オープンな AI 世界モデル · Tencent Hunyuan
無修正 Hy-Nomas:AI の世界に入り込み、歩きながら書き換える
ほとんどの AI 動画ツールは、決まったクリップを 1 本渡して終わりです。Hy-Nomas はその先も続きます。2026 年 10 月下旬に Tencent Hunyuan が無料で公開したこのモデルは、数秒ずつシーンを作り足し、すでに映したものをすべて覚えていて、次の区間に進む前にストーリーを変えたりカメラを振ったりできます。「光る青い花が道沿いに咲き始める」と入力すれば、いま歩いている道の少し先でその花が咲きます。
- 無料でダウンロード
- 文章 + カメラで操作
- WASD で歩き回る
- くっきり 720p 動画
- RTX 4090 1 枚で動く

無修正で使える代わりの動画ジェネレーター
画像から動画インストールもグラフィックボードも不要。最初の写真を追加して、思い描いている散歩やドライブ、カメラの動きを書くだけで、画像から動画を作るスタジオでクリップの生成が始まります。映っている全員が 18 歳以上であれば、大人向けのテーマも OK です。
クリップではなく、世界を演出する
ふつうの AI 動画ツールは自動販売機のようなものです。プロンプトを 1 つ入れると短いクリップが 1 本出てきて、別のものが欲しければ最初からやり直し。Hy-Nomas はむしろ、閉まることのない撮影セットに近い存在です。一度に撮るのは約 5 秒で、次の 5 秒の前に新しい物を置いたり、天気を変えたり、画風を切り替えたり、キャラクターに新しい動きをさせたり、カメラを別の方向へ向けたりできます。すでに作った部分は何ひとつ捨てられません。
リアルに感じられる理由は記憶にあります。背を向けた通りは振り返っても同じ通りのままで、最初に出会ったキツネは 1 分後も同じキツネです。Tencent 自身のショーケースでは 5 ラウンドをつないで、屋根の上を滑空して時計塔に入っていく鳥を 1 分間のワンカットで見せています。ふつうなら本物のドローンとかなりの運が必要なショットです。
| ふつうの AI 動画 | Hy-Nomas | |
|---|---|---|
| できあがるもの | 決まった短いクリップ 1 本 | 数秒ずつ広がり続ける世界 |
| 気が変わったとき | ゼロからやり直し | 新しい指示はこの先の内容だけを変える |
| カメラ | 一度書いたらそのまま固定 | 文章での指示、決めておいたルート、またはその場の WASD キー |
| 一貫性 | 1 本のクリップの中だけ | 場所もキャラクターもラウンドをまたいで覚えている |
HY-World 1.5 から自由な世界へ
Tencent はすでに HY-World 1.5 でヒットを飛ばしていました。カメラと移動の操作で、生成されたシーンの中を歩き回れるモデルです。動画の中に入り込む感覚はクリエイターに大好評でしたが、シーンが始まるとストーリーはほぼ決まったままでした。Hy-Nomas は歩き回る楽しさはそのままに、欠けていた半分を足しました。移動の途中で世界に話しかけられるのです。ショットを離れることなく、花を咲かせたり、雨を降らせたり、街を水彩画に変えたりできます。
- 新しい点:同じ動画の中で、文章入力とカメラ操作を交互に使えます。もうどちらか一方を選ぶ必要はありません。
- 新しい点:高速版なら各ラウンドがすばやく仕上がります。画質はくっきり 720p、動きは映画のようになめらかです。
- 新しい点:軽量モードなら、サーバーを何台も並べなくても、ゲーム用の RTX 4090 1 枚に収まります。
- 知っておきたい点:いちばん得意なのは場所、移動、カメラワークです。顔のアップや体の細かい部分は、キャラクター動画向けに作られたツールのほうがきれいに仕上がります。
いま、みんなが作っているシーン
Hy-Nomas のコミュニティに最初に投稿されたクリップは、いくつかの人気ジャンルにはっきり分かれます。ゲームデザイナーはステージの雰囲気を見せるために使い、ショートドラマの作り手は動く絵コンテを描き、旅行系のクリエイターは道の途中で季節が変わる幻想的な散策動画を作っています。どのラウンドも書き換えられるので、1 回のセッションで同じ場所の別バージョンがいくつもできあがることも多く、バラバラのクリップを作ってうまくつながるよう祈るよりずっと早く済みます。
一人称のドライブ
ショーケースのサーキット走行クリップは、市街地コースを走るレーシングカーのコックピットからの眺めです。ラウンドの合間に街や時間帯、天気を入れ替えても、周回はそのまま続きます。
ワンカットの空撮
時計仕掛けの街を飛ぶ鳥のような長いルートは、記憶力の見せどころ。屋根も煙突も塔も、まる 1 分間ずっと同じ場所にあります。
ショートドラマの絵コンテ
同じ路地と同じキャラクターを保ったまま、ラウンドごとに動きを書き換えて、本番の撮影前にシーンを確かめられます。
ゲームステージの雰囲気テスト
1 本の廊下を歩きながら、サイバーパンクのネオンから雪景色、黄金色の夕暮れへと切り替えて、ステージがどんな印象になるかを見せられます。
自分の写真の中へ入る
コミュニティ製のツールならアップロードした写真から始められるので、旅行のスナップが、中に入って歩き回れる場所に変わります。
ロボットのデモ
2 本腕のロボットの映像で学習した追加パーツを使うと、ロボットの手が作業するクリップを作れます。ロボット関連のデモや実験に便利です。

今日から試せる 3 つの方法
Hy-Nomas はブラウザでも、ComfyUI の中でも、自分でダウンロードしても試せます。いちばん手軽に味見できるのはブラウザのデモ、自分の PC で作る人に人気なのは ComfyUI、あらゆる設定をいじりたい人にはフルダウンロードが用意されています。
- オンラインデモ:hy-nomas.hy.tencent.com/demo を開いて登録します。WASD か矢印キーで歩き回りながら、世界が広がっていく間に新しいアイデアを入力しましょう。内蔵のお助け機能が言い回しを整えてくれます。
- ComfyUI ワークフロー:無料のコミュニティパックには、ラウンドごとのストーリー、写真から世界へ、カメラ操作、ドライブモード用のワークフローがあらかじめ入っています。読み込んでシーンを入力し、実行を押すだけ。プログラミングは不要です。
- ダウンロード:Hugging Face(tencent/Hy-Nomas)と GitHub ですべて無料で手に入ります。標準版と高速版、家庭用 PC 向けの軽量版、より映画らしい画づくりやロボットのシーン向けの追加パーツもそろっています。
あなたの PC で動く?RTX 4090 1 枚で十分
Tencent 自身の環境では処理を 8 枚のグラフィックボードに分けていますが、RTX 4090 1 枚向けの軽いやり方も用意されています。モデルの圧縮版を使い、負荷の一部をふつうのシステムメモリに預ける仕組みなので、グラフィックボードと同じくらい RAM の多さが大切です。Tencent は速度の数字を公表していないため、下の数字はコミュニティの初期テスターによるものです。保証ではなく、個別の結果として見てください。
| 質問 | わかっていること | 情報の出どころ |
|---|---|---|
| ダウンロードの大きさは? | 軽量な ComfyUI 構成で約 27 GB | コミュニティパックの作者 |
| ビデオメモリはどれくらい必要? | 12 GB 以上がおすすめ | コミュニティパックの作者 |
| RTX 4090 での速さは? | 20 秒のクリップで約 3 分、ドライブモードは 1 ラウンド約 4.3 秒 | コミュニティパックの作者 |
| RTX 5090 での速さは? | 3 秒のラウンド 1 回で約 21 秒 | ComfyUI Wiki 経由のユーザー報告 |
| 画質 | 標準は 720p、速さ優先なら 480p、24 フレーム/秒 | Tencent のモデルカード |
世界を安定させるプロンプトテンプレート
ここでのよいプロンプトは、4 つのパートでできた小さな映画の台本のようなものです。ルック、視点、登場人物、そしてラウンドの一覧。最初のラウンドでシーン全体を描き、その後のラウンドでは変わる点と次に起こることだけを書きます。オンラインデモなら、下のような文章をそのまま入力すれば大丈夫です。ダウンロード版では、同じ台本をもう少し決まった穴埋め形式で渡す必要があります。テンプレートを好きなチャットボットに貼り付けて、変換を頼みましょう。
- 1 ラウンドで変えるのは 1〜2 点だけに。大きく飛ばすと世界がぐらつきます。
- キャラクターは登場人物の欄で一度だけ説明し、ずっと同じ名前で呼びましょう。顔も衣装も変わらずに保てます。
- カメラの行き先は毎ラウンド書きましょう。書かずに WASD キーで操作してもかまいません。
- 速さより仕上がりの美しさを優先したいときは、映画風の追加パーツをオンにしましょう。
テンプレート 1 · 雨のネオン街を歩く(一人称)
ルック:映画的、リアル 視点:一人称 ラウンド 1(0–5 秒):夜の雨のネオン街。濡れたアスファルトに店の看板が映り込む。カメラがゆっくり前へ歩いていく。 ラウンド 2(5–10 秒)、変更点:雨がやみ、角に明かりの灯るラーメン屋台が現れる。カメラが右を向き、屋台に近づく。
テンプレート 2 · リゾートビーチの散歩(三人称、成人)
ルック:あたたかみのある映画風の旅行ムービー 視点:三人称 登場人物:Mia、赤いビキニに日よけ帽子、長い黒髪の成人女性 ラウンド 1(0–5 秒):ゴールデンアワーに、Mia がヤシの木の並ぶリゾートビーチを散歩する。カメラが肩の高さでついていく。 ラウンド 2(5–10 秒)、変更点:前方のビーチバーに沿ってランタンが灯る。Mia がバーのほうへ向きを変え、カメラが彼女の横を滑るように通り過ぎる。
テンプレート 3 · 1 本の道、3 つの画風
ルック:写真のようにリアル 視点:一人称 ラウンド 1(0–5 秒):朝の光に包まれた、松並木の静かな山道。カメラが一定の速さで前へ走っていく。 ラウンド 2(5–10 秒)、変更点:シーン全体がやわらかな水彩画に変わる。カメラはそのまま走り続ける。 ラウンド 3(10–15 秒)、変更点:シーンがカラフルなドット絵になり、雪が降り始める。カメラが速度を落とす。
Hy-Nomas と Genie 3 などの世界モデルを比較
歩いて回れる世界は、いまの AI 動画でいちばん熱い分野で、真っ先に比べられるのが Google DeepMind の Genie 3 です。どちらも、生成されていく場所の中をそのまま移動できます。大きな違いは使いやすさです。Genie 3 は Google 自身のプレビューの中にしかありませんが、Tencent のモデルは無料でダウンロードでき、誰でも自宅で動かし、調べ、その上に新しいものを作れます。そのため、実際に手に入るオープンソースのインタラクティブ世界モデルの中でも、屈指の実力を持つひとつです。
| モデル | 得意なこと | 無料ダウンロード |
|---|---|---|
| Hy-Nomas | 文章とカメラ操作で書き換え続けられる長回し | あり |
| Genie 3 (Google DeepMind) | プロンプト 1 つから生まれる探索できる世界 | なし |
| HY-World 1.5 (Tencent) | カメラと移動キーでシーンを歩き回る | あり |
| EdenLive | リアルタイムレンダリング | — |
| LTX-2.5 | 音がぴったり合った動画 | あり |
無修正 Hy-Nomas:ローカル実行でできること
自分のパソコンで動かせば、あなたとアイデアの間にオンラインのフィルターは入りません。一方、ホスト版のデモはアカウントが必要で、プラットフォームのルールに従います。いまのところ、コミュニティから大人向けに調整された版は出ていません。追加パーツは Tencent の映画風とロボット用だけで、新しく学習させるには趣味で持てる範囲をはるかに超える機材が必要です。刺激的なコミュニティ版がすぐに出てくるとは期待しないほうがいいでしょう。
大人向けクリエイターにとって Hy-Nomas がすでに光るのは、雰囲気づくりです。成人カップルと一緒にビーチリゾートを一人称で散歩したり、ゴールデンアワーの砂浜をビキニで歩いたり、ネオンのナイトクラブをお客さんのように漂ったり。体のアップよりも場所づくりが得意なので、キャラクターが主役の 18+ クリップなら、画像から動画を作るツールのほうが近道です。

手持ちの大人向けビーチ、プール、ナイトライフの写真を、ゲーミング PC なしで動くクリップに変えましょう。
画像から動画を始めるモデルのセルフホストと Spicy AI でのオンライン生成
自分で動かせば、本物の歩いて回れる世界と完全なコントロールが手に入りますが、その代わりに大きなダウンロード、強力なグラフィックボード、たっぷりのメモリが必要です。オンライン生成ならそのすべてを省けますが、使うのは別の動画モデルです。つまり、操作できる世界ではなく、写真から手早く作る大人向けクリップのための方法です。
| ローカル導入(公式の重み) | Spicy AI オンライン | |
|---|---|---|
| コンテンツフィルター | 自分のマシンではなし | 成人向け(18+)コンテンツ OK |
| オープンな重み | あり、無料でダウンロード可能 | 不要、ブラウザで動く |
| 実際に使われるモデル | 公開されているモデルそのもの | Spicy AI 独自の動画モデル |
| コスト | 自分の機材と電気代 | サイトのクレジット |
| 向いている用途 | 自分で操作する長い散策と、書き換えられる世界 | 写真から手早く作るキャラクター中心のクリップ |
まだ物足りないところ
Hy-Nomas は最初のリリースなので、これを軸にプロジェクトを組む前に、粗い部分を知っておくと安心です。動画が長くなるほどモデルが覚えておくことが増えるため、グラフィックボード 1 枚ではメモリの使用量が長さとともに増え続けます。最速モードは対応するファイル一式とセットでしか動かないので、ダウンロードしたものを混ぜると速度が落ちることがあります。顔や細かい部分は、キャラクター動画向けに作られたツールよりぼやけがちですが、これは世界モデルではふつうのことです。そして Tencent は技術論文の全文をまだ公開していないため、ネットで出回っている数字の中には未確認のものもあります。
よくある質問
Hy-Nomas とは何ですか?
Tencent Hunyuan が作ったインタラクティブな AI 世界モデルです。動画を数秒ずつ作っていき、次の区間に進む前に、文章 1 つやカメラの動きでシーンを変えられます。それまでの内容もちゃんと覚えています。
どこでダウンロードできますか?
ファイルは Hugging Face の tencent/Hy-Nomas で無料で手に入り、コードは GitHub の Tencent-Hunyuan リポジトリにあります。コミュニティの ComfyUI パックには、家庭用 PC に必要なものがまとめられています。
RTX 4090 1 枚で動きますか?
はい。Tencent は RTX 4090 1 枚向けの軽い構成を用意しており、システム RAM もたっぷり使います。コミュニティの ComfyUI パックは 12 GB 以上のビデオメモリをすすめています。
動画はどれくらいの長さにできますか?
1 ラウンドは約 5 秒で、どんどん足していけます。Tencent のショーケースは 5 ラウンドで 60 秒に達しており、上限は発表されていません。
カメラはどう操作しますか?
Web デモでは WASD か矢印キーで歩き回ります。自分の PC では、プロンプトにカメラの動きを書くか、あらかじめ決めたカメラルートを読み込めます。
無修正や NSFW の Hy-Nomas はありますか?
まだありません。ローカルで動かせばオンラインのフィルターはありませんが、大人向けに調整されたコミュニティ版はいまのところ存在しません。大人向けのキャラクタークリップなら、HunyuanVideo や Wan などのオープンな動画モデルのほうが、現時点ではずっと大きな大人向けコミュニティを抱えています。
Genie 3 とはどう違いますか?
どちらも、中を移動できる世界を作ります。Tencent のモデルは無料でダウンロードして自宅で動かせ、ラウンドごとに文章で書き換えられますが、Genie 3 はダウンロード用には公開されていません。
出典と参考資料
このページの情報は、Tencent のモデルカードとコードリポジトリ、そしてコミュニティの初期報告に基づいています。