Tencent a publié Hy-Nomas le 23 octobre 2026, avec un modèle Apache-2.0 de génération de mondes vidéo aux poids ouverts, une interaction textuelle multi-tour, un contrôle de caméra et une procédure documentée à faible mémoire pour l’inférence vidéo sur une seule NVIDIA GeForce RTX 4090.
La démo Hy-Nomas et la page du modèle montrent les compromis de cette configuration. Le parcours d’inférence standard de Tencent utilise huit GPU dans un groupe d’inférence, tandis que le mode à une carte repose sur des poids DiT INT8, un cache KV INT8, un décodeur FP8, un déport vers le CPU et jusqu’à 18 images latentes historiques conservées sur le GPU avant l’archivage de l’historique plus ancien dans la mémoire système.
Tencent indique que Hy-Nomas génère la vidéo segment par segment et conserve le contexte grâce à un cache KV persistant. Les paramètres publiés sont une sortie 720×1280, une lecture à 24 FPS et huit étapes de débruitage. Tencent précise également que 24 FPS correspond à la fréquence de lecture, et non à la vitesse de génération.
Parallèlement à cette publication, Tencent a présenté Hy-Nomas-Bench, qui comprend 280 cas pour l’interaction textuelle multi-tour, la navigation de caméra, le contrôle intercalé et la mémoire spatiale.