Hy-Nomas 采用 8B 扩散主干，支持多轮文字指令与连续相机控制。模型结合当前输入和缓存历史生成不同长度的视频片段，并让动作指令只作用于对应时间范围。
团队将文字交互、相机控制和模型自产历史逐步纳入训练，同时公开权重、代码与评测。它研究的是交互式世界生成，不能把生成画面的连贯性等同于真实物理仿真准确度。
Hy Nomas 让视频世界模型连续接受指令
Hy-Nomas 采用 8B 扩散主干，支持多轮文字指令与连续相机控制。模型结合当前输入和缓存历史生成不同长度的视频片段，并让动作指令只作用于对应时间范围。