腾讯混元开源 Hy-Nomas：8B 参数、720p 60 秒，单张 4090 能跑，评测集发了但没给分数

先说结论

• 形态：可交互的视频世界模型。按段生成，段与段之间用 KV 缓存接住前面的画面。5
• 硬指标：720×1280、24 fps，蒸馏版 8 步去噪，最长 60 秒。45
• 许可：Apache-2.0，权重、推理代码、训练与数据标注代码一起放出。67
• 门槛：标准配置铺在 8 张卡上；另一套配置能跑在单张 RTX 4090 上。5
• 最大的空白：官方发了 280 例的评测集，一项分数都没给。2
• 接口：官方给的入口只有官网 demo 与本地部署，页面没有托管 API 与价目。4

快速核对

它改的是生成方式：一段一段往下接

60 秒的世界，靠分段记住

官方发了评测集，一项分数都没给

跑起来要几张卡

该不该试

• 做机器人仿真的：官方带了一个用真实双臂机械臂数据（RealSource-World）训的 LoRA，合并进蒸馏版权重就能加强操作场景。5
• 做游戏与影视预演的：镜头轨迹是显式输入，能拿外参矩阵直接对机位；代价是 720p、24 fps、最长 60 秒。45
• 想先看效果的：官网有在线 demo，不用配环境。4
• 想自己微调的：官方放了 LoRA 训练流程，rank 与 alpha 都是 256、训 2,000 步，也放了从本地视频做标注的代码。7
• 要接生产流程的：现在只有权重与 demo，没有 API、没有价目、没有延迟数据。4
• 在意许可的：Apache-2.0，随包的第三方组件按各自原许可执行。6
• 想先看分数的：评测集能直接下载自己跑，四组的配置与数据格式都写好了。2

还没有的数字

• 效果分数：四组评测一项分数都没发，第三方同口径复跑也还没有，能看的只有官方样例库。24
• 速度与成本：官方没给每段耗时、单卡吞吐或单条视频的成本；社区那 21 秒是个人自测。8
• 技术报告：标着即将发布，链接还是 404，训练数据规模、知识截止都还没交代。7
• 单卡的真实衰减：CPU offload 会带来传输延迟，历史帧截到 18 帧之后长程一致性掉多少，官方没量。5
• 第三方复跑：目前没见到第二方在同样 280 例上跑过并公布结果。2