Tencent открыла веса и код Hy-Nomas с режимом для одной RTX 4090

Tencent выложила в открытый доступ Hy-Nomas — видеомодель Hunyuan с весами, кодом инференса и лицензией Apache 2.0. В отличие от обычной генерации по одному промпту, здесь модель строит видео последовательными сегментами: по ходу можно добавлять новые текстовые инструкции и менять траекторию камеры, а контекст между отрезками сохраняется через постоянный KV-кэш.

На странице проекта указаны 8 млрд параметров и работа с последовательностями длиной до 60 секунд. Для локального запуска Tencent описывает конфигурацию под одну RTX 4090: INT8 для DiT и KV-кэша, FP8 для декодера и выгрузку части компонентов в оперативную память. Дистиллированная версия выводит видео 720×1280 при 24 FPS — это частота воспроизведения готового ролика, а не заявленная скорость генерации.

Проверить модель уже можно на практике: веса опубликованы на Hugging Face, демо открыто публично, код инференса доступен. Но для оценки продакшен-готовности пока не хватает важных деталей: Tencent ещё не выпустила технический отчёт, бенчмарки и публичные замеры задержки именно на RTX 4090, а API для сервиса тоже не представила.