Las capturas muestran las páginas oficiales en la fecha indicada y pueden diferir de las de la publicación. Selecciona una imagen para ampliarla.
El 24 de octubre de 2026 (hora de China y de Japón), el equipo Hunyuan de Tencent anunció en su cuenta oficial de X Hy-Nomas, un modelo de IA que va construyendo sin parar un «mundo» en vídeo. Combinando instrucciones de texto con movimientos de cámara, genera la escena segmento a segmento y, sobre la marcha, permite añadir objetos o cambiar el estilo visual y los movimientos. Los pesos del modelo y el código están disponibles en Hugging Face y GitHub, con la licencia Apache-2.0, que facilita el uso comercial.
Qué es Hy-Nomas
Hy-Nomas es una IA que Tencent describe como un «modelo interactivo de generación de mundos en vídeo». Una IA de generación de vídeo habitual crea un vídeo de duración fija a partir de una sola instrucción. Hy-Nomas, en cambio, genera el vídeo en segmentos cortos y acepta una nueva instrucción en cada uno.
Según la ficha del modelo, durante la generación se puede:
- Añadir objetos, cambiar el estilo visual o la escena, o indicar movimientos a lo que aparece, mediante texto
- Indicar movimientos de cámara para desplazarse por el mundo
- Alternar instrucciones de texto y controles de cámara
Cuenta con un mecanismo que recuerda el contenido de los segmentos anteriores (una memoria del mundo), con el que, según Tencent, se mantiene la coherencia del aspecto y la disposición aunque la escena continúe.
Rendimiento y requisitos
La versión rápida publicada genera vídeo de 720 píxeles de alto por 1280 de ancho a 24 fotogramas por segundo con 8 pasos de procesamiento. Según la descripción en GitHub, admite configuraciones de 4, 6 y 8 pasos.
La configuración estándar presupone el uso de ocho GPU. Sin embargo, combinando la cuantización INT8, que aligera el modelo, con el traslado de parte del procesamiento a la CPU, Tencent ofrece una configuración que puede funcionar con una sola GPU doméstica de NVIDIA, la GeForce RTX 4090. Eso sí, esta configuración de una sola GPU se refiere a la parte que genera el vídeo; el sistema que mejora las instrucciones en la demo web necesita recursos de cálculo aparte.
Los 24 fotogramas por segundo corresponden a la reproducción del vídeo, y no se indica si la generación es lo bastante rápida para ir en tiempo real. La ficha del modelo tampoco recoge el número de parámetros ni la duración máxima del vídeo. El medio especializado extranjero VP Land informó de «8.000 millones de parámetros y hasta 60 segundos» según la página del proyecto, pero CoAI no ha podido confirmarlo en fuentes primarias.
Qué se ha publicado junto al modelo
Además del modelo, se han publicado:
- Un LoRA (un pequeño componente para entrenamiento adicional) orientado a una estética cinematográfica
- Un LoRA para robótica (entrenado con datos de un robot real de dos brazos)
- Código de entrenamiento, inferencia y demo, y un sistema para describir los datos de entrenamiento
- Los datos de evaluación Hy-Nomas-Bench (280 casos)
Tencent explica que el LoRA para robótica sirve para mejorar la capacidad de reproducir los movimientos de un robot en el mundo generado, lo que sugiere que contempla no solo la producción audiovisual, sino también la simulación robótica. También hay una demo en línea que se puede probar en el navegador.
Licencia y evaluación
La licencia es Apache-2.0 y se aplica no solo al código, sino también a los pesos del modelo. No obstante, los componentes de terceros incluidos (como el modelo Qwen que se usa para interpretar el texto) siguen sus licencias originales. El archivo LICENSE indica que no se añaden más restricciones. Algunos modelos Hunyuan anteriores se publicaron con licencias propias que excluían ciertas regiones o limitaban el número de usuarios. Llama la atención que esta vez se haya optado por una fórmula tan abierta.
Por otro lado, no hay cifras de rendimiento. Hy-Nomas-Bench evalúa cuatro aspectos: varias rondas de instrucciones de texto, movimiento de cámara, combinación de instrucciones y cámara, y memoria de los lugares, pero no se han publicado puntuaciones ni comparaciones con otros modelos. El informe técnico sigue figurando como «próximamente».
La carrera de los modelos de mundo
Un modelo de mundo es una IA que crea, a partir de texto u otras entradas, un mundo virtual por el que es posible moverse. Además de para la producción de videojuegos y vídeo, despiertan interés para entrenar en entornos virtuales la IA de robots y coches autónomos.
Tencent ya había publicado su serie de modelos de mundo HY-World, y HY-World 2.0, de abril, era un modelo que generaba datos 3D editables. Hy-Nomas no genera datos 3D, sino que amplía el mundo encadenando vídeo poco a poco, y su rasgo distintivo es que se pueden insertar instrucciones de texto una y otra vez. No se ha presentado ninguna comparación de rendimiento con HY-World.
El punto de vista de CoAI
Hy-Nomas es un intento de llevar la IA de generación de vídeo del «se crea una vez y listo» al «se van sumando instrucciones mientras se crea». Como los pesos y el código se publican bajo Apache-2.0 y hay una configuración que funciona con una sola GPU doméstica, es fácil que investigadores y desarrolladores lo prueben en sus propios equipos.
Sin embargo, aún no hay cifras de rendimiento ni informe técnico, así que su calidad solo puede juzgarse por las demos y explicaciones de Tencent. Quien quiera probarlo debería empezar por comprobar su funcionamiento en la demo en línea o con ajustes ligeros, y esperar al informe técnico y a evaluaciones externas antes de usarlo en serio.