【资料图】
英伟达展示了空间智能实验室开发的Lyra 2.0。该框架能以单张照片为起点，生成可主动探索的新视角，再将画面重建为可从不同视点实时渲染的持久化3D环境。
用户可以控制镜头轨迹，即使越过原始照片的画面边界，系统也会继续生成后续视角，并尽量保持同一虚拟环境的连贯性。生成的视频序列可进一步重建为明确的3D高斯表示和多边形网格，还能导入英伟达 Isaac Sim等应用，用于机器人训练与模拟。
Lyra 2.0重点处理生成式系统中的空间遗忘和时间漂移。空间遗忘会让系统重返已有地点时生成不同结构，时间漂移则会令视觉与几何误差不断累积。研究团队加入由3D几何信息引导的空间记忆机制，用于检索相关历史帧，并让模型在训练中接触自身并不完美的输出，学习修正误差。
性能方面，蒸馏模型将视频生成的去噪过程从35步压缩至4步，所需时间约降至原来的十三分之一。论文数据显示，使用单张英伟达GB200 GPU生成80帧片段约需15秒，完整模型完成相同任务则约需194秒。
目前的性能尚不足以实时生成整个世界，相关计算依然繁重，系统也主要适用于静态环境。动态场景生成和偶发的视觉不一致仍是现阶段的限制，因此其对游戏开发的意义主要在于展示辅助环境制作的潜力，而非凭一张图片直接生成完整可玩的游戏。
这项研究最初发表于2026年4月，英伟达在SIGGRAPH Asia 2026前再次对其进行重点展示。目前实现代码已在GitHub公开，模型权重也已发布至Hugging Face，但受到英伟达研究用途许可约束。
营业执照公示信息