英伟达开源Lyra 2.0 单图生成90米可交互3D世界 速度提升13倍

英伟达空间智能实验室近日正式开源新一代3D生成框架Lyra 2.0，实现仅凭单张静态图像即可构建跨度约90米、支持自由视角漫游的持久化3D环境，并导出为可用于实时渲染的3D高斯泼溅与多边形网格模型。该技术核心突破在于引入基于3D几何信息的空间记忆机制，有效缓解长期存在的‘空间遗忘’（如视角折返时结构不一致）与‘时间漂移’（探索路径延长后几何失真）问题；训练采用‘自纠错强化’策略，使模型能识别并修正自身早期生成中的偏差。性能方面，通过知识蒸馏将去噪步数从35步降至4步，轻量版在单块NVIDIA GB200 GPU上生成80帧视频仅需约15秒，较原版提速13倍。相关代码与预训练权重已同步开源至GitHub与Hugging Face平台。当前版本聚焦静态环境建模，暂不支持动态物体实时生成，但已明确首要落地方向为机器人仿真训练——生成场景可直接导入NVIDIA Isaac Sim等物理引擎，用于感知、导航与行为策略的闭环训练，显著降低对真实采集数据的依赖。该技术定位为高质量初稿生成器与仿真环境加速器，非替代人工建模，而是缩短3D内容创作周期至分钟级，已在自动驾驶仿真等领域引发初步应用评估。