Hy-Nomas Weltmodell: Was ist das? Interaktives Video, Tipps & offizieller Link

Was Hy-Nomas ist und warum es gerade Aufmerksamkeit bekommt

Hy-Nomas ist ein Weltmodell für Video, das Tencent Hy am 23. Oktober 2026 vorgestellt hat. Anders als klassische Videogeneratoren, die aus einem Prompt einen fertigen Clip bauen, erzeugt Hy-Nomas Video abschnittsweise und lässt dich zwischen den Abschnitten eingreifen. Du beschreibst also nicht nur den Anfang, sondern steuerst den weiteren Verlauf aktiv mit.

Der Begriff Weltmodell bedeutet hier, dass das System eine konsistente Umgebung simuliert: Objekte, Perspektive und Bewegungsrichtung sollen über mehrere Segmente hinweg zusammenpassen. Genau das macht den Reiz aus, denn so entsteht eher eine begehbare Szene als eine lose Folge einzelner Clips. In der Robotik und bei Spielprototypen ist das ein vielversprechender Ansatz.

Bekannt wurde das Projekt, weil Tencent Hy es offen veröffentlicht: Das Modell hat 9B Parameter und steht unter der Apache-2.0-Lizenz. Laut Hersteller ist es für Inferenz auf Consumer-GPUs optimiert und schafft auf einer einzelnen RTX 4090 720p bei 24 Bildern pro Sekunde. Damit richtet es sich an Entwickler und neugierige Anwender ohne Rechenzentrum.

• Frei interaktiv statt einmalig

  Du kannst die Welt verändern, nachdem sie bereits läuft, nicht nur beim ersten Prompt. Jede neue Textanweisung oder Kamerafahrt formt den nächsten Abschnitt.

• Weltgedächtnis über Abschnitte

  Das Modell soll Objekte und Blickrichtung über die Segmentgrenzen hinweg behalten. So wirkt die Szene zusammenhängender als bei aneinandergereihten Einzelclips.

• Leichte LoRA-Anpassung

  Für Spezialbereiche wie Robotik lässt sich das Modell über eine schlanke LoRA-Anpassung erweitern. Das senkt den Aufwand gegenüber einem kompletten Nachtraining.

• Offene Lizenz

  Apache 2.0 erlaubt kommerzielle und private Nutzung unter den Lizenzbedingungen. Prüfe die genauen Auflagen auf der offiziellen Seite und im Repository.

So funktioniert die Steuerung mit Text und Kamerafahrt

Der Ablauf beginnt mit einem Startprompt, der die Grundszene beschreibt. Danach gibst du für jeden weiteren Abschnitt neue Anweisungen, etwa eine veränderte Umgebung, ein neues Objekt oder eine andere Bewegungsrichtung. Parallel steuerst du die Kamera über eine vorgegebene Trajektorie, also einen Pfad, den die virtuelle Kamera abfährt.

Entscheidend ist die Kombination beider Signale. Der Text beschreibt, was in der Welt passieren soll, die Kamerafahrt bestimmt, von wo aus du es siehst. Weil Hy-Nomas beides pro Segment neu verarbeitet, kannst du schrittweise experimentieren, statt alles in einen einzigen, überladenen Prompt zu packen.

Das Weltgedächtnis sorgt dafür, dass bereits gezeigte Elemente nicht bei jedem Abschnitt verschwinden. In der Praxis heißt das: Du änderst eine Anweisung, beobachtest, ob Objekte und Richtung stabil bleiben, und gehst erst dann zum nächsten Schritt über. So erkennst du früh, wo das Modell an Grenzen stößt.

Wie stark die Konsistenz tatsächlich trägt, hängt von Szene, Prompt und Kameraführung ab. Belastbare Vergleichswerte nennt der Hersteller in der Ankündigung nicht, und unabhängige Tests lagen zum Redaktionszeitpunkt nicht vor. Rechne daher mit Ausprobieren und prüfe aktuelle Beispiele auf der offiziellen Seite.

• Eine Änderung pro Schritt

  Passe pro Segment nur eine Anweisung an, damit du die Wirkung klar zuordnen kannst. Mehrere gleichzeitige Änderungen erschweren die Fehlersuche.

• Kamera bewusst führen

  Eine ruhige, kurze Trajektorie zeigt besser, ob das Modell die Perspektive hält. Große Schwenks oder Sprünge belasten die Konsistenz stärker.

• Kurz starten, dann skalieren

  Beginne mit einem kurzen Clip und wenigen Abschnitten. Erst wenn Objekte und Blickrichtung stabil bleiben, verlängerst du die Sequenz.

Einstieg, Hardware und praktischer Workflow

Der einfachste Weg führt über die offizielle Seite hy-nomas.hy.tencent.com, wo du das Modell laut Hersteller direkt ausprobieren und Rückmeldung geben kannst. Wer lokal arbeiten will, findet den Code und die Gewichte über die in der Ankündigung genannten Kanäle: ein Repository auf GitHub sowie ein Modell auf Hugging Face. Die genauen Links und Voraussetzungen solltest du dort prüfen.

Für den lokalen Betrieb nennt Tencent Hy eine Optimierung auf Consumer-GPUs und 720p mit 24 Bildern pro Sekunde auf einer einzelnen RTX 4090. Das ist eine Herstellerangabe, kein unabhängig geprüfter Wert; tatsächliche Geschwindigkeit und Speicherbedarf hängen von Auflösung, Segmentlänge und deiner Umgebung ab. Plane deshalb etwas Zeit für Einrichtung und Testläufe ein.

Sinnvolle Einsatzfelder sind Prototypen für Spielszenen, Robotik-Simulationen und die schnelle Visualisierung von Ideen, die sich während der Betrachtung weiterentwickeln sollen. Für filigrane Produktionsarbeit mit exakter Kontrolle über jedes Detail ist ein segmentweises Weltmodell dagegen noch kein Ersatz für klassische Pipelines.

Wenn du eigene Spezialdaten hast, ist die leichte LoRA-Anpassung der interessanteste Hebel. Sie erlaubt es, das Basismodell auf einen engeren Bereich zuzuschneiden, ohne alles neu zu trainieren. Dokumentation und Beispiele dazu findest du im Repository und auf der offiziellen Seite.

• Online testen

  Die offizielle Seite ist der schnellste Einstieg, wenn du keine passende GPU zur Hand hast. Dort kannst du das Verhalten des Modells zuerst kennenlernen.

• Lokal mit offenen Gewichten

  Über GitHub und Hugging Face bekommst du Code und Gewichte für den eigenen Rechner. Prüfe dort Lizenzhinweise, Modellkarte und Systemanforderungen.

• LoRA für Spezialfälle

  Für Robotik oder andere Nischen lohnt sich eine eigene LoRA-Anpassung. Sie ist deutlich schlanker als ein vollständiges Nachtraining des 9B-Modells.

Vergleich, Grenzen und für wen sich Hy-Nomas lohnt

Hy-Nomas steht in einer Reihe mit anderen Weltmodellen und interaktiven Videogeneratoren, die ebenfalls szenenweise arbeiten und Konsistenz über die Zeit anstreben. Sein Unterscheidungsmerkmal ist die freie Interaktion: Du steuerst nicht nur den Start, sondern greifst laufend ein. Dazu kommen die offene Apache-2.0-Lizenz und die ausdrückliche Ausrichtung auf Consumer-GPUs.

Die Grenzen liegen auf der Hand. Ein 9B-Modell mit 720p und 24 Bildern pro Sekunde ist kein Werkzeug für hochauflösende Kinoqualität, und die Konsistenz über viele Abschnitte bleibt eine offene Frage, solange unabhängige Tests fehlen. Auch die Qualität der LoRA-Anpassung für Robotik lässt sich ohne eigene Versuche schwer einschätzen.

Für wen lohnt es sich also? Vor allem für Entwickler, Forschende und kreative Anwender, die Szenen explorativ bauen und dabei offene Gewichte schätzen. Wer dagegen fertige, sofort einsetzbare Videoinhalte in hoher Auflösung braucht, sollte zunächst die Beispiele auf der offiziellen Seite prüfen und mit Alternativen vergleichen.

Ein realistischer Blick hilft: Behandle Hy-Nomas als Experimentierplattform, nicht als fertiges Produkt. Notiere, welche Prompts und Kamerafahrten stabil funktionieren, und teste dieselbe Szene mehrfach. So erkennst du schnell, ob das Modell zu deinem Anwendungsfall passt.

• Stärke: offener Zugang

  Apache 2.0 und veröffentlichte Gewichte senken die Hürde für eigene Experimente. Das unterscheidet Hy-Nomas von reinen Cloud-Diensten ohne Einblick.

• Schwäche: offene Qualitätsfrage

  Unabhängige Vergleiche zu Konsistenz und Detailtreue fehlen bislang. Verlasse dich auf eigene Tests mit deinen Szenen statt auf allgemeine Erwartungen.

• Hardware bleibt der Knackpunkt

  Die Angabe zur RTX 4090 ist eine Herstelleraussage. Andere GPUs, Auflösungen und Segmentlängen können Tempo und Speicherbedarf deutlich verändern.