A NVIDIA apresentou o Lyra 2.0, um sistema de inteligência artificial capaz de transformar uma foto em um ambiente 3D.
O usuário pode explorar áreas que não aparecem na imagem original, enquanto o sistema mantém a consistência do cenário.
Desenvolvido pelo Spatial Intelligence Lab (SIL), da NVIDIA, o Lyra 2.0 combina a geração de vídeo por IA com a reconstrução em 3D.
A tecnologia pode ter aplicações no desenvolvimento de jogos, na realidade virtual e em simulações de robótica.
A pesquisa foi publicada em abril de 2026. Agora, a NVIDIA voltou a apresentar a tecnologia antes da SIGGRAPH Asia 2026.
Como o Lyra 2.0 cria e mantém os cenários
Em geradores de vídeo convencionais, a sequência é criada de forma predeterminada. No Lyra 2.0, o usuário controla o caminho da câmera, e o sistema cria novas imagens do ambiente conforme o movimento.
O projeto também busca resolver dois problemas da IA generativa: a perda de informações sobre o espaço e o acúmulo de erros visuais ao longo do tempo.
O primeiro acontece quando o modelo deixa de considerar locais criados anteriormente. Ao voltar a uma área, o usuário pode encontrar estruturas diferentes das que viu antes.
O segundo ocorre quando erros na aparência e na geometria do cenário se acumulam durante sequências mais longas.
Para lidar com esses problemas, os pesquisadores criaram um sistema de memória espacial que recupera imagens anteriores com base em informações sobre a geometria 3D. O modelo também é treinado com seus próprios resultados imperfeitos para aprender a corrigir erros acumulados.
As sequências de vídeo podem ser reconstruídas como objetos 3D, usando técnicas como Gaussian Splatting e malhas poligonais. Depois, os cenários podem ser exibidos em tempo real e exportados para aplicativos como o NVIDIA Isaac Sim.
Geração de vídeo ficou mais rápida, mas ainda tem limites
A NVIDIA desenvolveu uma versão reduzida do modelo que diminui o processo de geração de vídeo de 35 para quatro etapas de remoção de ruído. Com isso, o tempo de geração caiu cerca de 13 vezes.
Segundo a pesquisa, a criação de um trecho de 80 quadros leva cerca de 15 segundos em uma única GPU NVIDIA GB200. Com o modelo completo, o mesmo processo leva 194 segundos.
Isso não significa que o mundo seja gerado em tempo real. Essa tarefa ainda demanda grande capacidade de processamento, mesmo que os cenários reconstruídos possam ser exibidos em tempo real.
A tecnologia também está limitada principalmente a ambientes estáticos. A criação de cenas com elementos em movimento e algumas inconsistências visuais ainda são desafios.
Possíveis usos em jogos e simulações
O Lyra 2.0 segue uma abordagem diferente da do Project Genie, sistema experimental do Google que também cria mundos virtuais exploráveis.
O projeto da NVIDIA reconstrói o conteúdo gerado em geometria 3D, que pode ser exibida e usada em ambientes de simulação. Ainda falta muito para gerar jogos completos e funcionais a partir de uma única imagem.
Mesmo assim, o desenvolvimento indica que a criação de cenários com ajuda de IA pode se tornar uma ferramenta útil para desenvolvedores.
A implementação do Lyra 2.0 está disponível no GitHub. Os arquivos do modelo também estão no Hugging Face, sujeitos às restrições da licença de uso em pesquisa da NVIDIA.
