Lyra 2.0翻译站点

Lyra 2.0是什么？

Lyra 2.0是英伟达于2026年4月16日发布的3D场景生成系统，其核心突破在于仅需单张照片即可生成跨度约90米、高连贯性的虚拟环境。该系统解决了传统模型在长距离相机移动时出现的“空间遗忘”（场景细节丢失）和“时间漂移”（物体位置偏移）两大难题。

技术上，Lyra 2.0采用双重策略：一是实时存储每帧的3D几何信息，确保相机重回旧位时环境一致；二是在训练中引入缺陷输出，使模型具备自我纠偏能力。其生成的3D场景支持交互式探索，并可导出为网格格式，直接应用于机器人仿真训练、游戏开发及虚拟场景构建等领域。

实验显示，Lyra 2.0在图像质量、风格一致性等指标上超越了GEN3C、CaM等竞品，为3D内容创作和物理AI训练提供了高效工具。

Lyra 2.0的主要功能

1. 单张照片生成3D场景：
   • 用户仅需提供一张照片，Lyra 2.0 即可生成 跨度约90米 的连贯3D环境。
   • 生成的场景支持 自由漫游 和 任意视角查看，像素连贯性高达 98%，几乎看不到明显的视觉瑕疵。
2. 长距离连贯性：
   • 解决了传统3D生成技术在长距离相机移动时容易出现的 图像失真 和 结构扭曲 问题。
   • 确保在长距离路径下，场景的 几何一致性 和 光照一致性。
3. 交互式探索：
   • 生成的3D场景支持 交互式探索，用户可以在场景中自由移动视角，从不同角度观察物体。
   • 支持生成 连贯的3D动画，满足动态场景的需求。
4. 导出与兼容性：
   • 生成的3D场景可以导出为 网格格式，兼容 NVIDIA Isaac Sim 等物理引擎，用于机器人仿真训练。
   • 支持与 VR/AR 平台集成，用户可以将身边环境一键转换为虚拟世界。

Lyra 2.0的核心技术

1. 双重策略解决空间失真与误差累积：
   • 空间记忆库：系统实时存储每一帧的3D几何信息，当相机重回旧位时，直接调取历史信息作为参考，避免重复生成，确保环境一致性。
   • 自暴露训练：在训练过程中，故意让模型接触自身生成的缺陷输出，迫使其学会识别并纠正质量下降，从而降低误差累积。
2. 全局一致性建模：
   • 采用 超百亿参数的大模型，专门训练场景的 空间结构 和 光照逻辑，确保生成的虚拟环境在任意视角下都能保持较高一致性。
3. 实时渲染优化：
   • 使用 3D高斯泼溅（3D Gaussian Splatting） 表示场景，渲染速度快、内存占用低，支持实时编辑。
   • 模型参数规模达到 1.2亿，能支持 每秒30帧 的实时渲染，兼容 NVIDIA A100及以上算力的GPU。
4. 自蒸馏技术：
   • 用大模型（视频扩散模型）教小模型，通过自蒸馏训练出一个更高效的学生模型，推理速度更快，资源需求更低，生成质量不输大模型。

Lyra 2.0的使用场景

1. 游戏开发：
   • 独立开发者无需花费数月时间手动建模场景，通过照片即可快速生成基础游戏地图，开发效率大幅提升。
2. 数字孪生：
   • 城市管理者可通过航拍图快速生成街区数字孪生模型，用于 交通规划、应急演练 等工作。
3. 影视制作：
   • 导演无需搭建昂贵的实景棚，通过参考图即可生成各类虚拟场景，降低后期制作成本。
4. VR/AR内容创作：
   • 用户可将身边环境一键转换为虚拟世界，进一步丰富沉浸式体验。
5. 房地产：
   • 购房者可通过照片生成的样板间和小区漫游视频，更直观地了解房源信息。
6. 机器人仿真训练：
   • 自动驾驶企业可借助该工具快速生成多样化的城市道路场景，训练数据的获取效率可提升 80%。
   • 服务机器人厂商则能通过单张家庭照片生成虚拟家居环境，加快机器人导航与交互能力的训练进程。

同类产品对比

Lyra 2.0 的发布标志着 3D生成技术 进入了一个新的里程碑。其 单张照片生成90米连贯3D环境 的能力，结合 长距离一致性 和 自暴露训练 等核心技术，使其在 游戏开发、数字孪生、影视制作、VR/AR、房地产 和 机器人仿真训练 等多个领域具有广泛的应用前景。与同类产品相比，Lyra 2.0 在 生成范围、连贯性 和 开源程度 等方面具有明显优势，有望推动 3D生成技术 的普及和工业化应用。