Deskripsi
Hy-Nomas adalah model generasi dunia video canggih yang dirancang untuk memfasilitasi interaksi bebas bentuk dan multi-putaran melalui instruksi teks dan kontrol kamera. Model ini menghasilkan segmen video satu per satu, memungkinkan pengguna untuk memperkenalkan objek, mengubah gaya, dan mengontrol adegan serta sudut kamera seiring dengan kemajuan generasi. Arsitektur model ini mengintegrasikan transformer difusi autoregresif segmen (DiT), pengkode teks Qwen, modul pengkondisian kamera, dan dekoder video PixelUMM. Cache kunci/nilai yang persisten mempertahankan konteks antara segmen, memastikan kontinuitas dalam generasi dunia.
Baca Selengkapnya
Model ini mendukung opsi penyebaran yang fleksibel, termasuk konfigurasi paralel urutan standar dan konfigurasi single-GPU, sehingga dapat diakses untuk berbagai pengaturan perangkat keras. Pengguna dapat berinteraksi dengan model melalui demo web, yang menunjukkan kemampuannya secara real-time. Hy-Nomas juga mencakup Hy-Nomas-Bench, serangkaian tolok ukur yang dirancang untuk mengevaluasi kontrol interaktif dan konsistensi selama generasi dunia yang berkelanjutan.
Hy-Nomas melakukan difusi dalam ruang laten video terkompresi dan autoregresi di seluruh segmen video. Teks, gerakan kamera, dan riwayat yang disimpan mengkondisikan generasi setiap segmen baru, memungkinkan penciptaan video yang dinamis dan interaktif. Arsitektur model ini memiliki 54 blok MMDiT dual-stream, dengan teks dan video berinteraksi melalui perhatian bersama kausal berdasarkan segmen.
Laten video model ini direpresentasikan sebagai laten DCAE-V, dan jalur inferensi default mendekode mereka dengan dekoder PixelUMM yang telah disesuaikan. Pengaturan ini memungkinkan generasi video yang efisien dengan output berkualitas tinggi. Hy-Nomas dilisensikan di bawah Apache-2.0, dan pengguna dapat mengakses model dan komponennya melalui platform Hugging Face.
- KategoriModel AI & LLM
- Model HargaOpen source
- PenerapanCloud, Di-host sendiri
- PlatformWeb
Sorotan Hy-Nomas
Interaksi bebas bentuk melalui teks dan kontrol kamera
Arsitektur transformer difusi autoregresif segmen
Cache kunci/nilai persisten untuk retensi konteks
Penyebaran fleksibel dengan konfigurasi standar dan single-GPU
Hy-Nomas-Bench untuk mengevaluasi kontrol interaktif
Difusi ruang laten video terkompresi
54 blok MMDiT dual-stream
Dekoder video PixelUMM yang telah disesuaikan
Memulai dengan Hy-Nomas
Akses model: Kunjungi Hugging Face
Autentikasi: Siapkan akun
Siapkan lingkungan: Persiapkan perangkat keras dan perangkat lunak
Integrasi melalui API: Gunakan endpoint yang disediakan
Optimalkan: Sesuaikan pengaturan untuk output yang diinginkan
Kasus Penggunaan Hy-Nomas
- Penciptaan Video Interaktif
- Pengembangan Game
- Realitas Virtual
- Produksi Film
- Konten Pendidikan










