跳到正文
实时
热点事件历史事件

腾讯混元开源8B交互式世界模型Hy-Nomas

2 篇报道2 个报道来源22 天前更新

先了解这件事

AI 综述

腾讯混元在 Hugging Face 开源 Hy-Nomas 视频世界生成模型的 BF16 Diffusers 格式蒸馏权重,采用 Apache-2.0 许可。该模型为 8B 参数扩散模型,支持自由形式文本指令和跨多轮交互的连续相机控制,逐段生成同一世界。 据模型页面说明,该 Diffusers 管线可直接接受纯文本或预先准备的结构化提示,但不运行 Nomas-PE;示例配置为 4 步去噪、704×1280 分辨率、24 FPS。 腾讯混元称,Hy-Nomas 通过将结构化视频描述与动作感知因果注意力对齐来遵循多轮文本和相机指令,在人类评估中优于现有世界模型,并已开源模型权重、代码和基准。

AI 根据报道生成 · 更新于 22 天前

报道时间线

沿着报道,了解事件的不同侧面。

10月28日
  1. Hugging Face Daily Papers
    Hy-Nomas:面向自由形式交互式世界生成的视频世界模型

    Hy-Nomas 是一个 8B 参数的扩散模型,支持自由形式文本指令和跨多轮交互的相机控制,通过因果注意力与结构化视频描述相结合的方式遵循多轮文本和相机指令,在人类评估中优于现有世界模型,已开源模型权重、代码和基准。

10月24日
  1. 腾讯混元 · Hugging Face 新模型精选
    腾讯混元开源 Hy-Nomas 交互式世界生成模型 Diffusers 版

    腾讯混元在 Hugging Face 发布 Hy-Nomas 的 BF16 Diffusers 格式蒸馏权重,该视频世界生成模型支持通过文本指令和相机控制进行多轮自由交互,逐段生成同一世界。