Tencent ouvre un monde vidéo génératif pilotable depuis une seule carte graphique
— AUDIOVISUEL
Hy-Nomas génère des décors vidéo qui se poursuivent au fil des instructions, sans relancer toute la séquence à chaque changement. Le modèle tourne, en version allégée, sur une simple RTX 4090, et ses poids sont ouverts sur Hugging Face.
Un générateur vidéo classique produit une séquence figée du premier au dernier plan. Hy-Nomas propose autre chose : un décor qui continue d'exister après la première génération, où l'on peut demander une action, bouger la caméra, puis revenir changer l'ambiance du lieu. Les séquences atteignent 60 secondes en 720p, et une version optimisée fonctionne sur une seule carte graphique RTX 4090, celle que beaucoup de studios ont déjà sous la main.
Ce fonctionnement parle directement au motion designer ou au réalisateur qui prépare une prévisualisation. Demander à un personnage de grimper un pilier, déplacer ensuite la caméra pour explorer le palais, puis réintroduire un objet dans le même plan : ce sont exactement les allers-retours d'un repérage de décor ou d'un brainstorm visuel avant tournage ou animation. La possibilité de formuler ces demandes en langage courant, sur plusieurs échanges, rapproche l'exercice d'une conversation de brief plutôt que d'une liste de commandes techniques.
La mémoire du système, construite pour retenir ce qui a déjà été vu, limite la dérive quand la caméra revient sur un lieu déjà traversé. Elle ne garantit cependant rien sur de longs déplacements ou de nombreuses interactions successives, et le modèle ne reconstruit à aucun moment un environnement en trois dimensions avec des objets manipulables dans un moteur de jeu. Ce qu'il livre reste une vidéo, pas une scène éditable.
Face à un outil texte-vidéo classique qui oblige à tout relancer pour le moindre changement de point de vue, cette capacité à itérer dans un monde déjà commencé marque un vrai gain de temps pour l'exploration créative en amont. Elle reste cependant loin d'un outil de production fiable, faute de garanties sur la cohérence des longues séquences et sur la vitesse réelle de génération selon le matériel utilisé.
Le code, les poids et l'interface de démonstration sont disponibles en licence ouverte, ce qui met l'outil à portée d'un studio curieux dès aujourd'hui, pour tester le repérage de décors avant d'imaginer y confier un livrable final.