Дом
NVIDIA представляет Lyra 2.0, позволяющую создавать обширные 3D-сцены на основе отдельных изображений

16 апреля 2026 года исследовательская команда NVIDIA официально представила Lyra2.0 — систему генерации 3D-сцен. Эта технология позволяет создавать обширные и высококогерентные виртуальные среды на основе одной фотографии, эффективно решая проблему искажения изображения при длительном перемещении камеры. На фоне растущего спроса на обучение ИИ с использованием физических моделей Lyra2.0 представляет собой значительный прорыв в способности ИИ понимать 3D-пространство и моделировать окружающую среду в режиме реального времени.
С технической точки зрения Lyra 2.0 может генерировать 3D-среды, простирающиеся на расстояние до 90 метров, на основе одного изображения. Для борьбы с пространственными искажениями и накоплением ошибок, вызванными «забыванием» в традиционных видеомоделях, исследователи внедрили два ключевых нововведения. Система хранит данные 3D-геометрии для каждого кадра в режиме реального времени, обеспечивая согласованность окружающей среды, когда камера возвращается в предыдущие места. Она также обучается на дефектных выходных данных, что позволяет модели научиться самокоррекции. Тесты показывают, что Lyra2.0 превосходит шесть конкурирующих моделей, включая GEN3C и Yume-1.5, по качеству изображения и управлению камерой, в то время как ее ускоренная версия повышает эффективность генерации в 13 раз.
Lyra2.0 теперь легко интегрируется с физическими движками, такими как Nvidia Isaac Sim, что позволяет экспортировать сгенерированные 3D-сцены непосредственно в виде сетчатых моделей. Этот рабочий процесс с замкнутым циклом позволяет роботам проводить эффективное обучение с помощью симуляции в средах, сгенерированных ИИ, что значительно сокращает потребность в сборе крупномасштабных реальных 3D-данных. Хотя в настоящее время Lyra 2.0 ограничена статическими сценами, ее достижения в масштабе генерации и стабильности обеспечивают более надежную и творческую инфраструктуру для развития физического восприятия в автономном вождении и роботах общего назначения (AGI).
Связанная статья
Wan-Streamer v0.2 обеспечивает сверхнизкую задержку ИИ-чата
По мере стремительного развития современных технологий взаимодействие человека с искусственным интеллектом становится всё более распространённым. Традиционные видеозвонки часто страдают от задержек, лагов и рассинхронизации аудио- и видеоданных. Wan-
Meta присоединяется к TSMC и Micron для оснащения новых серверов старой памятью
По мере ускорения внедрения искусственного интеллекта во всем мире наблюдается острый дефицит памяти следующего поколения DDR5. Чтобы избежать задержек в развертывании центров обработки данных для ИИ, Meta заключила партнерство с ведущими отраслевыми
Как базы данных временных рядов обеспечивают обработку данных робототехники в реальном времени
Дуг Паджутти из Tiger Data.Паджутти работает в качестве промышленного разработчика-адвоката в Tiger Data, поддерживая команды в создании реальных промышленных систем.Имея более 12 лет опыта в нефтегазовой отрасли и автоматизации производства, он рабо
Рекомендации по связанным специальным темам
Комментарии (0)

16 апреля 2026 года исследовательская команда NVIDIA официально представила Lyra2.0 — систему генерации 3D-сцен. Эта технология позволяет создавать обширные и высококогерентные виртуальные среды на основе одной фотографии, эффективно решая проблему искажения изображения при длительном перемещении камеры. На фоне растущего спроса на обучение ИИ с использованием физических моделей Lyra2.0 представляет собой значительный прорыв в способности ИИ понимать 3D-пространство и моделировать окружающую среду в режиме реального времени.
С технической точки зрения Lyra 2.0 может генерировать 3D-среды, простирающиеся на расстояние до 90 метров, на основе одного изображения. Для борьбы с пространственными искажениями и накоплением ошибок, вызванными «забыванием» в традиционных видеомоделях, исследователи внедрили два ключевых нововведения. Система хранит данные 3D-геометрии для каждого кадра в режиме реального времени, обеспечивая согласованность окружающей среды, когда камера возвращается в предыдущие места. Она также обучается на дефектных выходных данных, что позволяет модели научиться самокоррекции. Тесты показывают, что Lyra2.0 превосходит шесть конкурирующих моделей, включая GEN3C и Yume-1.5, по качеству изображения и управлению камерой, в то время как ее ускоренная версия повышает эффективность генерации в 13 раз.
Lyra2.0 теперь легко интегрируется с физическими движками, такими как Nvidia Isaac Sim, что позволяет экспортировать сгенерированные 3D-сцены непосредственно в виде сетчатых моделей. Этот рабочий процесс с замкнутым циклом позволяет роботам проводить эффективное обучение с помощью симуляции в средах, сгенерированных ИИ, что значительно сокращает потребность в сборе крупномасштабных реальных 3D-данных. Хотя в настоящее время Lyra 2.0 ограничена статическими сценами, ее достижения в масштабе генерации и стабильности обеспечивают более надежную и творческую инфраструктуру для развития физического восприятия в автономном вождении и роботах общего назначения (AGI).
Wan-Streamer v0.2 обеспечивает сверхнизкую задержку ИИ-чата
По мере стремительного развития современных технологий взаимодействие человека с искусственным интеллектом становится всё более распространённым. Традиционные видеозвонки часто страдают от задержек, лагов и рассинхронизации аудио- и видеоданных. Wan-
Meta присоединяется к TSMC и Micron для оснащения новых серверов старой памятью
По мере ускорения внедрения искусственного интеллекта во всем мире наблюдается острый дефицит памяти следующего поколения DDR5. Чтобы избежать задержек в развертывании центров обработки данных для ИИ, Meta заключила партнерство с ведущими отраслевыми
Как базы данных временных рядов обеспечивают обработку данных робототехники в реальном времени
Дуг Паджутти из Tiger Data.Паджутти работает в качестве промышленного разработчика-адвоката в Tiger Data, поддерживая команды в создании реальных промышленных систем.Имея более 12 лет опыта в нефтегазовой отрасли и автоматизации производства, он рабо











