單張照片可生成90米3D場景

人工智能生成3D場景技術迎來新突破。科技媒體《The Decoder》4月16日報道，英偉達（Nvidia）研究團隊推出最新系統Lyra 2.0，僅需一張照片，即可生成跨度約90米的連貫3D環境，並支援即時漫遊，顯著改善現有模型在長距離場景生成中的失真與「遺忘」問題。

目前，AI生成3D場景的一大瓶頸，在於虛擬攝影機進行長距離移動時，畫面容易出現色彩漂移、結構扭曲等問題；當鏡頭返回已探索區域時，模型往往無法準確還原原有場景，而是重新生成，導致前後不一致。這些問題嚴重限制了該技術在機器人訓練與模擬領域的應用。

Lyra 2.0正是針對上述痛點設計。系統核心改進之一，是在生成過程中保存每一幀的3D幾何資訊，形成可回溯的空間記憶。當攝影機再次進入既有區域時，模型可調用歷史數據進行參照，從而避免重建場景，提高整體一致性與穩定性。

此外，為解決逐幀生成過程中誤差累積導致畫面品質惡化的問題，研究團隊採用一種「自我修正」訓練策略。具體而言，模型在訓練時會接觸自身產生的低品質輸出，並學習識別與修正錯誤，而非將缺陷持續傳遞。這使Lyra 2.0在長距離生成任務中，仍能維持較高畫面質量。

效率顯著提升

從測試結果來看，Lyra 2.0在多項關鍵指標上表現突出。官方基準測試顯示，該系統在圖像品質、風格一致性及攝影機控制等方面，全面優於GEN3C、Yume-1.5及CaM等六款同類模型。其中，其Fast版本在維持相近畫質的前提下，生成速度可提升約13倍，顯示出顯著的效率優勢。

應用層面上，Lyra 2.0生成的3D場景不僅可供使用者進行交互式探索，還可匯出為網格（mesh）格式，進一步導入Nvidia Isaac Sim等物理仿真平台，用於機器人訓練。這意味著，未來機器人開發可在完全虛擬的環境中進行，大幅降低對真實世界3D數據採集的依賴。

業界普遍認為，隨著生成式AI與機器人技術加速融合，高質量、可擴展的虛擬環境將成為關鍵基礎設施。Lyra 2.0的推出，標誌著AI在空間理解與長距離場景生成能力上的重要進展，有望推動自動駕駛、機器人訓練及沉浸式應用等多個領域的發展。

Lyra 2.0不僅提升了3D生成技術的可用性與穩定性，也為AI在虛擬世界建模方面提供了新的技術路徑。隨著相關技術進一步成熟，虛擬與現實之間的邊界，或將加速被重塑。 （編輯部）