Hai cách tiếp cận mô hình thế giới
Mô hình thế giới là hệ thống tạo và cập nhật cảnh dưới dạng video theo hành động đầu vào, giúp người dùng hoặc tác nhân khám phá môi trường tương tác thay vì chỉ xem một đoạn phim cố định. Với lựa chọn giữa Hy-Nomas và Odyssey-3, câu trả lời ngắn gọn là: chọn Hy-Nomas nếu bạn cần tải trọng số, tinh chỉnh và kiểm soát triển khai; chọn Odyssey-3 nếu bạn muốn thử tương tác trên trình duyệt và coi trọng bằng chứng benchmark được công bố. Cả hai đều là mô hình khuếch tán tự hồi quy, nhưng khả năng tiếp cận khác hẳn. Hy-Nomas công bố khoảng 196 GB trọng số theo giấy phép Apache 2.0 cùng mã suy luận và công cụ LoRA. Odyssey-3 vẫn là bản xem trước đóng: có thể dùng thử trên trình duyệt, nhưng không có checkpoint hay giấy phép công khai. Vì vậy, đây không phải cuộc so tài đã ngã ngũ về chất lượng; lựa chọn chủ yếu phụ thuộc vào việc bạn ưu tiên quyền tự chủ hay dữ liệu đánh giá.
| Thông số | Hy-Nomas | Odyssey-3 |
|---|---|---|
| Trọng số và giấy phép | Khoảng 196 GB; Apache 2.0 | Không phát hành trọng số; không công bố giấy phép |
| Mã và tinh chỉnh | Có mã suy luận, Docker, trình huấn luyện LoRA và công thức | Không cung cấp mã suy luận hay công cụ tinh chỉnh |
| Độ phân giải | 720 × 1280; có thể ghi đè thành 480 × 832 | 832 × 480; bản Pro đạt 1280 × 720 |
| Tốc độ khung hình | Phát lại 24 FPS; tốc độ tạo chưa công bố | 16 FPS trên bộ khung đánh giá chuẩn; bản Pro chưa công bố |
| Khử nhiễu | Bản chưng cất dùng 8 bước; cấu hình 4 và 6 bước cũng được chấp nhận | Được chưng cất cho thời gian thực; không công bố số bước |
| Benchmark | Không công bố điểm; có bộ dữ liệu Hy-Nomas-Bench tải xuống | Có kết quả Physics-IQ Verified được báo cáo |
| Cách tương tác | Kết xuất theo quỹ đạo camera do người dùng chỉ định | Điều hướng góc nhìn thứ nhất, thứ ba và camera tự do |
Hy-Nomas: quyền kiểm soát đổi lấy công sức triển khai
Ưu thế của Hy-Nomas không chỉ nằm ở việc có thể tải trọng số. Bộ phát hành gồm các phiên bản DiT, bộ tự mã hóa, bộ giải mã, công cụ nâng cấp prompt, bộ điều hợp LoRA, Docker và quy trình huấn luyện, nên nhóm kỹ thuật có thể điều chỉnh mô hình cho dữ liệu hoặc môi trường riêng. Giấy phép Apache 2.0 cũng tạo điều kiện tự triển khai mà không cần chờ cấp quyền truy cập dịch vụ. Cách điều khiển bằng quỹ đạo camera có giá trị thực tế với nhóm cần ghi lại, sửa đổi và tái tạo đầu vào. Tencent đã công bố Hy-Nomas-Bench gồm 280 trường hợp thuộc bốn nhóm nhiệm vụ, khoảng 220 quỹ đạo camera tham chiếu và dữ liệu có thể tải xuống; tuy nhiên, không có bảng điểm kết quả. Vì vậy, bộ dữ liệu giúp nghiên cứu cách đánh giá nhưng chưa chứng minh Hy-Nomas đạt chất lượng nào. Hơn nữa, gói trọng số khoảng 196 GB và quy trình tự vận hành đặt gánh nặng phần cứng, tích hợp và kiểm thử lên người dùng.
Odyssey-3: dễ thử hơn, bằng chứng có điều kiện
Odyssey-3 thắng ở độ tiện dụng ban đầu: bản xem trước miễn phí trên trình duyệt cho phép di chuyển ở góc nhìn thứ nhất, góc nhìn thứ ba hoặc điều khiển camera độc lập trong lúc cảnh tiếp tục được tạo. Kiểu tương tác này phù hợp để khám phá môi trường và tạo nhanh các tình huống cho tác nhân. Đổi lại, người dùng không có trọng số, mã suy luận hay công cụ tinh chỉnh để kiểm soát cách mô hình chạy. Điểm benchmark Physics-IQ Verified 66,1 của Odyssey-3 Pro là điểm video-to-video thô cao nhất được báo cáo. Bài đánh giá do Anates Labs điều hành cùng Google DeepMind, kiểm tra khả năng tiếp tục video thí nghiệm vật lý sao cho phù hợp với diễn biến thực tế. Đây là dữ liệu hữu ích hơn việc chỉ xem demo, nhưng cần phân biệt kết quả được công bố với kiểm chứng độc lập: bảng điểm là bảng nộp bài, không phải một lượt chạy độc lập của bên thứ ba. Con số ấy cũng không chứng minh Odyssey-3 vượt Hy-Nomas, bởi hai mô hình chưa được so sánh trên cùng tác vụ và điều kiện.
Chọn theo nhu cầu kiểm soát hay khả năng thử ngay
Nếu mục tiêu là xây dựng dữ liệu huấn luyện có thể tái tạo, Hy-Nomas có lợi thế rõ: quỹ đạo camera được chỉ định có thể ghi log, thay đổi rồi chạy lại; trọng số mở cho phép nhóm tinh chỉnh và triển khai theo quy trình riêng. Đó là lựa chọn phù hợp cho phòng thí nghiệm hoặc đội kỹ thuật sẵn sàng gánh phần hạ tầng, đồng thời tự thiết kế đánh giá vì chưa có điểm benchmark được công bố. Nếu mục tiêu là thử một môi trường tương tác nhanh hoặc xem một kết quả đánh giá được nêu cụ thể, Odyssey-3 dễ tiếp cận hơn và có lợi thế về dữ liệu công khai. Nhưng điểm Physics-IQ không thay thế phép so sánh song song, và bản xem trước đóng hạn chế khả năng kiểm toán, tinh chỉnh hay phục vụ mô hình độc lập. Hiện chưa có bằng chứng cho thấy đầu ra của hai bên đã được đối chiếu trên cùng tác vụ, cùng độ phân giải và cùng điều kiện. Do đó, đừng đọc điểm số như phán quyết chất lượng: hãy chọn theo mức kiểm soát bạn cần và loại bằng chứng bạn chấp nhận.
- Buy the Hy-Nomas if bạn cần tải trọng số Apache 2.0, tự triển khai và tinh chỉnh bằng LoRA.
- Skip the Hy-Nomas if bạn cần điểm benchmark công bố sẵn hoặc không muốn tự lo hạ tầng và đánh giá.
- Buy the Odyssey-3 if bạn muốn thử tương tác trên trình duyệt và cần tham khảo kết quả Physics-IQ được báo cáo.
- Skip the Odyssey-3 if bạn cần checkpoint, giấy phép rõ ràng, mã suy luận hoặc quyền kiểm soát quy trình tinh chỉnh.
