Tencent Hunyuan a publié sur Hugging Face un nouveau modèle baptisé Hy‑Nomas. Il génère des univers vidéo séquence par séquence : les utilisateurs peuvent ajouter des objets, modifier le style ou déplacer la caméra au moyen d’instructions textuelles successives. Une version distillée fonctionne en huit étapes de débruitage et produit des vidéos en 720 × 1280 à 24 FPS. Une configuration avec un seul GPU est possible sur une RTX 4090 avec des poids INT8. Le modèle et une suite de tests de référence, Hy‑Nomas‑Bench, sont disponibles au téléchargement, ainsi qu’une démo web.
Pourquoi c'est important
Les créateurs peuvent expérimenter la génération vidéo interactive avec un seul GPU haut de gamme, sans avoir besoin de vastes grappes de serveurs dans le cloud.
