NVIDIA stellt Lyra 2.0 vor, das aus einzelnen Bildern weitläufige 3D-Szenen erzeugt

Am 16. April 2026 stellte das Forschungsteam von NVIDIA offiziell Lyra 2.0 vor, ein System zur Erzeugung von 3D-Szenen. Diese Technologie erstellt aus einem einzigen Foto weitläufige, hochgradig kohärente virtuelle Umgebungen und löst damit effektiv das Problem der Bildverzerrung bei langen Kamerabewegungen. Angesichts der wachsenden Nachfrage nach Training für verkörperte KI stellt Lyra 2.0 einen bedeutenden Durchbruch in der Fähigkeit der KI dar, den 3D-Raum zu verstehen und Umgebungen in Echtzeit zu simulieren.
Technisch gesehen kann Lyra 2.0 aus einem einzigen Bild 3D-Umgebungen generieren, die sich bis zu 90 Meter erstrecken. Um der räumlichen Verzerrung und der Fehlerakkumulation entgegenzuwirken, die durch das „Vergessen“ in traditionellen Videomodellen verursacht werden, haben die Forscher zwei wichtige Innovationen implementiert. Das System speichert 3D-Geometriedaten für jedes Einzelbild in Echtzeit und gewährleistet so die Konsistenz der Umgebung, wenn die Kamera frühere Orte erneut besucht. Es trainiert zudem mit fehlerhaften Ausgabedaten, wodurch das Modell Selbstkorrektur erlernen kann. Benchmark-Tests zeigen, dass Lyra2.0 sechs Konkurrenzmodelle, darunter GEN3C und Yume-1.5, in Bezug auf Bildqualität und Kamerasteuerung übertrifft, während seine schnelle Version die Generierungseffizienz um das 13-Fache steigert.
Lyra2.0 lässt sich nun nahtlos in Physik-Engines wie Nvidia Isaac Sim integrieren, sodass generierte 3D-Szenen direkt als Mesh-Modelle exportiert werden können. Dieser geschlossene Arbeitsablauf ermöglicht es Robotern, effizientes Simulationstraining in KI-generierten Umgebungen durchzuführen, wodurch der Bedarf an groß angelegter 3D-Datenerfassung in der realen Welt drastisch reduziert wird. Obwohl derzeit auf statische Szenen beschränkt, bieten die Fortschritte von Lyra2.0 in Bezug auf Generierungsumfang und Stabilität eine robustere und innovativere Infrastruktur für die Weiterentwicklung der physischen Wahrnehmung bei autonomen Fahrzeugen und Allzweckrobotern (AGI).
Verwandter Artikel
DeepMind-CEO Hassabis: Ich schlafe sechs Stunden pro Tag und fühle mich normalerweise gegen 1 Uhr nachts energiegeladen.
Fortune hat kürzlich ein Interview mit Demis Hassabis, dem CEO von Google DeepMind, veröffentlicht, das seinen unkonventionellen Ansatz zu Erholung und Produktivität offenbart. Hassabis gab bekannt, dass er sehr wenig schläft und seine wachen Stunden
OpenAI und Anthropic kämpfen trotz Umsatzrückgängen um Marktanteile
Obwohl jüngste Berichte darauf hindeuten, dass OpenAI seine Umsatzziele verfehlt hat, was an diesem Dienstag Druck auf die Technologieaktien ausübte, zeigen sich private Investoren in KI-Labore weiter
Einhaltung der Vorschriften für autonome Fahrzeuge in Kalifornien: Eine neue Ära von Bußgeldern, Geofences und 1 Million Meilen
Guident betreibt einen AuveTech-Shuttle in Südflorida und verwaltet mithilfe seiner Fernüberwachungstechnologie eine vier Meilen lange Strecke in West Palm Beach sowie eine eine Meile lange Strecke in
Empfehlungen zu verwandten Spezialthemen
Kommentare (0)

Am 16. April 2026 stellte das Forschungsteam von NVIDIA offiziell Lyra 2.0 vor, ein System zur Erzeugung von 3D-Szenen. Diese Technologie erstellt aus einem einzigen Foto weitläufige, hochgradig kohärente virtuelle Umgebungen und löst damit effektiv das Problem der Bildverzerrung bei langen Kamerabewegungen. Angesichts der wachsenden Nachfrage nach Training für verkörperte KI stellt Lyra 2.0 einen bedeutenden Durchbruch in der Fähigkeit der KI dar, den 3D-Raum zu verstehen und Umgebungen in Echtzeit zu simulieren.
Technisch gesehen kann Lyra 2.0 aus einem einzigen Bild 3D-Umgebungen generieren, die sich bis zu 90 Meter erstrecken. Um der räumlichen Verzerrung und der Fehlerakkumulation entgegenzuwirken, die durch das „Vergessen“ in traditionellen Videomodellen verursacht werden, haben die Forscher zwei wichtige Innovationen implementiert. Das System speichert 3D-Geometriedaten für jedes Einzelbild in Echtzeit und gewährleistet so die Konsistenz der Umgebung, wenn die Kamera frühere Orte erneut besucht. Es trainiert zudem mit fehlerhaften Ausgabedaten, wodurch das Modell Selbstkorrektur erlernen kann. Benchmark-Tests zeigen, dass Lyra2.0 sechs Konkurrenzmodelle, darunter GEN3C und Yume-1.5, in Bezug auf Bildqualität und Kamerasteuerung übertrifft, während seine schnelle Version die Generierungseffizienz um das 13-Fache steigert.
Lyra2.0 lässt sich nun nahtlos in Physik-Engines wie Nvidia Isaac Sim integrieren, sodass generierte 3D-Szenen direkt als Mesh-Modelle exportiert werden können. Dieser geschlossene Arbeitsablauf ermöglicht es Robotern, effizientes Simulationstraining in KI-generierten Umgebungen durchzuführen, wodurch der Bedarf an groß angelegter 3D-Datenerfassung in der realen Welt drastisch reduziert wird. Obwohl derzeit auf statische Szenen beschränkt, bieten die Fortschritte von Lyra2.0 in Bezug auf Generierungsumfang und Stabilität eine robustere und innovativere Infrastruktur für die Weiterentwicklung der physischen Wahrnehmung bei autonomen Fahrzeugen und Allzweckrobotern (AGI).
DeepMind-CEO Hassabis: Ich schlafe sechs Stunden pro Tag und fühle mich normalerweise gegen 1 Uhr nachts energiegeladen.
Fortune hat kürzlich ein Interview mit Demis Hassabis, dem CEO von Google DeepMind, veröffentlicht, das seinen unkonventionellen Ansatz zu Erholung und Produktivität offenbart. Hassabis gab bekannt, dass er sehr wenig schläft und seine wachen Stunden
OpenAI und Anthropic kämpfen trotz Umsatzrückgängen um Marktanteile
Obwohl jüngste Berichte darauf hindeuten, dass OpenAI seine Umsatzziele verfehlt hat, was an diesem Dienstag Druck auf die Technologieaktien ausübte, zeigen sich private Investoren in KI-Labore weiter





Heim






