NVIDIA, tek bir fotoğrafı keşfedilebilir bir 3D ortama dönüştürebilen yapay zeka destekli Lyra 2.0 adlı çerçevesini tanıttı. Bu teknoloji, kullanıcıların orijinal görüntünün ötesine geçerek tutarlı bir sanal dünyada gezinmelerine olanak tanıyor.
NVIDIA'nın Uzamsal Zeka Laboratuvarı (SIL) tarafından geliştirilen Lyra 2.0, yapay zeka ile video üretimi ve 3D yeniden yapılandırmayı bir araya getirerek oyun geliştirme, sanal gerçeklik ve robot simülasyonu alanlarında yeni olasılıklar sunuyor. Bu araştırma, ilk olarak Nisan 2026'da yayınlanmış ve NVIDIA şimdi teknolojiyi SIGGRAPH Asia 2026 öncesinde öne çıkarıyor.
Geleneksel görüntüden videoya dönüştürücüler, önceden belirlenmiş diziler üreten Lyra 2.0'dan farklı olarak, kullanıcıların kameranın izini kontrol etmelerine ve ortamda ilerledikçe yeni görünümler oluşturmalarına imkan tanıyor.
Teknolojinin en ilginç gelişmesi ise, üretken yapay zekanın iki kalıcı eksikliğini gidermesi: uzamsal unutkanlık ve zamansal kayma.
Uzamsal unutkanlık, bir yapay zeka modelinin daha önce oluşturduğu yerleri unutması ve kullanıcılar buralara geri döndüğünde tutarsız yapılar üretmesi durumunda ortaya çıkar. Zamansal kayma ise, uzun süreli üretim sırasında görsel ve geometrik hataların yavaş yavaş birikmesi olarak tanımlanır.
Bu sorunlarla mücadele etmek için NVIDIA araştırmacıları, 3D geometrik bilgileri kullanarak ilgili geçmiş kareleri geri çağıran bir uzamsal hafıza sistemi geliştirdi. Model ayrıca kendi kusurlu çıktılarıyla eğitilerek, biriken görsel hataları sürekli olarak büyütmek yerine onları düzeltmeyi öğrenir.
Ortaya çıkan video dizileri daha sonra 3D Gaussian Splats ve poligon ağlara dönüştürülebilir. Bu, gerçek zamanlı işlemeye olanak tanır ve oluşturulan ortamların NVIDIA Isaac Sim gibi uygulamalara aktarılmasını sağlar.
Performans iyileştirmeleri de dikkat çekici. NVIDIA, video üretim sürecini 35 adım yerine yalnızca dörde indiren bir model geliştirerek üretim süresinde yaklaşık 13 kat azalma sağladı.
Araştırma makalesine göre, tek bir NVIDIA GB200 GPU üzerinde 80 karelik bir bölüm oluşturmak, tam model kullanıldığında 194 saniye yerine yaklaşık 15 saniye sürüyor. Ancak, bu gerçek zamanlı dünya üretimi ile karıştırılmamalıdır, çünkü ikincisi hala hesaplama açısından yoğundur.
Teknoloji ayrıca ağırlıklı olarak statik ortamlarla sınırlıdır; dinamik sahne üretimi ve ara sıra oluşan görsel tutarsızlıklar hala zorluklar sunmaktadır.
Yine de, oyunlar için sonuçları ilgi çekici. Daha önce, keşfedilebilir sanal dünyalar üretebilen başka bir deneysel yapay zeka sistemi olan Google'ın Project Genie'sini ele almıştık. Lyra 2.0, oluşturduğu içeriği işlenebilen ve simülasyon ortamlarında kullanılabilecek belirgin 3D geometrilere dönüştürerek biraz farklı bir yaklaşım benimsiyor.
Henüz tek bir resimden tam işlevsel video oyunları üretmekten çok uzakta olsak da, bu tür gelişmeler, yapay zeka destekli ortam oluşturmanın geliştiriciler için giderek daha kullanışlı bir araç haline gelebileceğini gösteriyor.
NVIDIA, Lyra 2.0 uygulamasını GitHub'da ve model ağırlıklarını Hugging Face'te erişime açtı. Ancak, ikincisi NVIDIA'nın araştırma amaçlı kullanım lisans kısıtlamalarına tabidir.
Kaynakça: wccftech.com
