跳到正文
GitHub · 3D 生成新仓库·· 2 小时前精选AI 评分71

腾讯混元开源交互式世界生成模型 Hy-Nomas

Tencent-Hunyuan/Hy-Nomas

来源与原文

GitHub · 3D 生成新仓库

发布时间:(北京时间)

阅读原始来源 · github.com ↗
完整链接与内容说明

https://github.com/Tencent-Hunyuan/Hy-Nomas

本站目前仅有 AI 导读与摘要,未展示原文正文;技术细节、代码和完整结论请查看原始来源。

AI 导读

腾讯混元发布 Hy-Nomas,一个由多轮文本和相机输入控制的自由交互式视频世界生成模型,开源训练、推理与交互 demo 代码,权重托管在 Hugging Face,采用 Apache License 2.0。支持 INT8 DiT 权重加 KV cache 量化、滑动窗口历史和 CPU offload,可在单张 RTX 4090 上低显存推理;蒸馏模型仅需 4-8 步去噪,提供电影级和机械臂数据 LoRA 适配器及微调流程。技术报告见 arXiv:2610.36729,社区已有 SGLang、ComfyUI、WanGP、Reactor Runtime 等集成,其中 Google TPU v6e-4 上实现实时 720p 生成。

推荐理由

腾讯混元官方仓库完整给出低显存推理配置、社区集成与 LoRA 微调流程,想本地跑交互式世界生成的读者可以按文档直接部署。

来源:GitHub · 3D 生成新仓库 · github.com