一句话看懂：腾讯混元于 2026 年 10 月 29 日发布 Hy-Nomas 技术报告，并开源 Hy-Nomas-Bench 评测基准，同时用 Hy-Nomas 重制了 Genie 4 的示例场景做对比。值得关注的是，这是一个强调“自由交互、长时程世界记忆”的开源交互式视频世界模型路线。
事件核心：发生了什么
根据腾讯混元官方 X 账号信息，Hy-Nomas 技术报告已上传至 arXiv（编号 2610.36729），配套评测集 Hy-Nomas-Bench 在 Hugging Face 开源，便于可复现研究。此前 10 月 23 日发布的介绍称，Hy-Nomas 是一个开源的自由形式交互视频世界模型，支持文本提示与相机轨迹两类交互输入，具备带“世界记忆”的长时程生成能力，并可通过轻量 LoRA 适配机器人等专门领域。本次官方还以 Hy-Nomas 重制了 Genie 4 的示例并放出对比视频，同时提供无需排队等待的在线 Demo。需要说明的是，上述能力描述来自官方社交帖文与技术报告摘要层面，具体实验数据需以论文原文为准，论文尚未体现同行评审结论。
为什么重要
交互式视频世界模型是生成式 AI 中较新的方向，核心难点在于长时程一致性与可控交互。Hy-Nomas 把文本提示和相机轨迹放在同一交互框架内，并引入世界记忆，说明腾讯混元在视频生成之外，试图切入“可交互、可探索”的生成式环境。开源评测基准则补上了该方向此前缺少统一衡量标准的问题，有利于外部研究者复现和横向比较，也让混元在开源生态中获得更多话语权。与 Genie 4 的对比更多是场景层面的展示，目前公开信息显示尚不构成全面性能排名。
对用户/开发者/创作者的影响
对开发者而言，Hy-Nomas-Bench 的开源降低了进入这一方向的门槛，可直接用于模型评测与二次研究；轻量 LoRA 适配意味着垂直领域（如机器人）的定制成本可能低于全量训练。对创作者来说，文本加相机轨迹的交互方式更接近“用镜头语言控制生成”，适合做场景预演和概念视频，但生成稳定性与时长仍需实测。普通用户可通过官方 Demo 免排队体验，不过 Demo 可用性不代表完整产品已上线。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是技术报告中长时程一致性和世界记忆的具体指标能否经得起社区复现；二是 Hy-Nomas-Bench 是否被其他团队采用为通用评测标准；三是 Genie 4 等竞品是否回应这一对比，以及混元后续是否开放 API 或商用接口。
