Tencent Hy-Nomas macht interaktive KI-Welten offen
Hy-Nomas erzeugt fortsetzbare Videowelten per Text und Kamerasteuerung. Tencent veröffentlicht Code und Gewichte unter Apache 2.0 – mit Grenzen.
Hy-Nomas ist ein von Tencent veröffentlichtes interaktives Videoweltmodell. Statt nur einen festen Clip zu erzeugen, kann es auf weitere Texteingaben und Kamerabewegungen reagieren und Szene für Szene fortsetzen. GitHub-Code und Modellgewichte sind unter Apache 2.0 veröffentlicht; das ist kein Nachweis eines vollständig physikalisch korrekten Simulators.
FELDGENAUE BELEGE
Was belegt und was offen ist
- Originalquelle
Code und offene Gewichte
Tencent verlinkt das GitHub-Repository und die Hugging-Face-Artefakte als verfügbare Downloads.
- Herstellerangabe
Text-/Kamerasteuerung
Die segmentweise Fortsetzung und der persistente KV-Cache sind im offiziellen technischen Überblick beschrieben.
- Herstellerangabe
24 FPS und Ein-GPU-Modus
24 FPS bezeichnet Videoausgabe; eine besondere quantisierte Konfiguration nutzt RTX-4090/CPU-Offload, keine garantierte Echtzeit.
- Offene Frage
Physik und Sicherheit
Die Herstellertexte beweisen weder reale Physik noch robuste Langzeitkonsistenz oder unabhängige Eignung für Robotik.
Herstellerquellen ersetzen keine unabhängigen Praxistests.
Hintergrund und praktische Einordnung
Ein gewöhnliches Text-zu-Video-Modell liefert einen Clip und beendet den Vorgang. Tencents Hy-Nomas verfolgt einen anderen Ansatz: Menschen können eine generierte Szene fortlaufend beeinflussen, indem sie nach jedem Abschnitt neue Textanweisungen geben oder die Kamera steuern. Das Modell setzt die Video-Welt segmentweise fort und behält dafür einen internen Zwischenspeicher. Seit dem 23. Oktober 2026 sind nach den offiziellen GitHub- und Hugging-Face-Repositories Code und Gewichte zugänglich. Für Entwickler ist vor allem die echte Nachvollziehbarkeit dieses offenen Pakets interessant.
Technisch kombiniert Hy-Nomas einen Diffusion Transformer mit Textencoder, Kamerakonditionierung und einem Videodecoder. Eine fortlaufende Key-Value-Cache-Struktur soll Informationen aus früheren Segmenten bewahren. Das kann die Konsistenz von Objekten oder der Kamerabewegung unterstützen, garantiert aber weder unbegrenzte Szenenkohärenz noch die korrekte Simulation realer Physik. Die Modellkarte nennt unter anderem 720 mal 1280 Pixel bei 24 Bildern pro Sekunde als Videoausgabekonfiguration. Diese 24 FPS sind die Abspielrate des Videos, nicht die Geschwindigkeit der Videoberechnung.
Für das sogenannte distilled Inference-Setup beschreibt Tencent acht Denoising-Schritte und einen dazu passenden Decoder. Eine alternative INT8-/FP8-Konfiguration soll Videogenerierung auf einer einzelnen GeForce RTX 4090 ermöglichen, wenn Teile der Verarbeitung und des Caches ausgelagert werden. Das ist eine spezifische Herstellerkonfiguration. Eine Garantie für einfache Installation, niedrige Latenz oder einen bestimmten Speicherverbrauch unter allen Aufgaben ist sie nicht. Die offiziellen Installationshinweise verlangen eine kompatible CUDA-Umgebung und mehrere aufwendige GPU-Bibliotheken.
Besonders wichtig ist der Lizenzumfang: Tencent führt die veröffentlichten Hy-Nomas-Dateien unter Apache 2.0. Laut offizieller Lizenz behalten eingebundene Fremdkomponenten aber ihre eigenen Nutzungsbedingungen. Entwickler sollten deshalb bei kommerziellem Einsatz sowohl die Gewichte als auch Decoder, Encoder und Trainingsmaterialien prüfen. Dass Demo und Code zugänglich sind, bedeutet außerdem nicht automatisch, dass jede generierte Szene für Produktionen rechtlich oder inhaltlich unbedenklich wäre.
Welche Anwendungen sind realistisch? Hy-Nomas kann für Prototypen interaktiver Welten, Storyboards oder experimentelle Trainingsumgebungen interessant werden. Eine Verbindung zu verkörperten KI-Agenten ist denkbar, aber aus der Veröffentlichung folgt kein fertiger Robotik-Simulator mit verifizierter Wirklichkeitstreue. Unsere Einordnung: Offenheit und mehrstufige Steuerung sind die Nachricht; das tatsächliche Durchhaltevermögen langer Szenen, die Kosten pro generierter Minute sowie unabhängige Benchmarks bleiben offen.
Originalquellen
- Tencent Hunyuan — Hy-Nomas GitHub repository
- Tencent — Hy-Nomas model card and weights
- Tencent — Hy-Nomas license
Weiterlesen
Häufige Fragen
Kann man Hy-Nomas selbst herunterladen?
Ja. Tencent stellt Code und Modellgewichte über GitHub und Hugging Face bereit.
Erzeugt Hy-Nomas Videos in Echtzeit mit 24 FPS?
Nicht belegt. Die 24 FPS beziehen sich auf das ausgegebene Video, nicht die gemessene Inferenzgeschwindigkeit.
Ist Hy-Nomas ein fertiger Robotik-Simulator?
Nein, eine solche Eignung ist nicht nachgewiesen. Das Projekt demonstriert steuerbare generative Videowelten.