腾讯 Hy-Nomas 开放权重：一张 RTX 4090 能跑怎样的交互式视频世界？

想在生成过程中继续添加物体、改变场景，再让镜头按指定路线移动，过去往往要重新生成或拼接多个片段。腾讯 Hy-Nomas 要解决的问题，是让同一个视频世界随着文字和镜头指令连续发展。

目前最值得关注的不是一张演示图，而是两个已经落地的入口：Hy-Nomas 官方模型页已经列出模型资产与离线推理说明，同时提供面向单张 NVIDIA GeForce RTX 4090 的配置。不过，“单卡支持”只代表官方给出了一条运行路径，不代表普通显卡都能跑，也不代表生成速度已经得到独立验证。

它生成的不是一段封死的视频

Hy-Nomas 按片段生成世界。每一轮都可以继续输入主体、动作、外观、风格和环境变化，也可以提供相机轨迹，改变观察位置与移动方式。官方将这种能力称为自由形式、多轮交互。

官方模型介绍

可以把它理解成微信里持续进行的一段对话：后发的消息不是另开一个聊天窗口，而是接着前面的上下文继续说。Hy-Nomas 也是一段一段往后生成，并通过 KV 缓存保留此前片段的上下文。这个类比只解释“怎样接着生成”；模型并不因此真正理解一个世界，其连续性仍受缓存、提示和生成误差影响。

文字可以在后续片段中加入物体、动作或场景变化。
相机轨迹可以与文字条件一起控制视角和运动。
同一世界可以继续扩展，不必每次从完全空白的状态开始。
蒸馏推理配置使用 8 个 DiT 去噪步骤，默认输出为 720 × 1280、24 FPS。

权重已经列出，但“开放”不等于“一键运行”

官方模型页已经列出蒸馏 DiT、INT8 量化 DiT、基础自回归 DiT、DCAE-V、PixelUMM 解码器及其 FP8 版本等资产，并说明应保留仓库中的 DiT、VAE 和 PE 目录结构。标准离线推理还需要匹配的 PixelUMM 检查点和 Qwen/Qwen2.5-VL-7B-Instruct 文本编码器。

官方模型资产

模型采用 Apache License 2.0，但第三方模型与组件仍受各自许可证约束。因此，能够下载 Hy-Nomas 文件，只解决了“文件是否开放”这一层；许可证、运行环境、配套组件和硬件是否合适，仍要分别检查。

官方许可说明

标准方案和单卡方案不是同一套成本

标准配置使用 8 路序列并行和分布式 PixelUMM 解码，默认需要同一个推理组中的八张 GPU。官方推荐使用预打包 Docker 环境；手动安装则要求 Linux、Python 3.12 以上、CUDA 13.0、C++ 编译器，以及对应的 PyTorch 和注意力内核。

标准推理配置

单卡配置面向一张 NVIDIA GeForce RTX 4090：DiT 权重和 KV 存储使用 INT8，解码器使用 FP8，并把文本编码器、DiT 和解码器按处理阶段在 CPU 与 GPU 之间转移。它把序列并行改为 sp_size=1，同时保留 720 × 1280、24 FPS 和 8 步 DiT 去噪等默认设置。

单卡推理配置

项目	标准配置	单张 RTX 4090 配置
并行方式	8 路序列并行	sp_size=1
DiT 检查点	蒸馏 DiT，标准配置以 BF16 加载	INT8 量化蒸馏 DiT
视频解码器	匹配的 PixelUMM 检查点	FP8 PixelUMM
历史上下文	保留完整历史	GPU 最多选择 18 个历史潜变量帧，更早历史归档到 CPU
额外代价	需要八张 GPU 组成推理组	依赖 CPU 卸载，并增加 CPU 与 GPU 传输延迟

以上均为官方配置说明，不是独立性能横评。

警告官方没有把“单张 RTX 4090”写成轻量运行。系统内存必须容纳被卸载的模型和持续增长的历史归档；峰值显存还会受分辨率、当前片段长度和所选配置影响。官方也明确指出，18 帧历史预算只限制历史上下文，并不限制当前片段占用。

官方运行限制

KV 缓存让世界接得上，也会留下账单

KV 缓存可以类比快递站保存取件记录：新包裹到达时，系统可以查前面的记录，不必把所有信息重新登记一遍。Hy-Nomas 在生成下一段时复用此前片段的注意力键和值，让新片段参考已经生成的历史。

保存记录也要占空间。标准配置会保留完整历史，世界生成得越长，缓存内存就可能继续增加；单卡配置把活跃的 GPU 历史限制在一定范围内，但更早内容仍会归档到 CPU。这样降低了 GPU 侧压力，却不能消除系统内存增长和数据传输延迟。

在线演示、离线推理和评测套件要分开看

在线演示使用单独的 Nomas-PE 服务，把用户指令转换成结构化生成提示；离线推理可以直接读取准备好的提示文件。Nomas-PE 是网页演示所需的独立服务，因此，官方所说的单 GPU 视频推理不能直接扩大成“完整网页服务只需一张卡”。

官方还发布了 Hy-Nomas-Bench，包含四套基准、280 个测试用例，覆盖多轮自由文本交互、相机导航、文字与相机交错控制以及空间记忆。当前材料说明了测试范围和数据结构，但没有提供可用于独立横评的成绩，因此不能据此推断它已经优于其他视频世界模型。

官方评测套件

现在适合怎么选

只想先看交互形式：可以使用官方在线演示，观察连续片段、文字修改和镜头控制是否符合任务需要。
准备本地部署：先确认 Linux、NVIDIA 驱动、Docker 或 CUDA 13.0 环境、模型资产和 Qwen 文本编码器是否齐全。
只有一张 RTX 4090：使用官方单卡配置及匹配的 INT8 DiT、FP8 PixelUMM，不能把标准检查点随意混用。
需要长期生成：重点记录系统内存、峰值显存、单段耗时、历史增长和连续性变化；这些数据当前不能从配置说明直接推出。
使用 LoRA：官方说明 INT8 加载器不支持在推理时另行加载 LoRA，选单卡量化方案前要确认是否需要适配器。

Hy-Nomas 已经跨过“只有概念演示、没有模型资产”的阶段，也给出了一条明确的 RTX 4090 推理路径。它更适合愿意处理 Linux、量化检查点、CPU 卸载和多组件依赖的使用者；如果期待普通电脑一键生成无限长世界，当前官方材料还不能支持这个判断。下一步真正有用的验收，不是再看一遍样片，而是在目标机器上记录能否启动、每段耗时、内存增长、镜头控制准确度，以及多轮修改后世界是否还能保持一致。