英伟达发布Lyra2.0 单照生成90米3D场景性能领跑行业

2026年4月16日英伟达正式推出3D场景生成系统Lyra2.0，可依托单张照片生成延展90米的高连贯性3D虚拟环境，攻克长距离相机路径下的图像失真痛点，基准测试中在图像质量、相机控制等维度优于GEN3C、Yume-1.5等6款竞品，快速版本生成效率提升13倍，将有效满足具身智能训练对高质量虚拟场景的迫切需求。

在具身智能落地进程不断加快的2026年，行业长期面临的训练场景供给不足问题始终悬而未决：传统3D建模单平方公里成本超过10万元，制作周期长达数周，而此前的AI生成3D方案普遍存在场景范围小、长距离移动下失真严重的问题，根本无法满足机器人连续运动的训练需求。

不仅仅是具身智能领域，游戏开放世界制作、虚拟数字人拍摄、城市数字孪生建模等多个赛道，都对低成本、快速生成的大规模3D场景有强烈需求。此前业内已有多个团队推出单图生成3D场景的技术，但普遍存在两大痛点：一是生成场景的有效范围大多不超过10米，仅能满足小空间场景需求；二是当相机进行长距离移动时，模型容易出现“空间遗忘”问题，导致场景穿模、前后不一致，误差随移动距离不断累积。

本次英伟达推出的Lyra2.0，核心突破正是解决了上述行业痛点。官方数据显示，Lyra2.0可依托任意单张实景照片——哪怕是用户用手机随手拍摄的街边快照，生成延展范围达90米的高连贯性3D环境，相当于可完整覆盖3个标准篮球场大小的连续空间，且全程不会出现空间失真问题。

为了解决长距离移动下的误差累积问题，英伟达研究团队采用了双重创新技术路线：一方面，系统会实时存储生成过程中每一帧的3D几何信息，当相机轨迹回到已生成区域时，可直接调用已有的空间数据，确保环境前后完全一致；另一方面，团队在训练过程中主动引入带有缺陷的输出数据，让模型在训练中学会识别误差、自主修正偏差，从根源上减少失真问题的出现。