NVIDIA Lyra 2.0 transforme une photo en scène 3D

OOndine

NVIDIA présente Lyra 2.0, un système qui transforme une photo en scène 3D navigable, selon AlphaSignal. L’utilisateur peut fournir une photo, ajouter éventuellement une consigne écrite et définir un parcours de caméra ; le système génère alors une vidéo de visite qui suit ce parcours, puis convertit les images obtenues en représentation 3D. Cette représentation prend la forme de Gaussian splats ou de maillages, deux formats utilisés pour représenter la scène créée à partir de la visite générée. Pour produire cette vidéo, Lyra 2.0 s’appuie sur le modèle vidéo WAN-14B et sur un réseau de reconstruction 3D, qui convertit ensuite les images en scène tridimensionnelle. Une mémoire spatiale en 3D vise à préserver la cohérence des lieux lorsque la caméra les revisite, tandis qu’un entraînement sur des historiques dégradés cherche à limiter les erreurs qui s’accumulent au fil de la séquence et les écarts entre les vues successives. Le système traite un clip de 80 images en 9 minutes sur un processeur graphique H100, un repère concret sur le temps nécessaire à la génération. Les scènes produites peuvent servir notamment à la simulation dans Isaac Sim et à la création rapide d’actifs 3D ; Lyra 2.0 est annoncé sous licence Apache 2.0, avec ses poids disponibles sur Hugging Face. Le projet a été accepté à SIGGRAPH Asia 2026, où NVIDIA prévoit de le présenter, et les scènes générées pourraient ainsi alimenter des usages de simulation et de création 3D.