A Tencent Hunyuan adicionou ao Hugging Face um novo modelo chamado Hy‑Nomas. Ele gera mundos em vídeo um segmento por vez, permitindo que os usuários adicionem objetos, mudem o estilo ou movimentem a câmera por meio de instruções de texto em várias etapas. A versão destilada funciona com oito etapas de remoção de ruído, em resolução de 720 × 1280 e a 24 FPS. Uma configuração com uma única GPU funciona em uma RTX 4090 com pesos INT8. O modelo e um conjunto de benchmarks, o Hy‑Nomas‑Bench, estão disponíveis para download, assim como uma demonstração na web.
Por que importa
Criadores podem experimentar a geração interativa de vídeos em uma única GPU de alto desempenho, sem precisar de grandes clusters na nuvem.
