Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
РелизAPI / Продукт · В работуTG: @neurogen_news (Neurogen)→ оригинал

Tencent открыла Hy-Nomas: видео по кускам с управлением как в игре на одной RTX 4090

Обычная видеомодель выдаёт ролик целиком, и повернуть камеру на десятой секунде нельзя без нового запуска. Tencent открыла Hy-Nomas: она делает видео кусками, а между ними можно двигать камеру, добавлять объекты и задавать события текстом. Модель помнит прошлые кадры, поэтому мир не рисуется заново. Для одной игровой RTX 4090 есть конфигурация с квантованием, но скорость не названа.

AI-обработка оригинала TG: @neurogen_news (Neurogen); редакция Hamidun News
Tencent открыла Hy-Nomas: видео по кускам с управлением как в игре на одной RTX 4090
Источник: TG: @neurogen_news (Neurogen). Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникTG: @neurogen_news (Neurogen) ↗
Главный редактор
Ключевой факт #1В демо по миру ходят клавишами WASD, как в играх
Ключевой факт #2На RTX 4090 часть вычислений уходит в оперативную память
Ключевой факт #3FPS и скорость создания видео — разные вещи, цифр для 4090 нет

Большинство видеомоделей работают как печатная машинка без кнопки «назад»: вы пишете промпт, ждёте и получаете готовый ролик. Если на десятой секунде нужно, чтобы камера повернула направо или в кадре появилась машина, остаётся менять запрос и запускать всё заново. Tencent выложила в открытый доступ модель Hy-Nomas, которая устроена иначе: она создаёт видео по частям, а продолжением управляет пользователь. Перемещаться по такому миру можно клавишами WASD и стрелками, как в обычной компьютерной игре (W, A, S, D — это вперёд, влево, назад и вправо). А запустить модель, по словам авторов, можно на одной RTX 4090 — это топовая игровая видеокарта с 24 ГБ памяти, которая стоит в домашних компьютерах, а не в дата-центрах.

Как это работает на практике

Представьте игровую сцену: герой стоит на площади. Вы генерируете первый фрагмент, смотрите на него и решаете, что делать дальше. Можно сдвинуть камеру, добавить на площадь фонтан, сменить дневной свет на вечерний или написать текстом, что из-за угла выезжает повозка. Следующий кусок видео строится уже с учётом ваших указаний, и перезапускать генерацию с нуля не нужно.

Поэтому Hy-Nomas ближе к интерактивной «модели мира», чем к классическому генератору роликов. Вы не заказываете готовое видео, а направляете его по ходу дела, а в доступных интеграциях делаете это той же связкой WASD и стрелок.

Главная техническая проблема таких систем знакома каждому, кто видел длинные ИИ-видео: через несколько секунд здание меняет форму, дорога меняет цвет, а предметы исчезают. По описанию разработчиков, Hy-Nomas использует историю генерации, то есть опирается на уже созданные фрагменты. Благодаря этому мир остаётся связным и не рисуется заново при каждом шаге. Насколько хорошо это работает на длинных сессиях, по описанию оценить нельзя: для проверки есть демо и репозиторий.

Запуск на одной видеокарте

Для энтузиастов самая интересная деталь — конфигурация под одну RTX 4090. Её получают с помощью квантования, то есть хранения весов модели в более компактном формате. Часть вычислительных компонентов при этом переносится в оперативную память компьютера. Это знакомый приём: он позволяет уместить крупную модель в 24 ГБ видеопамяти, но обычно стоит скорости, потому что данные приходится гонять между памятью компьютера и видеокартой.

Здесь нужна осторожность. Разработчики не называют конкретную скорость для 4090. К тому же частота кадров в секунду (FPS) и скорость создания видео — разные величины. Модель может показывать плавное движение в готовом ролике, а сам ролик при этом создавать минуты. Для интерактивного управления важна скорость отклика: сколько проходит времени между нажатием клавиши и появлением следующего фрагмента. Пока таких цифр нет, называть запуск на 4090 «играбельным» рано.

Что делать разработчикам и продактам

Во-первых, стоит потрогать демо, чтобы понять, где сегодня проходит граница между видеогенерацией и интерактивной симуляцией. Для прототипов игровых сцен, превизуализации в кино и рекламе, обучающих симуляций и концептов уровней идея пошагового управления выглядит практичнее, чем бесконечный подбор промптов.

Во-вторых, открытый код позволяет проверить заявления на своём железе. Если у вас есть RTX 4090, замерьте две вещи: сколько секунд проходит от команды до нового фрагмента и как долго мир сохраняет связность. Именно эти числа решают, подойдёт ли модель для продукта, а не красивое демо.

В-третьих, полезно следить за тем, как Hy-Nomas сравнят с другими моделями мира. Подход, при котором вы направляете генерацию, а не заказываете её целиком, постепенно становится отдельным классом инструментов. Открытая реализация от Tencent снижает порог входа: исследователи и небольшие студии получают базу для экспериментов, не дожидаясь закрытых сервисов.

Пока картина такая: идея понятна, код выложен, запуск на потребительской видеокарте заявлен, а ключевой параметр — скорость на 4090 — авторы не привели. Для свежего релиза это нормально, но оценивать модель стоит по собственным замерам, а не по описанию.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: как это работает на практике?

Представьте игровую сцену: герой стоит на площади. Вы генерируете первый фрагмент, смотрите на него и решаете, что делать дальше. Можно сдвинуть камеру, добавить на площадь фонтан, сменить дневной свет на вечерний или написать текстом, что из-за угла выезжает повозка. Следующий кусок видео строится уже с учётом ваших указаний, и перезапускать генерацию с нуля не нужно. Поэтому Hy-Nomas ближе к интерактивной «модели мира», чем к классическому генератору роликов.

Что известно по теме: запуск на одной видеокарте?

Для энтузиастов самая интересная деталь — конфигурация под одну RTX 4090. Её получают с помощью квантования, то есть хранения весов модели в более компактном формате. Часть вычислительных компонентов при этом переносится в оперативную память компьютера. Это знакомый приём: он позволяет уместить крупную модель в 24 ГБ видеопамяти, но обычно стоит скорости, потому что данные приходится гонять между памятью компьютера и видеокартой. Здесь нужна осторожность. Разработчики не называют конкретную скорость для 4090.

Что известно по теме: что делать разработчикам и продактам?

Во-первых, стоит потрогать демо, чтобы понять, где сегодня проходит граница между видеогенерацией и интерактивной симуляцией. Для прототипов игровых сцен, превизуализации в кино и рекламе, обучающих симуляций и концептов уровней идея пошагового управления выглядит практичнее, чем бесконечный подбор промптов. Во-вторых, открытый код позволяет проверить заявления на своём железе. Если у вас есть RTX 4090, замерьте две вещи: сколько секунд проходит от команды до нового фрагмента и как долго мир сохраняет связность.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Единое AI-пространство · Nomad

Протестируйте новые LLM и мультимодальные модели в одном окне

Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.

Открыть Nomad AI →Автономный Nomad Agent
Что вы думаете?
Загружаем комментарии…