我爱计算机视觉·· 5 天前精选AI 评分62
腾讯混元发布 Hy-Nomas：8B 扩散世界模型融合文本交互与连续相机控制
腾讯发布Hy-Nomas：8B扩散模型打破世界模拟限制，文本与连续相机控制双向交织
AI 导读
腾讯混元视觉生成团队发布交互式视频世界模型 Hy-Nomas，基于 8B 参数扩散 Transformer，在单一生成架构中原生融合自由文本指令与 6 自由度连续相机轨迹控制。
推荐理由
原文详解了动作感知因果注意力与 Segment Forcing 的机制和评测数据，还给出单卡 4090 部署与 LoRA 迁移的工程参考。
来源：我爱计算机视觉 · mp.weixin.qq.com