開放的 AI 世界模型 · 騰訊混元
無審查 Hy-Nomas:走進 AI 世界,邊走邊改寫它
大多數 AI 影片工具丟給你一段固定的短片就結束了,Hy-Nomas 卻會一直演下去。它由騰訊混元在 2026 年 10 月下旬免費釋出,一次生成幾秒鐘的場景,記得之前出現過的所有畫面,還讓你在每一段新畫面開始前改劇情或轉動鏡頭。輸入「小徑兩旁開始長出發光的藍色花朵」,花就會開在你正走著的那條路前方。
- 免費下載
- 文字 + 鏡頭操控
- 用 WASD 四處走
- 清晰的 720p 影片
- 一張 RTX 4090 就能跑

無審查替代影片生成器
圖片轉影片免安裝,也不需要顯示卡。放上一張起始照片,描述你想要的漫步、駕駛或運鏡,影片就會在圖片轉影片工作室裡開始算圖。只要畫面中每個人都滿 18 歲,成人題材也沒問題。
導演一整個世界,而不只是一段短片
一般的 AI 影片工具就像自動販賣機:投進一個提示詞,掉出一段短片,想換個樣子就得從頭再來。Hy-Nomas 比較像一座永不收工的片場。它一次拍大約五秒,在下一個五秒開始前,你可以放進新的物件、換個天氣、切換美術風格、讓角色做點新鮮事,或把鏡頭轉向別的地方。已經做好的內容一點都不會被丟掉。
讓它顯得真實的關鍵是記憶。你轉身離開的那條街,回頭看時還是同一條街;開頭遇見的那隻狐狸,一分鐘後還是同一隻狐狸。騰訊自己的展示影片把五輪串成一分鐘的一鏡到底:一隻鳥滑翔掠過屋頂、飛進鐘樓,這種鏡頭平常得靠真正的空拍機加上不少運氣才拍得到。
| 一般 AI 影片 | Hy-Nomas | |
|---|---|---|
| 你會得到 | 一段固定的短片 | 一個每次多長幾秒、不斷延伸的世界 |
| 改變主意時 | 從零重新來過 | 新指令只會改變接下來的內容 |
| 鏡頭 | 描述一次就定住了 | 打字下指令、預先規劃路線,或即時按 WASD |
| 前後一致 | 只限同一段短片內 | 跨輪次記住地點和角色 |
從 HY-World 1.5 到自由發揮的世界
騰訊先前已經靠 HY-World 1.5 紅過一次,它讓人用鏡頭和移動控制在生成的場景裡四處逛。創作者很愛這種走進影片裡的感覺,不過場景一開始,故事大致就定下來了。Hy-Nomas 保留了漫遊,還補上缺少的那一半:你可以在途中直接跟這個世界說話。讓花長出來、讓雨下起來,或把整座城市變成水彩畫,全程不必離開鏡頭。
- 新功能:打字和操控鏡頭可以在同一支影片裡輪流上場,不必再二選一。
- 新功能:更快的版本每一輪很快就能完成,畫質是清晰的 720p,動作像電影一樣流暢。
- 新功能:精簡模式只要一張 RTX 4090 電競顯示卡就裝得下,不必動用一整櫃伺服器。
- 小提醒:它最拿手的是場景、旅程和運鏡。臉部特寫和細膩的身體細節,交給專門做角色影片的工具效果會更好。
大家現在正在打造的場景
第一波 Hy-Nomas 社群作品,明顯集中在幾種熱門類型。遊戲設計師用它展示關卡的氛圍,短劇創作者拿它畫會動的分鏡,旅遊風格的創作者則做出走到一半就換季的夢幻漫遊。因為每一輪都能改寫,一次創作下來常常會得到同一個地點的好幾個版本,比起做一堆互不相干的短片、再祈禱它們剪得起來,要快上許多。
第一人稱駕駛
展示影片中的賽道駕駛片段,從賽車駕駛艙望出去,沿著街道賽道奔馳。在輪次之間換個城市、時段或天氣,這一圈就這樣繼續跑下去。
一鏡到底飛越
像發條飛行那隻鳥這樣的長路線,最能展現記憶力:屋頂、煙囪和高塔整整一分鐘都待在原來的位置。
短劇分鏡
保留同一條巷子和同一批角色,再一輪一輪改寫動作,正式開拍前就能先預覽一場戲。
遊戲關卡氛圍測試
走過同一條走廊,把它從賽博龐克霓虹切換成飄雪,再換成金色黃昏,展示關卡可能呈現的感覺。
走進你自己的照片
社群工具可以從你上傳的照片開始,一張度假隨手拍就變成可以走進去探索的地方。
機器人示範
一款用雙臂機器人影片訓練的附加元件,能生成機器手工作的片段,很適合機器人示範與實驗。

今天就能試玩的三種方式
你可以在瀏覽器裡、在 ComfyUI 中,或自己下載來體驗 Hy-Nomas。瀏覽器示範最容易嘗鮮,ComfyUI 是在自己電腦上創作的人的最愛,完整下載版則留給想把每個選項都摸透的玩家。
- 線上示範:開啟 hy-nomas.hy.tencent.com/demo 並註冊。用 WASD 或方向鍵四處走,在世界展開的同時輸入新點子;內建的小幫手會幫你把文字潤飾好。
- ComfyUI 工作流程:免費的社群套件附有現成的工作流程,涵蓋逐輪說故事、照片變世界、鏡頭控制和駕駛模式。載入一個、輸入你的場景再按下執行就好,完全不用寫程式。
- 下載:所有東西都能在 Hugging Face(tencent/Hy-Nomas)和 GitHub 免費取得,包括標準版和快速版、給家用電腦的輕量版,以及讓畫面更有電影感和用於機器人場景的附加元件。
你的電腦跑得動嗎?一張 RTX 4090 就夠
騰訊自己的配置是把工作分給八張顯示卡,不過也有一套專為單張 RTX 4090 準備的輕量做法。它使用壓縮過的模型版本,並把一部分負擔放到一般的系統記憶體,所以 RAM 夠不夠多,和顯示卡本身一樣重要。騰訊沒有公布速度數據,因此下面的數字來自早期的社群測試者,請當成個人實測結果,而不是保證。
| 問題 | 目前已知 | 誰說的 |
|---|---|---|
| 下載檔案有多大? | 輕量版 ComfyUI 配置約 27 GB | 社群節點包作者 |
| 需要多少顯示記憶體? | 建議 12 GB 以上 | 社群節點包作者 |
| RTX 4090 上有多快? | 一段 20 秒的影片約 3 分鐘;駕駛模式每輪約 4.3 秒 | 社群節點包作者 |
| RTX 5090 上有多快? | 一輪 3 秒的片段約 21 秒 | ComfyUI Wiki 轉述的使用者回報 |
| 畫質 | 預設 720p,可選更快的 480p,每秒 24 格 | 騰訊的模型卡 |
讓世界保持穩定的提示詞範本
在這裡,好的提示詞讀起來就像一份迷你電影腳本,分成四個部分:風格、視角、角色,以及一串輪次。第一輪把整個場景完整畫出來,之後每一輪只說哪裡變了、接下來發生什麼。在線上示範裡,直接輸入像下面這樣的句子就行。下載版則需要把同一份腳本填進格式更固定的填空表單;把範本貼給任何一個聊天機器人,請它幫你轉換就好。
- 每一輪只改一兩件事;跳得太大,世界就會晃動走樣。
- 每個角色只在角色欄描述一次,之後一直用同一個名字稱呼,臉孔和服裝才會保持一致。
- 每一輪都說清楚鏡頭往哪裡走,或乾脆不寫,改用 WASD 按鍵來操控。
- 如果精緻的畫面比速度重要,就開啟電影感附加元件。
範本 1 · 雨夜霓虹漫步(第一人稱)
風格:電影感、寫實 視角:第一人稱 第 1 輪(0–5 秒):夜晚下著雨的霓虹街道,濕漉漉的柏油路面倒映著店家招牌。鏡頭緩緩向前走。 第 2 輪(5–10 秒),變化:雨停了,街角出現一間發光的拉麵攤。鏡頭向右轉,朝攤子靠近。
範本 2 · 度假海灘漫步(第三人稱,成人)
風格:溫暖色調的電影感旅遊片 視角:第三人稱 角色:Mia,成年女性,穿紅色比基尼、戴遮陽帽,深色長髮 第 1 輪(0–5 秒):黃金時刻,Mia 沿著棕櫚樹成排的度假海灘漫步。鏡頭以肩膀高度跟隨。 第 2 輪(5–10 秒),變化:前方海灘酒吧沿線的燈籠亮了起來。Mia 轉身走向酒吧,鏡頭從她身旁滑過。
範本 3 · 一條路,三種畫風
風格:照片般寫實 視角:第一人稱 第 1 輪(0–5 秒):晨光中一條安靜的山路,兩旁長滿松樹。鏡頭以平穩的速度向前行駛。 第 2 輪(5–10 秒),變化:整個場景變成柔和的水彩畫。鏡頭繼續向前行駛。 第 3 輪(10–15 秒),變化:場景變成色彩繽紛的像素畫,開始飄雪。鏡頭慢了下來。
Hy-Nomas 與 Genie 3 及其他世界模型比一比
可以走進去的世界,是眼下 AI 影片最火熱的領域,最容易拿來比較的就是 Google DeepMind 的 Genie 3。兩者都能讓你在場景生成的同時穿梭其中。最大的差別在於能不能拿到手:Genie 3 只存在於 Google 自家的預覽裡,騰訊的模型則開放免費下載,任何人都能在家執行、研究,並在它的基礎上繼續開發。這也讓它成為你真正拿得到手的開源互動世界模型中,能力最強的其中之一。
| 模型 | 最拿手的事 | 免費下載 |
|---|---|---|
| Hy-Nomas | 用文字和運鏡不斷改寫的長鏡頭 | 是 |
| Genie 3 (Google DeepMind) | 用一個提示詞生成可探索的世界 | 否 |
| HY-World 1.5(騰訊) | 用鏡頭和移動按鍵在場景裡漫遊 | 是 |
| EdenLive | 即時算圖 | — |
| LTX-2.5 | 聲音與畫面相配的影片 | 是 |
無審查 Hy-Nomas:在本機執行能做到什麼
在自己的電腦上執行,你和你的點子之間就沒有任何線上過濾機制;託管的線上示範則需要帳號,並遵守平台規範。到目前為止,社群裡還沒有人釋出針對成人內容調校的版本。現有的附加元件只有騰訊的電影感和機器人這兩款,而要訓練一款新的,需要的硬體遠遠超過一般玩家手上有的,所以別指望一夜之間就冒出火辣的社群改版。
Hy-Nomas 目前對成人創作者最出色的地方是氛圍:和一對成年情侶以第一人稱漫步海灘度假村、在黃金時刻的沙灘上穿著比基尼散步,或像客人一樣在霓虹夜店裡穿梭。它營造場景的功力勝過身體特寫,所以想做以角色為主的 18+ 短片,圖片轉影片工具會是更快的路。

把你自己的成人向海灘、泳池或夜生活照片變成會動的短片,不需要電競電腦。
開始圖片轉影片自行架設模型 vs 在 Spicy AI 線上生成
自己執行,能得到真正可以走進去的世界和完整的掌控權,代價是龐大的下載量、強大的顯示卡和大量記憶體。線上生成省掉了這一切,但用的是不同的影片模型,所以重點是用一張照片快速做出成人短片,而不是讓你操控的世界。
| 本機部署(官方權重) | Spicy AI 線上 | |
|---|---|---|
| 內容過濾 | 在你自己的電腦上沒有 | 允許成人(18+)內容 |
| 開放權重 | 有,可免費下載 | 不需要,在瀏覽器中執行 |
| 實際使用的模型 | 開放模型本身 | Spicy AI 自家的影片模型 |
| 成本 | 你的硬體和電費 | 網站點數 |
| 最適合 | 由你操控的長途漫遊,以及可以改寫的世界 | 用一張照片快速做出以角色為主的短片 |
目前還做不好的地方
Hy-Nomas 還是第一版,在圍繞它規劃專案之前,先了解它不夠成熟的地方會比較好。影片越長,模型要記住的東西就越多,所以單張顯示卡上的記憶體用量會隨著長度不斷攀升。最快的模式只能搭配對應的那組檔案使用,混用不同的下載檔可能會拖慢速度。臉孔和細小的細節通常比專為角色影片打造的工具來得模糊,這在世界模型中很正常。此外,騰訊還沒有發表完整的技術論文,所以網路上流傳的部分數字仍未獲得證實。
大家常問的問題
Hy-Nomas 是什麼?
它是騰訊混元推出的互動式 AI 世界模型。它一次生成幾秒鐘的影片,在每一段新畫面開始前,你都能用一句話或一個運鏡改變場景,而它會記得之前發生過的一切。
在哪裡可以下載?
檔案可以在 Hugging Face 的 tencent/Hy-Nomas 免費取得,程式碼則放在 Tencent-Hunyuan 的 GitHub 儲存庫。社群的 ComfyUI 節點包已經把家用電腦需要的東西打包好了。
一張 RTX 4090 跑得動嗎?
可以。騰訊提供了給單張 RTX 4090 用的輕量配置,同時也很吃系統 RAM;另有一款社群 ComfyUI 節點包建議顯示記憶體要 12 GB 以上。
影片最長可以多長?
每一輪大約五秒,可以一直往下加。騰訊的展示影片用五輪做到 60 秒,目前沒有公布上限。
要怎麼控制鏡頭?
在網頁示範裡,用 WASD 或方向鍵就能四處走。在自己的電腦上,可以在提示詞裡描述運鏡,或載入預先規劃好的鏡頭路線。
有沒有無審查或 NSFW 版的 Hy-Nomas?
還沒有。在本機執行就沒有線上過濾,但目前還沒有針對成人內容調校的社群版本。想做成人角色短片的話,HunyuanVideo 或 Wan 這類開放影片模型,現在的成人社群要大得多。
它和 Genie 3 有什麼不同?
兩者都能創造可以在裡面走動的世界。騰訊的模型可以免費下載,在家就能執行,還能一輪接一輪用文字改寫;Genie 3 則沒有開放下載。
資料來源與延伸閱讀
本頁的資訊來自騰訊的模型卡與程式碼儲存庫,以及早期的社群回報。