Repolode
Enviar
Tencent-Hunyuan

Tencent-Hunyuan/Hy-Nomas

Hy-Nomas es un modelo de generación interactiva de mundos de forma libre que crea mundos en video a partir de prompts de texto de varios turnos y entradas de cámara.

Ver en GitHub
Estrellas
521
Forks
50
Issues abiertos
1
Último commit
anteayer

¿Qué es?

Hy-Nomas es un modelo de Tencent Hunyuan para generar mundos en video. Los usuarios dirigen el mundo generado mediante prompts de texto de varios turnos o trayectorias de cámara, y cada nuevo segmento continúa a partir de los anteriores usando una caché KV persistente para mantener la coherencia.

El repositorio incluye código para entrenamiento, inferencia, una demo web interactiva y anotación de datos. La inferencia usa un DiT destilado con entre 4 y 8 pasos de eliminación de ruido y un decodificador PixelUMM para los latentes DCAE-V. Un checkpoint cuantizado INT8 y un decodificador FP8 permiten inferir en una sola NVIDIA RTX 4090 mediante una ventana deslizante de historial y descarga de trabajo a la CPU.

Se admite el ajuste fino con LoRA en conjuntos de datos de video personalizados, y un conjunto de herramientas de captioning prepara datos de entrenamiento a partir de videos locales. El proyecto también cuenta con integraciones de la comunidad para SGLang, ComfyUI y WanGP, y ofrece un ejemplo de pipeline de Diffusers.

Funciones clave

  • 01Genera mundos en video segmento a segmento a partir de prompts de texto de varios turnos.
  • 02Acepta trayectorias de cámara como señal de control, además del texto.
  • 03Permite inferir en una sola GPU RTX 4090 con pesos INT8 y decodificación FP8.
  • 04Incluye una demo web para explorar los resultados de forma interactiva a lo largo de varios turnos.
  • 05Admite el ajuste fino con LoRA en conjuntos de datos de video personalizados.

Casos de uso

  • Crear prototipos de mundos de video interactivos controlados por prompts o de entornos similares a juegos.
  • Ajustar un adaptador LoRA con tu propio conjunto de datos de video para un estilo visual o dominio específico.
  • Investigar modelos autorregresivos de mundos en video con control mediante cámara y texto.
  • Generar escenas de estilo robótico o cinematográfico combinando los adaptadores LoRA proporcionados.

Inicio rápido

  1. 1

    Descarga la imagen de Docker preempaquetada

    docker pull hynomasoss/hynomasoss:cu130
  2. 2

    Inicia el contenedor desde la raíz del repositorio

    docker run --rm -it --gpus all --ipc=host --network=host -v "$PWD:/workspace/Hy-Nomas" -w /workspace/Hy-Nomas hynomasoss/hynomasoss:cu130 bash
  3. 3

    Descarga los pesos del modelo desde Hugging Face

    hf download tencent/Hy-Nomas --local-dir /path/to/Hy-Nomas
  4. 4

    Ejecuta el script de inferencia del README (configura antes las rutas del modelo y el archivo de prompts)

Antes de usarlo

  • Se requiere un host Linux con una GPU NVIDIA compatible y CUDA 13.0; el README describe la inferencia con una sola RTX 4090.
  • Los pesos del modelo y las compilaciones del kernel de atención son grandes y su configuración puede llevar bastante tiempo.
  • La licencia de los metadatos no está clara (NOASSERTION), así que consulta el archivo LICENSE antes de usarlo con fines comerciales.

En colecciones

Generación de vídeo con IAHerramientas de vídeo y audio con IA

Temas

#video-generation#world-model#diffusion#lora#text-to-video#camera-control

Preguntas frecuentes

¿Qué es Hy-Nomas?
Hy-Nomas es un modelo de generación interactiva de mundos de forma libre que crea mundos en video a partir de prompts de texto de varios turnos y entradas de cámara. Hy-Nomas es un modelo de Tencent Hunyuan para generar mundos en video. Los usuarios dirigen el mundo generado mediante prompts de texto de varios turnos o trayectorias de cámara, y cada nuevo segmento continúa a partir de los anteriores usando una caché KV persistente para mantener la coherencia.
¿Hy-Nomas es gratuito? ¿Qué licencia tiene?
Hy-Nomas es open source bajo la licencia Other. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿Hy-Nomas sigue mantenido?
Mantenimiento activo. El último commit de Hy-Nomas fue el 6 nov 2026.
¿Para qué puedo usar Hy-Nomas?
Crear prototipos de mundos de video interactivos controlados por prompts o de entornos similares a juegos. Ajustar un adaptador LoRA con tu propio conjunto de datos de video para un estilo visual o dominio específico. Investigar modelos autorregresivos de mundos en video con control mediante cámara y texto. Generar escenas de estilo robótico o cinematográfico combinando los adaptadores LoRA proporcionados.
¿Cómo se instala Hy-Nomas?
Descarga la imagen de Docker preempaquetada: docker pull hynomasoss/hynomasoss:cu130 Inicia el contenedor desde la raíz del repositorio: docker run --rm -it --gpus all --ipc=host --network=host -v "$PWD:/workspace/Hy-Nomas" -w /workspace/Hy-Nomas hynomasoss/hynomasoss:cu130 bash Descarga los pesos del modelo desde Hugging Face: hf download tencent/Hy-Nomas --local-dir /path/to/Hy-Nomas Ejecuta el script de inferencia del README (configura antes las rutas del modelo y el archivo de prompts)
¿Dónde consigo Hy-Nomas?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/Tencent-Hunyuan/Hy-Nomas

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados