Фреймворк для запуска моделей разных модальностей, расширяющий vLLM и поддерживающий генерацию текста, изображений, аудио, видео и действий.
Tencent-Hunyuan/Hy-Nomas
Hy-Nomas — модель для генерации интерактивных миров в свободной форме по многоходовым текстовым запросам и данным с камеры.
- Звёзды
- 516
- Форки
- 49
- Открытые issues
- 1
- Последний коммит
- вчера
Что это?
Hy-Nomas — модель генерации видеомиров от Tencent Hunyuan. Пользователь управляет генерируемым миром с помощью многоходовых текстовых запросов или траекторий камеры, а каждый новый сегмент продолжает предыдущие, используя постоянный KV-кэш для согласованности.
В репозитории есть код для обучения и инференса, интерактивное веб-демо и инструменты для разметки данных. Для инференса используется дистиллированная DiT с 4–8 шагами денойзинга и декодер PixelUMM для латентов DCAE-V. Квантованный чекпойнт INT8 и декодер FP8 позволяют запускать инференс на одной NVIDIA RTX 4090 с помощью скользящего окна истории и выгрузки данных в CPU.
Поддерживается дообучение LoRA на пользовательских видеодатасетах, а набор инструментов для создания описаний подготавливает обучающие данные из локальных видео. В проекте также есть интеграции от сообщества с SGLang, ComfyUI и WanGP, а ещё пример пайплайна Diffusers.
Ключевые возможности
- 01Генерирует видеомиры сегмент за сегментом по многоходовым текстовым запросам.
- 02Принимает траектории камеры как дополнительный к тексту управляющий сигнал.
- 03Запускает инференс на одной GPU RTX 4090 с весами INT8 и декодированием FP8.
- 04Включает веб-демо для интерактивного исследования мира в несколько ходов.
- 05Поддерживает дообучение LoRA на пользовательских видеодатасетах.
Сценарии использования
- Создание прототипов интерактивных видеомиров или игровых окружений, управляемых запросами.
- Дообучение адаптера LoRA на собственном видеодатасете для конкретного визуального стиля или предметной области.
- Исследование авторегрессионных моделей видеомиров с управлением через камеру и текст.
- Генерация сцен в стиле робототехники или кинематографа путём объединения предоставленных адаптеров LoRA.
Быстрый старт
- 1
Загрузите заранее подготовленный образ Docker
docker pull hynomasoss/hynomasoss:cu130 - 2
Запустите контейнер из корневого каталога репозитория
docker run --rm -it --gpus all --ipc=host --network=host -v "$PWD:/workspace/Hy-Nomas" -w /workspace/Hy-Nomas hynomasoss/hynomasoss:cu130 bash - 3
Скачайте веса модели с Hugging Face
hf download tencent/Hy-Nomas --local-dir /path/to/Hy-Nomas - 4
Запустите скрипт инференса из README (сначала укажите пути к модели и файл с промптом)
Что важно знать
- Требуется хост Linux с совместимым GPU NVIDIA и CUDA 13.0; в README описан инференс на одной RTX 4090.
- Веса модели и сборки attention kernel занимают много места, и их настройка может занять значительное время.
- Лицензия в метаданных не указана однозначно (NOASSERTION), поэтому перед коммерческим использованием проверьте файл LICENSE.
В подборках
Темы
Частые вопросы
- Что такое Hy-Nomas?
- Hy-Nomas — модель для генерации интерактивных миров в свободной форме по многоходовым текстовым запросам и данным с камеры. Hy-Nomas — модель генерации видеомиров от Tencent Hunyuan. Пользователь управляет генерируемым миром с помощью многоходовых текстовых запросов или траекторий камеры, а каждый новый сегмент продолжает предыдущие, используя постоянный KV-кэш для согласованности.
- Hy-Nomas можно использовать бесплатно? Какая у него лицензия?
- Hy-Nomas распространяется с открытым исходным кодом под лицензией Other. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- Hy-Nomas всё ещё поддерживается?
- Активно поддерживается. Последний коммит в Hy-Nomas — 6 нояб. 2026 г..
- Для чего можно использовать Hy-Nomas?
- Создание прототипов интерактивных видеомиров или игровых окружений, управляемых запросами. Дообучение адаптера LoRA на собственном видеодатасете для конкретного визуального стиля или предметной области. Исследование авторегрессионных моделей видеомиров с управлением через камеру и текст. Генерация сцен в стиле робототехники или кинематографа путём объединения предоставленных адаптеров LoRA.
- Как установить Hy-Nomas?
- Загрузите заранее подготовленный образ Docker: docker pull hynomasoss/hynomasoss:cu130 Запустите контейнер из корневого каталога репозитория: docker run --rm -it --gpus all --ipc=host --network=host -v "$PWD:/workspace/Hy-Nomas" -w /workspace/Hy-Nomas hynomasoss/hynomasoss:cu130 bash Скачайте веса модели с Hugging Face: hf download tencent/Hy-Nomas --local-dir /path/to/Hy-Nomas Запустите скрипт инференса из README (сначала укажите пути к модели и файл с промптом)
- Где скачать Hy-Nomas?
- Исходный код и инструкции по установке — на GitHub: https://github.com/Tencent-Hunyuan/Hy-Nomas
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Открытый код для эффективной генерации изображений и видео высокого разрешения с помощью линейных diffusion transformer, включая пайплайны обучения и инференса.
Mochi 1 — text-to-video diffusion-модель с открытыми весами на 10 млрд параметров от Genmo, выпущенная под лицензией Apache 2.0.
Фреймворк для генерации видео с моделями Diffusion Transformer: поддерживает разные разрешения и создание видео по изображениям, а также обучение базовых моделей и LoRA.
Workflow для ComfyUI с MiniMax H3 генерирует видео по первому и последнему кадрам, только по первому кадру или по текстовому запросу; включает Turbo LoRA и панель настройки разрешения.
Фреймворк для обучения и инференса мультимодальных world model NVIDIA Cosmos3: распределённое обучение, несколько бэкендов инференса и постобучение с RL.