写真に写った道をそのまま奥へ進んだり、振り返って反対側の景色を見たりできたら面白いですよね。NVIDIAの「Lyra 2.0」は、それを1枚の画像から実現しようとするAI技術です。
この記事では、Lyra 2.0で何ができるのかを解説しています。仕組みや使い道、家庭のPCで試せるのかまで、初心者の方にもわかるようにまとめました。
Lyra 2.0とは？写真1枚を「歩ける3D空間」に変えるAI
Lyra 2.0は、NVIDIAの研究チームが開発した3D空間生成AIです。1枚の画像を出発点にして、その中を自由に歩き回れる3Dの世界を作ります。
普通の写真に記録されているのは、撮影した位置と角度から見た景色だけです。道路の先や建物の裏側は、写真の外側にあります。
Lyra 2.0は、この写真の外側をAIが予測して描き足します。カメラを前に進めれば道の先が、横を向けば隣の建物が新しく生成されていきます。
1枚の写真をスタート地点にして、ゲームのマップをAIがその場で作っていく感覚に近いです。
普通の動画生成AIと何が違う？
写真から「カメラが前に進む動画」を作るAIは、これまでにもありました。Lyra 2.0の新しさは、長い距離を移動しても景色が崩れにくい点です。
来た道を戻ると景色が変わる問題
従来の動画生成AIで長い動画を作ると、2つの問題が起きやすくなります。
1つ目は、一度通った場所を忘れてしまう問題です。AIが一度に覚えておける映像の量には限りがあります。そのため、スタート地点に戻ってきたときに建物の形や配置が変わってしまいます。論文ではこれを「空間の忘却（spatial forgetting）」と呼んでいます。
2つ目は、少しずつ画質が崩れていく問題です。AIは直前に作った映像をもとに次の映像を作ります。小さなズレが積み重なるので、時間が経つほど景色がゆがんでいきます。こちらは「時間的なドリフト（temporal drifting）」と呼ばれています。
Lyra 2.0は「通った場所の形」を記録しておく
Lyra 2.0は、生成した映像ごとに奥行きなどの立体情報を記録しています。新しい景色を作るときは、この記録から「今の視点で見える過去の映像」を探し出し、それを参考にして描きます。
ゲームで例えると、街を一周してスタート地点に戻っても、建物の配置がそのまま残っている状態です。
画質の崩れには、学習の段階で対策しています。わざと崩れた映像をAIに見せて、それを立て直す練習をさせているので、ズレが出てもAI自身で修正できます。
3D空間ができるまでの2ステップ
Lyra 2.0は、まず動画を作り、その動画を立体に組み立てるという2段階で3D空間を作ります。
ステップ1：カメラの通り道に沿って動画を作る
最初に、元の画像と「カメラをどう動かすか」というルートを指定します。生成したい景色を文章で伝えることもできます。
AIはそのルートに沿って、街や部屋の中を歩いているような動画を生成します。
ステップ2：動画から立体を組み立てる
次に、生成した動画から奥行きとカメラの位置を推定して、3D空間として組み立てます。
出力されるのは「3Dガウシアンスプラッティング」と呼ばれる形式のデータです。色のついた小さな粒を空間に大量に並べて、景色を立体的に表現する方式です。視点を動かしながらリアルタイムで表示できます。
建物や地面の表面を「メッシュ」（ポリゴンでできた面）として取り出す仕組みもあります。メッシュにすると、物理シミュレーターに取り込みやすくなります。
Lyra 2.0は何に使われる？
ロボットの練習場づくり
NVIDIAが特に力を入れている使い道は、ロボットの学習です。
論文では、Lyra 2.0で作った3D空間をNVIDIAの物理シミュレーター「Isaac Sim」に取り込み、ロボットが移動したり物に触れたりする実験をしています。
ロボットをAIで賢くするには、さまざまな環境で練習させる必要があります。現実の建物を3Dスキャンして集めるのは手間がかかるので、写真から練習場を量産できれば学習の効率が大きく上がります。
ゲーム制作への応用はこれから
街並みの写真から3Dマップを作れれば、ゲームの背景づくりの手間を減らせる可能性があります。広いマップが必要なオープンワールド作品とは特に相性が良さそうです。
今のLyra 2.0で作れるのは、あくまで背景になる景色です。キャラクターの動きや当たり判定、ゲームのルールは別に作る必要があります。論文でも、対象は人や車が止まった状態の景色（静的なシーン）に限られると説明されています。
商用のゲーム制作に使う場合は、後で説明するライセンスにも注意が必要です。
Lyra 2.0は自分のPCで使える？
Lyra 2.0は、2026年4月15日に論文・モデル・プログラムが公開されました。2026年7月には、画面上でカメラのルートを描きながら操作できるGUIツールも追加されています。
ダウンロードは誰でもできます。とはいえ、画像をアップロードするだけで使えるWebサービスとは違い、開発者向けのツールです。
公式の動作環境は研究用のサーバーGPU
公式が案内している動作環境と処理時間は次のとおりです。
| 項目 | 内容 |
|---|---|
| 対応OS | Linux（Ubuntu 22.04で動作確認） |
| 動作確認済みGPU | NVIDIA H100 |
| 動画生成の時間（80フレームあたり） | 約9分（高速モードは約35秒） |
| 3D化の時間 | 約1分 |
H100はデータセンター向けのGPUで、家庭用のGeForceとは別の製品です。公式が処理時間を計測したH100はVRAMが80GBで、RTX 5090の32GBと比べて2倍以上の容量があります。
WindowsのゲーミングPCで手軽に試すツールというより、研究者や開発者がサーバー級の環境で動かす技術です。
Lyra 2.0は商用利用できる？
| 対象 | 商用利用 |
|---|---|
| プログラムのコード | 可能（Apache 2.0の条件に従う） |
| AIモデル本体 | 不可（研究・開発用） |
| AIモデルで販売用作品を生成 | 不可 |
Lyra 2.0のAIモデルは研究・開発用として公開されていて、商用利用は禁止されています。
例えば、Lyra 2.0で作った3Dマップを販売するゲームに組み込むと、ライセンス違反になります。
プログラムのコードは商用利用OKのApache 2.0ライセンスです。3D空間を生成するAIモデルには、これとは別に研究用のライセンスが適用されます。
商用で使いたい場合は、NVIDIAに個別のライセンスを申請して許可を得る必要があります。
まとめ
Lyra 2.0は、1枚の画像から歩き回れる3D空間を作るNVIDIAのAI技術です。通った場所の立体情報を記録しておくので、遠くまで進んでから戻ってきても景色が崩れにくくなっています。
主な使い道はロボットの練習場づくりで、ゲームの背景制作への応用も期待されています。今のところは研究者や開発者向けの技術で、動かすにはLinuxとサーバー級のGPUが前提です。
気になる方は、まず公式のデモ動画で、写真が3Dの世界に広がっていく様子を見てみて下さい。
