transformer，而在方塊圖層面上，它們是表親。Hy-Nomas 會渲染一段影片片段，將其附加到會話中，並以終身 KV 快取作為下一段影片的條件；其主幹是一個 54 區塊的雙流 MMDiT，隱藏大小為 2,048，具有 16 個注意力頭、每個頭 128 維，搭配 Qwen2.5-VL-7B-Instruct 文字編碼器與 32 通道 DCAE-V 潛在表示。Odyssey-3 被其開發者描述為一個多步影片擴散 Transformer，以教師強制和因果遮罩進行自迴歸擴展，然後經過蒸餾以實現即時互動。兩者都決定將世界分塊渲染，並記住先前出現的內容。

真正重要的差異在於發行版裡有什麼。Hy-Nomas 提供一整套工具包：FP32 的基礎 DiT、一個蒸餾版 DiT、一個 INT8 版本、DCAE-V 自動編碼器、FP32 與 FP8 的 PixelUMM 解碼器、Nomas-PE 提示增強器、兩個 LoRA 適配器、一個 Docker 映像檔、用於建置微調資料的標註框架、離線序列打包、一個 LoRA 訓練器以及一個合併腳本。Odyssey-3 則只提供一個瀏覽器分頁和一個佇列。

• 權重 — Hy-Nomas 為 Apache 2.0 授權，約 196 GB；Odyssey-3 未發布任何內容，亦未公布授權條款

• 推論程式碼 — Hy-Nomas 儲存庫加上 Docker 映像檔；Odyssey-3 無

• 微調 — Hy-Nomas 提供 LoRA 訓練器與附有文件的配方；未提供 Odyssey-3

• 參數量——兩家廠商都未揭露；Hy-Nomas FP32 檢查點為 34.2 GB，若假設採用 32 位元儲存且不含優化器狀態，則意味著約 85 億個參數，這是算術估算而非規格。

• 使用方式 — Hy-Nomas 自行託管或騰訊的示範；Odyssey-3 瀏覽器預覽，API 請透過聯絡表單申請

誰決定攝影機要擺在哪裡

Odyssey-3 的互動模型是導航。預覽支援第一人稱移動、第三人稱移動與獨立相機移動，而你在移動的同時，世界仍持續進行預測。對一個正在探索環境的人來說，這是正確的設計；對於那段推銷這個模型的示範影片而言也是如此：你走動，世界隨之反應，幻覺得以維持。

Hy-Nomas 的互動模型是一條軌跡。你提供相機外參、一條位置與朝向路徑，模型便渲染出那條路徑。文字與相機是各自獨立的通道：提示詞說明場景裡有什麼，軌跡則說明鏡頭在哪裡。兩者是相互組合，而非彼此競爭。Nomas-PE 的存在，是為了把簡略的指令改寫成模型更能有效據以調控的形式，而這也透露出文字通道的銳利邊角所在。

實際後果是可重現性。導航工作階段是一種走訪：即時、由人驅動，而且難以精確重播。軌跡則是一種參數，你可以記錄、變化，並據以重新生成。如果你正在為機器人或代理產生合成訓練資料，後者是標註，前者是示範。這並不是在聲稱 Hy-Nomas 看起來更好。沒有證據顯示它確實如此。這是在主張管線能取用哪一種控制介面。

解決方案的那句話，以及為何不該以它開頭

顯而易見的說法是，Hy-Nomas 以 24 FPS 渲染 720 × 1280，而 Odyssey-3 渲染 832 × 480，並有 1280 × 720 的 Pro 等級。這個比較本身是真的，但單就這點來看幾乎沒有意義。24 FPS 這個數字是生成片段的播放幀率，不是生成速度。Odyssey-3 的 16 FPS 是在 Physics-IQ 測試框架上測得的，而 Pro 等級的幀率根本沒有公開。兩家廠商都沒有展示過在相同解析度下，自家輸出與對方輸出並排比較的樣子，因為它們從未在同一項任務上運行過。

• 基礎解析度 — Hy-Nomas 720 × 1280，可覆寫為 480 × 832；Odyssey-3 832 × 480

• 頂級規格 — Hy-Nomas 僅有一種配置；Odyssey-3 Pro 以 1280 × 720 運行

• 幀率 — Hy-Nomas 播放為 24 FPS，生成速度未說明；Odyssey-3 在基準測試平台上為 16 FPS，Pro 未說明

• 去噪 — Hy-Nomas 在蒸餾配置下為 8 步，也接受 4 和 6；Odyssey-3 是為即時執行而蒸餾，但其步數未公開

一個排行榜，兩種不回應它的方式

Physics-IQ Verified 由 Anates Labs 與 Google DeepMind 共同運行，是這兩個模型所能獲得最接近獨立審查的驗證。它要求模型續接一段真實物理實驗的影片，並依實際發生情況為續接內容評分。排行榜上有來自十六個實驗室的四十一個模型。Odyssey-3 Pro 的 66.1 是該公司主打的分數，也是目前回報最高的原始影片轉影片分數。

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，不是第三方运行结果。

那些都不會讓 Odyssey-3 成為一個差模型。這使得標題所指的是一個精選配置，而排行榜自身的排名則是與發表文案中的說法不同的主張。引用 66.1 的讀者和引用第 02 名的讀者，引用的是同一個排行榜，而其中只有一個是在引用排行榜的評分方式。

Hy-Nomas 這一邊的證據較為簡單，也更為空洞。騰訊發布了 Hy-Nomas-Bench：280 個案例分佈於四個類別，涵蓋多輪文字控制、相機導航、交錯的文字與相機控制，以及空間記憶，並附有大約 220 條參考相機軌跡。該資料集真實存在且可下載。結果表並不存在。模型卡上的技術報告連結顯示「即將推出」，且點擊後無法導向任何內容。

所以，這場比較的誠實狀況是：在 Odyssey-3 的預覽版開放十六天後、Hy-Nomas 的權重釋出三天後，這兩個模型從未在同一個任務上、由同一套評測框架、以相同設定接受評估。Physics-IQ 沒有列出 Hy-Nomas。Hy-Nomas-Bench 沒有列出 Odyssey-3。任何告訴你哪一個更好的人，都是在從架構和示範片段外推。

觸碰的代價

Odyssey-3 並未公布價格。Physics-IQ 排行榜上載有標準化成本估算：基礎模型每支生成影片為 $0.139，Pro 則為 $0.267；這些估算在可能情況下已標準化為 24 fps 與 1280 寬的輸出，但那些是基準核算數字，並非你可實際購買的費率。目前的使用途徑是瀏覽器預覽版，以及用於 API 優先權的聯絡表單。該網站的 API 條款仍描述 Odyssey-2 原型，這相當程度反映出商業化層面已推進多遠。

Hy-Nomas 同樣沒有價格，因為沒有東西可買。騰訊並未為它營運託管端點。成本在於硬體：預設路徑需要八顆 GPU 搭配八路序列平行，或者使用單張 RTX 4090，搭配 INT8 DiT 權重、INT8 KV 快取、FP8 解碼器、滑動視窗歷史上限與 CPU 卸載。完整檢查點集約 196 GB，文件記載的示範路徑會拉取約 86 GB，而低記憶體路徑約需 38 GB 再加上文字編碼器。儲存庫中的訓練範例使用 128 顆 GPU，作為十六個資料平行副本，橫跨八個序列平行 rank。

把兩者並排比較，在便利性上這筆取捨毫無懸念：Odyssey-3 現在只要一個瀏覽器分頁，Hy-Nomas 則要一張 GPU 和一個週末。而這個週末換來的，是瀏覽器分頁永遠給不了的東西——一個你可以用自己拍攝的素材微調、合併進蒸餾版本，並且不必徵求任何人同意就能提供服務的檢查點。

路由層實際上應該歸屬於哪裡

這兩個{{1}}模型{{/1}}都不在我們的目錄中。{{2}}Hy-Nomas{{/2}} 是開放權重、由你自己託管；Odyssey-3 則是透過聯絡表單提供的封閉預覽版。我們不會暗示相反的情況，而且我們沒有可供連結的自家模型頁面給這兩者。

路由之所以仍被提起，原因在於模型周遭的迴圈，而不是模型本身。一個 Hy-Nomas 工作階段需要某個東西來決定下一個指令，而且通常要在 Nomas-PE 看到提示詞之前改寫它。一個 Odyssey-3 原型需要某個東西來記錄工作階段、判斷環境是否保持連貫，並將一次遍歷轉成結構化評估。那些都是普通的語言模型呼叫，而它們正是凌晨三點會失敗的東西。OrcaRouter 將 200+ 個託管模型放在同一把金鑰之後，且 0% 加價，原樣傳遞供應商定價，並讓你將提示詞改寫器、評判器和備援組合成一條 routing DSL 鏈，而不是三份廠商合約。世界模型留在原處；它周遭的支架獲得一個端點與 自動容錯移轉。

三個決定，三個答案

• 你需要一個能在專有影像素材上微調、部署到你自己的硬體，或把領域 LoRA 合併進去的模型——Hy-Nomas，而在這兩者之中沒有真正可替代的方案。文件記載的配方——在 Muon 下以固定 1e-4、rank 與 alpha 皆為 256 訓練 2,000 步，從 FP32 檢查點訓練並合併進蒸餾版本——具體到本週就能照著執行。

• 你今天下午需要在利害關係人面前展示一個可探索的環境，而你不必擁有它——那就是 Odyssey-3 的預覽版。它也是兩者之中唯一在第三方看板上有提交項目的，附帶注意事項也不例外。

• 針對採購文件，你需要為「哪個比較好」給出一個站得住腳的答案——答案是兩者皆非。那份文件目前還沒有來源。

什麼會改變答案？

三件事，按可能性排序。一份附有實際數字的 Hy-Nomas 技術報告，將能終結證據片面的問題，並讓本頁的下一個版本成為真正的比較。一波社群 LoRA 浪潮將能顯示這套微調配方在騰訊自家範例之外是否可行，而這正是最快能被檢驗的說法。Odyssey-3 權重釋出，甚至只是有文件記載的 API 價格，都將讓它從一個你來參觀的示範，變成一個你能據以規劃的元件。

在其中一個出現之前，解讀這組對照的實用方式，是看各自能讓你留下什麼。Odyssey-3 讓你留下的是印象。Hy-Nomas 讓你留下的是模型。你需要的是哪一個，這是關於你的專案的問題，而不是關於基準測試的問題。