腾讯混元发布 Hy-Nomas 技术报告并开源 Hy-Nomas-Bench

2026 年 10 月 29 日，腾讯混元（Tencent Hunyuan）官方账号在 X 平台发文确认，交互式视频世界模型 Hy-Nomas 的技术报告已经发布，并同步开源了评测基准 Hy-Nomas-Bench，用于支持可复现的研究。

封面

技术报告已在 arXiv 公开，编号为 arXiv:2610.36729，v1 版本提交于 2026 年 10 月 27 日，论文方向为计算机视觉与模式识别（cs.CV）。Hy-Nomas-Bench 则发布于 Hugging Face 数据集仓库 tencent/Hy-Nomas-Bench。官方同时提供了在线演示，地址为 hy-nomas.hy.tencent.com，并称无需等待名单（no waitlist）即可体验。

腾讯混元最早在 10 月 23 日公开介绍了 Hy-Nomas，将其定位为一款“开源、自由形式的交互式视频世界模型”（Open Source Free-Form Interactive Video World Model）。

根据技术报告摘要，Hy-Nomas 是一个以 8B 扩散主干（8B diffusion backbone）为核心的视频世界模型，能够在多轮交互中接受自由形式的文本指令与连续的相机轨迹控制，并生成可变长度的视频片段——这些片段以当前输入与已缓存的历史为条件。

报告重点介绍了几项设计：

• 结构化视频描述与动作感知因果注意力对齐：描述性上下文在多个片段之间保持可访问，而动作指令被限定在各自对应的时间窗口内，从而避免跨轮次的动作相互干扰。
• 视觉-语言提示增强器（Prompt Enhancer, PE）：将用户请求与多模态交互历史转化为下一片段所需的结构化条件。
• 多阶段课程学习：依次引入因果生成、文本交互、相机控制，以及在模型自身生成的历史上训练，最后进行扩散蒸馏。
• 轻量级 LoRA 适配：可用于机器人等特定领域的微调。
• 面向消费级 GPU 推理优化：报告强调模型在消费级显卡上的推理进行了优化。

在技术报告公开的信息中，Hy-Nomas 在人工评测（human evaluation）中相比现有世界模型展现出更优的表现。腾讯混元此次一并开放了模型权重、代码与评测基准，以及一套轻量级适配工作流，目标是降低交互式世界生成方向的可复现研究门槛。

Hy-Nomas-Bench 作为配套基准同步开源，便于研究者在统一标准下复现与对比结果。官方还表示，已用 Hy-Nomas 复现了 Genie 4 的示例，并放出了 Hy-Nomas 与 Genie 4 的对比视频。

感兴趣的读者可通过以下渠道获取资料与体验：

• 技术报告：arXiv:2610.36729（https://arxiv.org/abs/2610.36729）
• 评测基准：Hugging Face 数据集 tencent/Hy-Nomas-Bench（https://huggingface.co/datasets/tencent/Hy-Nomas-Bench）
• 在线演示：hy-nomas.hy.tencent.com（无需等待名单）

官方项目页介绍，Hy-Nomas 支持多轮指令、相机控制，以及较长篇幅的 720p 视频生成。

1. 1Tencent Hunyuan 官方 X 帖子（2026-10-29）：确认 Hy-Nomas 技术报告发布与 Hy-Nomas-Bench 开源。https://x.com/TencentHunyuan/status/2115851165904814283
2. 2Hy-Nomas 首次介绍帖（2026-10-23）。https://x.com/TencentHunyuan/status/2113676827114053892
3. 3arXiv 技术报告：Hy-Nomas: Towards Free-form Interactive World Generation（arXiv:2610.36729，v1 提交于 2026-10-27）。https://arxiv.org/abs/2610.36729
4. 4Hy-Nomas-Bench 数据集（Tencent Hunyuan，Hugging Face）。https://huggingface.co/datasets/tencent/Hy-Nomas-Bench
5. 5Hy-Nomas 官方项目页与在线演示。https://hy-nomas.hy.tencent.com/