Tencent lança o Hy-Nomas: vídeo gerado em partes, com controle estilo game em uma única RTX 4090
Um modelo de vídeo comum entrega o clipe inteiro, e não há como girar a câmera no décimo segundo sem disparar uma nova geração. A Tencent abriu o Hy-Nomas, que gera o vídeo em trechos e permite mover a câmera, adicionar objetos e definir eventos por texto entre um trecho e outro. O modelo lembra os quadros anteriores, então o mundo não é redesenhado a cada passo. Para uma única RTX 4090 existe uma configuração com quantização, mas a velocidade não foi informada.
Processado por IA de TG: @neurogen_news (Neurogen); editado por Hamidun News
A maioria dos modelos de vídeo funciona como uma máquina de escrever sem botão de voltar: você escreve o prompt, espera e recebe o clipe pronto. Se no décimo segundo a câmera precisa girar para a direita ou um carro precisa aparecer no quadro, resta mudar a solicitação e rodar tudo de novo. A Tencent publicou em acesso aberto o modelo Hy-Nomas, que funciona de outra forma: ele cria o vídeo por partes, e quem controla a continuação é o usuário.
É possível se mover por esse mundo com as teclas WASD e as setas, como em um jogo de computador comum (W, A, S, D correspondem a frente, esquerda, trás e direita). Segundo os autores, o modelo pode ser executado em uma única RTX 4090, uma placa de vídeo topo de linha para jogos, com 24 GB de memória, que fica em computadores domésticos e não em data centers.
Como isso funciona na prática
Imagine uma cena de jogo: o herói está parado em uma praça. Você gera o primeiro trecho, olha para ele e decide o que fazer em seguida. É possível deslocar a câmera, colocar uma fonte na praça, trocar a luz do dia pela luz do entardecer ou escrever em texto que uma carroça surge da esquina. O próximo trecho do vídeo já é construído levando em conta essas instruções, e não é preciso reiniciar a geração do zero.
Por isso o Hy-Nomas se aproxima mais de um "modelo de mundo" interativo do que de um gerador de clipes clássico. Você não encomenda um vídeo pronto; você o conduz durante a criação, e nas integrações disponíveis isso é feito com a mesma combinação de WASD e setas.
O principal problema técnico desses sistemas é conhecido por quem já viu vídeos longos gerados por IA: após alguns segundos, o prédio muda de forma, a estrada muda de cor e os objetos desaparecem. De acordo com a descrição dos desenvolvedores, o Hy-Nomas usa o histórico da geração, ou seja, se apoia nos trechos já criados. Com isso, o mundo se mantém coerente e não é redesenhado a cada passo. Não dá para avaliar pela descrição o quão bem isso funciona em sessões longas: para verificar, há a demonstração e o repositório.
Execução em uma única placa de vídeo
Para os entusiastas, o detalhe mais interessante é a configuração para uma única RTX 4090. Ela é obtida com quantização, isto é, armazenando os pesos do modelo em um formato mais compacto. Parte dos componentes de cálculo é transferida para a memória RAM do computador. É um recurso conhecido: ele permite encaixar um modelo grande nos 24 GB de memória de vídeo, mas normalmente custa velocidade, porque os dados precisam ir e vir entre a memória do computador e a placa de vídeo.
Aqui é preciso cautela. Os desenvolvedores não informam uma velocidade específica para a 4090. Além disso, frames por segundo (FPS) e velocidade de geração de vídeo são grandezas diferentes. O modelo pode mostrar movimento fluido em um vídeo pronto e, ainda assim, levar minutos para criar esse mesmo vídeo. Para o controle interativo, o que importa é o tempo de resposta: quanto se passa entre apertar uma tecla e aparecer o próximo trecho. Por enquanto, esses números não existem, e chamar a execução na 4090 de "jogável" seria precipitado.
O que devem fazer desenvolvedores e gerentes de produto
Primeiro, vale testar a demonstração para entender onde hoje passa a fronteira entre geração de vídeo e simulação interativa. Para protótipos de cenas de jogos, previsualização em cinema e publicidade, simulações de treinamento e conceitos de níveis, a ideia de controle passo a passo parece mais prática do que a busca infinita por prompts.
Segundo, o código aberto permite verificar as afirmações no próprio hardware. Se você tem uma RTX 4090, meça duas coisas: quantos segundos passam entre o comando e o novo trecho, e por quanto tempo o mundo mantém a coerência. São esses números que definem se o modelo serve para um produto, e não a demonstração bonita.
Terceiro, convém acompanhar como o Hy-Nomas será comparado a outros modelos de mundo. A abordagem em que você conduz a geração, em vez de encomendá-la por inteiro, está se tornando uma classe própria de ferramentas. A implementação aberta da Tencent reduz a barreira de entrada: pesquisadores e pequenos estúdios ganham uma base para experimentar, sem esperar por serviços fechados.
Por enquanto, o quadro é este: a ideia está clara, o código foi publicado, a execução em uma placa de vídeo de consumo foi anunciada, e o parâmetro-chave, a velocidade na 4090, não foi apresentado pelos autores. Para um lançamento recente, isso é normal, mas a avaliação do modelo deve se basear nas suas próprias medições, e não apenas na descrição.
- 6 de nov. de 2026Tencent abre o código do Hy-Nomas: mundo em vídeo com memória, em 720p, roda em uma única RTX 4090
- 30 de out. de 2026Tencent abre o código da world model Hy-Nomas: 18,5 FPS em 8×B200 com histórico completo
- 30 de abr. de 2026Tencent libera Covo-Audio, modelo de 7B para diálogos por voz e raciocínio em áudio
- 20 de nov. de 2026Tencent abre agente que detecta vídeos gerados por IA com 95,2% de precisão
Perguntas frequentes sobre a notícia
Como isso funciona na prática?
Imagine uma cena de jogo: o herói está parado em uma praça. Você gera o primeiro trecho, olha para ele e decide o que fazer em seguida. É possível deslocar a câmera, colocar uma fonte na praça, trocar a luz do dia pela luz do entardecer ou escrever em texto que uma carroça surge da esquina. O próximo trecho do vídeo já é construído levando em conta essas instruções, e não é preciso reiniciar a geração do zero.
O que se sabe sobre Execução em uma única placa de vídeo?
Para os entusiastas, o detalhe mais interessante é a configuração para uma única RTX 4090. Ela é obtida com quantização, isto é, armazenando os pesos do modelo em um formato mais compacto. Parte dos componentes de cálculo é transferida para a memória RAM do computador. É um recurso conhecido: ele permite encaixar um modelo grande nos 24 GB de memória de vídeo, mas normalmente custa velocidade, porque os dados precisam ir e vir entre a memória do computador e a placa de vídeo. Aqui é preciso cautela.
O que devem fazer desenvolvedores e gerentes de produto?
Primeiro, vale testar a demonstração para entender onde hoje passa a fronteira entre geração de vídeo e simulação interativa. Para protótipos de cenas de jogos, previsualização em cinema e publicidade, simulações de treinamento e conceitos de níveis, a ideia de controle passo a passo parece mais prática do que a busca infinita por prompts. Segundo, o código aberto permite verificar as afirmações no próprio hardware.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.