一张照片，AI生成了90米真实3D世界！ 英伟达Lyra 2.0让虚拟世界不再“失忆”

今年4月，英伟达研究团队正式发布并彻底开源了Lyra 2.0——一个仅需单张2D照片就能生成可自由探索的大规模3D世界的AI系统。这项被研究人员与开发者誉为“终结AI长视频环境连续性问题核心障碍”的技术，其关键突破在于：AI终于不再“失忆”了。

“造物的画笔”：一张照片生成可漫游3D世界

Lyra 2.0本质上是一个生成式3D场景构建框架。技术上，它先将单张背景图像送入一个拥有140亿参数的视频扩散模型（Wan 2.1-14B）模拟出摄像机在空间内自由移动时的长序列画面，然后利用前馈重建模块将这些画面快速转为包含完整色彩、几何结构与纹理信息的3D场景。

生成的结果以“3D高斯泼溅（3D Gaussian Splatting）”为主，辅以传统的表面网格结构。这套技术路线的关键优势在于：避免了传统3D重建中多视角采集与复杂几何拟合的漫长过程，可以一步到位。

英伟达研究实验室还同步提供了交互式图形界面（GUI）：你可以在生成的3D点云中自由规划摄像机路径，系统会在你走入未知区域时实时生成新内容。

业界第一道坎：AI一转身就失忆

以前的AI生成3D场景有一个老大难问题：虚拟摄像机走远并回头后，原本的场景结构会莫名其妙地崩塌或扭曲。

空间遗忘：AI模型的计算窗口存在长度限制。一旦摄像机走远，先前生成的区域会从记忆槽中脱落。当模型需要再次展示那个区域时，只好“凭空脑补”，导致场景结构前后矛盾。

时间漂移：模型的每一帧画面都带有微小误差。距离越远，这些误差会被不断放大，最终画面变形到面目全非。

这两个问题严重阻碍了产业落地，毕竟在机器人训练、自动驾驶仿真、工业数字孪生中，虚拟环境的稳定性和连贯性是个硬指标。

官方解决方案：给AI“记忆库”并让它吃自己的垃圾

Lyra 2.0针对上述两个核心痛点，有两项截然不同但效果显著的技术创新：

第一招：引入帧级3D空间信息路由，杜绝“一回头墙就歪”

Lyra 2.0不再依赖于视频模型的时序画面上下文，而是将每一帧独立的3D几何数据单独存储。当摄像机返回曾经探索过的区域时，AI直接调取历史空间位置与几何坐标来恢复整体环境，杜绝了因“窗口”限制产生的凭空幻觉。

第二招：自增强训练，微误差不传代不被放大

从原理上讲，时间漂移是逐步累积的，传统模型自己的垃圾信息只会害了自己。Lyra 2.0独辟蹊径，在训练阶段主动将模型自身产生的瑕疵输出数据混入训练资源，使其在日常生成时就建立抑制误差放大的纠错机制，让每步输出都能尽量无限接近原始参考，从而在更长的距离里保持连贯。

技术效果相当惊艳：基于这双重策略，Lyra 2.0不仅能生成跨度接近90米的连贯环境，且在图像质量与摄像机控制等关键指标上直接碾压了GEN3C、Yume-1.5、CaM等6个业内领先竞品。

训练机器人，一张照片就够了

对产业界来说，Lyra 2.0真正划时代的意义在于：为具身智能与自动驾驶仿真训练铺平了道路。

目前全球具身智能领域（服务机器人、自动驾驶、工业机器人等）都面临训练真实3D场景成本过高的瓶颈——传统3D构建，一个百米街区往往要数周手动采集贴模与场调，几何畸变在所难免。而Lyra 2.0直接降低了这一门槛，它生成的3D虚拟场景无需真实世界海量数据，只要一张单张照片即可。

Lyra 2.0可以无缝输出到英伟达Isaac Sim物理引擎（这一组合已被全球机器人研发圈奉为标配流程）。配合自带的网格格式导出，机器人厂商可以在完全虚拟合成的训练环境中反复执行抓取、移动与导航特训，而不用扛着激光雷达满场地跑数据，训练周期和成本都有望大幅降低。

举个例子：想训练一个能在商场做货物配送的服务机器人，开发者只需随手拍一张商场入口的照片，Lyra 2.0就能在几分钟内把周围长达90米的空间环境用AI无中生有出来，机器人在这个虚拟空间内就可以反复试错、迭代导航策略。

NVIDIA祭出杀手锏：不只自身大模型强，还要开源地让别人更强

除了技术本身，NVIDIA这次极具攻击性的策略还体现在商业化上：100%开源。Lyra 2.0的完整论文、源代码与模型权重全部免费开放。

完整开源：在GitHub开源代码库中，Lyra框架完整可用，并以Apache-2.0宽松开源许可证发布，用户可自由修改、发布甚至集成到商业产品中。

附赠GUI与适配NVIDIA生态：系统附带官方可视化的图形界面（GUI）。

用户在界面上任意规划路径，系统即可立即生成虚拟内容，并能将最终3D模型直接拖进NVIDIA Omniverse、Issac Sim等主流工业仿真渲染平台——完全打通了从照片、3D场景到物理仿真的全域工作流。

 写在最后：物理世界与数字世界的边界正在模糊

Lyra 2.0的发布，向业界发出一个清晰而强烈的信号：AI在工业数字孪生和虚拟世界构建领域已进入新的技术层面。

开发者的门槛降低了：以往一个中型3D环境需要线下数周甚至数月手工三维建模的苦累工序，如今只需单张照片就能搞定。

AI具备了真正的物理空间推理能力：从记忆融合到空间重访，Lyra 2.0解决的是AI理解几何世界连贯性的基础难题。

正如构建Phigent Universe、Sora等初代3D世界模型的先驱让AI理解物理世界一样——Lyra 2.0让我们看到一个AI不仅能看懂世界，还能一步构建超大规模高连贯虚拟空间的未来。

或许再过几年，在AI生成的数字世界中进行大规模机器人训练、无人车仿真路测，会成为每一个普通算法工程师都能轻松上手的日常工作。