Dobsz egy hátast, ha meglátod az NVIDIA legújabb AI-modelljét!

Egészen elképesztő a Lyra 2.0, ugyanis egyetlen képből képes generálni egy komplett bejárható, 3D-s világot – igen, világot.

Az NVIDIA bemutatta a Lyra 2.0-t, egy kísérleti mesterségesintelligencia-technológiát, amely egyetlen állóképből képes teljes, bejárható háromdimenziós környezetet létrehozni. A rendszer nem csupán életre kelti a fényképet, hanem lehetőséget ad arra is, hogy a felhasználó szabadon irányítsa a virtuális kamera mozgását. Miközben új nézőpontokat fedezünk fel, az AI folyamatosan generálja a környezet további részleteit, és igyekszik fenntartani a térbeli következetességet. A fejlesztés az NVIDIA Spatial Intelligence Lab kutatóinak munkája, amely a videógenerálást és a háromdimenziós rekonstrukciót egyesíti – itt egy videót is megnézhettek róla:

A technológia egyik legnagyobb kihívása azoknak a problémáknak a kiküszöbölése, amelyekkel a hagyományos képgeneráló rendszerek is gyakran küzdenek. Hosszabb kameramozgások során ugyanis az AI könnyen elveszítheti a korábban létrehozott környezet részleteit: egy épület, egy bútor vagy más tárgy egészen más formában jelenhet meg, amikor ismét visszatérünk hozzá. Ezt nevezik térbeli felejtésnek. Hasonló gondot jelent az időbeli elcsúszás is, amikor az apró vizuális eltérések fokozatosan összeadódnak, és a generált világ egyre inkább eltávolodik az eredeti képtől. A Lyra 2.0 éppen ezekre a problémákra próbál megoldást találni, ami hosszabb távon a videojátékok, a virtuális valóság és a digitális világépítés területén is izgalmas lehetőségeket teremthet – Ti mit gondoltok erről a technológiáról?

Borítókép forrása: NVIDIA