Tencent бесплатно повторила Genie 4 от Google и выложила в открытый доступ

Пару дней назад Google показала Genie 4, модель, которая строит интерактивные миры прямо на ходу. Tencent ответила по-китайски прямолинейно: вечером 29 октября выложила ролик, где повторила примеры Genie 4 своей моделью Hy-Nomas. Те же сцены, только сгенерированы чужим ИИ.

Hy-Nomas это такая же world model: ты пишешь, что происходит, и управляешь камерой, как в игре, клавишами WASD, а модель на лету дорисовывает мир. Видео собирается кусками, при этом модель помнит, что уже было показано, и не теряет сцену при повороте. Траекторию камеры можно задать заранее или менять между кусками, а текстом подкидывать события.

Главное отличие в том, что Tencent раздаёт всё бесплатно. Код и веса лежат на GitHub и Hugging Face под лицензией Apache 2.0, модель можно дообучить через LoRA на своих видео, есть готовые адаптеры для киношной картинки и робототехники. Для запуска на одной RTX 4090 есть облегчённый режим с INT8, правда, скорость в нём не указана. На серьёзном железе, восьми Nvidia B200, вышло около 18,5 кадра в секунду.

Сама модель вышла ещё 21 октября, техотчёт появился 27-го, а теперь Tencent лоб в лоб сравнила её с Google. Онлайн-демо работает без листа ожидания, попробовать можно прямо сейчас.

Google показала будущее, а Tencent через день положила его на GitHub.