英伟达发布 Lyra 2.0，一个从单张图片生成可探索 3D 世界的开源框架。用户给一张照片，Lyra 2.0 先生成受镜头轨迹控制的漫游视频，再将视频重建为 3D 高斯溅射（Gaussian Splats）和网格模型，可直接导入游戏引擎和仿真器实时渲染。模型权重和代码以 Apache 2.0 许可证在 Hugging Face 和 GitHub 开源，允许商用。核心技术突破在于解决长距离漫游的两个退化问题。第一个是「空间遗忘」：当镜头走远后再折返，此前看过的区域已超出模型的时间窗口，模型只能凭空生成，导致场景前后不一致。Lyra 2.0 为每一帧维护 3D 几何信息，折返时检索相关历史帧并建立密集对应关系，让模型「记住」之前看过的东西。第二个是「时间漂移」：自回归生成逐帧累积误差，场景逐渐变形。Lyra 2.0 用自增强训练让模型在训练阶段就接触自身的退化输出，学会纠错而非传播错误。底层基于万影 Wan 2.1-14B 扩散 Transformer，输出分辨率 832×480。对开发者和研究者而言，最直接的应用场景是机器人仿真。英伟达在演示中将 Lyra 2.0 生成的 3D 场景导