Maison
NVIDIA dévoile Lyra 2.0, un outil permettant de créer des scènes 3D de grande envergure à partir d'une seule image

Le 16 avril 2026, l'équipe de recherche de NVIDIA a officiellement lancé Lyra 2.0, un système de génération de scènes 3D. Cette technologie permet de construire des environnements virtuels vastes et hautement cohérents à partir d'une seule photographie, résolvant ainsi efficacement le problème de la distorsion d'image sur de longs trajets de caméra. Face à la demande croissante en matière de formation de l'IA incarnée, Lyra 2.0 représente une avancée majeure dans la capacité de l'IA à comprendre l'espace 3D et à simuler des environnements en temps réel.
Techniquement, Lyra 2.0 peut générer des environnements 3D s'étendant jusqu'à 90 mètres à partir d'une seule image. Pour lutter contre la distorsion spatiale et l'accumulation d'erreurs causées par l'« oubli » dans les modèles vidéo traditionnels, les chercheurs ont mis en œuvre deux innovations clés. Le système stocke les données géométriques 3D de chaque image en temps réel, garantissant ainsi la cohérence de l'environnement lorsque la caméra revisite des emplacements précédents. Il s'entraîne également sur des données de sortie défectueuses, ce qui permet au modèle d'apprendre l'autocorrection. Des tests de performance montrent que Lyra2.0 surpasse six modèles concurrents, dont GEN3C et Yume-1.5, en termes de qualité d'image et de contrôle de la caméra, tandis que sa version rapide multiplie par 13 l'efficacité de génération.
Lyra2.0 s'intègre désormais de manière transparente à des moteurs physiques tels que Nvidia Isaac Sim, permettant d'exporter directement les scènes 3D générées sous forme de modèles maillés. Ce flux de travail en boucle fermée permet aux robots d'effectuer un entraînement par simulation efficace au sein d'environnements générés par l'IA, réduisant considérablement le besoin de collecte de données 3D à grande échelle dans le monde réel. Bien qu'actuellement limité aux scènes statiques, les progrès de Lyra2.0 en matière d'échelle de génération et de stabilité offrent une infrastructure plus robuste et imaginative pour faire progresser la perception physique dans la conduite autonome et les robots à usage général (AGI).
Article connexe
PDG de DeepMind, Hassabis : Je dors six heures par jour et je me sens généralement plein d’énergie vers 1 h du matin.
Fortune a récemment publié une interview avec Demis Hassabis, PDG de Google DeepMind, révélant son approche non conventionnelle du repos et de la productivité. Hassabis a divulgué qu’il dort très peu, structurant ses heures d’éveil en deux blocs de t
OpenAI et Anthropic se disputent des parts de marché malgré des résultats en deçà des attentes
Bien que des informations récentes laissent entendre qu’OpenAI n’aurait pas atteint ses objectifs de chiffre d’affaires, ce qui a pesé sur les valeurs technologiques ce mardi, les investisseurs privés
Conformité des véhicules autonomes en Californie : une nouvelle ère marquée par les amendes, les zones de géolocalisation et 1 million de miles
Guident exploite une navette AuveTech dans le sud de la Floride, gérant un parcours de quatre miles à West Palm Beach et un parcours d’un mile à Boca Raton grâce à sa technologie de surveillance à dis
Recommandations de sujets spéciaux liés
commentaires (0)

Le 16 avril 2026, l'équipe de recherche de NVIDIA a officiellement lancé Lyra 2.0, un système de génération de scènes 3D. Cette technologie permet de construire des environnements virtuels vastes et hautement cohérents à partir d'une seule photographie, résolvant ainsi efficacement le problème de la distorsion d'image sur de longs trajets de caméra. Face à la demande croissante en matière de formation de l'IA incarnée, Lyra 2.0 représente une avancée majeure dans la capacité de l'IA à comprendre l'espace 3D et à simuler des environnements en temps réel.
Techniquement, Lyra 2.0 peut générer des environnements 3D s'étendant jusqu'à 90 mètres à partir d'une seule image. Pour lutter contre la distorsion spatiale et l'accumulation d'erreurs causées par l'« oubli » dans les modèles vidéo traditionnels, les chercheurs ont mis en œuvre deux innovations clés. Le système stocke les données géométriques 3D de chaque image en temps réel, garantissant ainsi la cohérence de l'environnement lorsque la caméra revisite des emplacements précédents. Il s'entraîne également sur des données de sortie défectueuses, ce qui permet au modèle d'apprendre l'autocorrection. Des tests de performance montrent que Lyra2.0 surpasse six modèles concurrents, dont GEN3C et Yume-1.5, en termes de qualité d'image et de contrôle de la caméra, tandis que sa version rapide multiplie par 13 l'efficacité de génération.
Lyra2.0 s'intègre désormais de manière transparente à des moteurs physiques tels que Nvidia Isaac Sim, permettant d'exporter directement les scènes 3D générées sous forme de modèles maillés. Ce flux de travail en boucle fermée permet aux robots d'effectuer un entraînement par simulation efficace au sein d'environnements générés par l'IA, réduisant considérablement le besoin de collecte de données 3D à grande échelle dans le monde réel. Bien qu'actuellement limité aux scènes statiques, les progrès de Lyra2.0 en matière d'échelle de génération et de stabilité offrent une infrastructure plus robuste et imaginative pour faire progresser la perception physique dans la conduite autonome et les robots à usage général (AGI).
PDG de DeepMind, Hassabis : Je dors six heures par jour et je me sens généralement plein d’énergie vers 1 h du matin.
Fortune a récemment publié une interview avec Demis Hassabis, PDG de Google DeepMind, révélant son approche non conventionnelle du repos et de la productivité. Hassabis a divulgué qu’il dort très peu, structurant ses heures d’éveil en deux blocs de t
OpenAI et Anthropic se disputent des parts de marché malgré des résultats en deçà des attentes
Bien que des informations récentes laissent entendre qu’OpenAI n’aurait pas atteint ses objectifs de chiffre d’affaires, ce qui a pesé sur les valeurs technologiques ce mardi, les investisseurs privés











