腾讯混元把一套视频世界模型开源了，名字叫 Hy-Nomas。官方给出的定位是 " 自由形态交互式视频世界模型 "，几个关键能力一次性摆上了台面。

先看交互方式：文本提示词和镜头轨迹都能直接操控生成过程。也就是说，你不只是描述画面里有什么，还能规定镜头怎么走。

再看生成能力，官方强调了两点——长时程生成，以及带 " 世界记忆 "。前者指向视频能拉得更长，后者指向模型在生成过程中对已有场景信息的保留。

适配层面，Hy-Nomas 支持轻量级 LoRA 微调，官方点名的方向是机器人等专门领域。对做垂直场景的团队来说，这意味着不必从零训练。

最值得开发者注意的是推理优化：官方明确写了 " 针对消费级 GPU 优化 "。视频世界模型过去常和昂贵算力绑定，这条直接把门槛往下压了一截。

想上手的话，入口给得很齐：

项目主页：hy-nomas.hy.tencent.com

代码仓库：GitHub 上的 Tencent-Hunyuan 组织

模型权重：Hugging Face 的 tencent/Hy-Nomas

演示：项目主页下的 demo 页面

官方在发布里只留了一句话给使用者：随时测，随时提反馈。