In questo articolo Indice dei contenuti 2 sezioni
Trasformare una singola fotografia in un ambiente tridimensionale nel quale muoversi, cambiare prospettiva e perfino tornare sui propri passi è l’idea alla base di NVIDIA Lyra 2.0, il framework sviluppato dallo Spatial Intelligence Lab dell’azienda. Il progetto è tornato sotto i riflettori in vista di SIGGRAPH Asia 2026 e il motivo si capisce abbastanza in fretta. Partire da un solo scatto e ottenere uno spazio esplorabile, dove ogni angolo resta al suo posto anche dopo averlo lasciato alle spalle, è una sfida tutt’altro che banale.
La ricerca dietro Lyra 2.0 era stata pubblicata ad aprile insieme al codice del progetto. Non si parla quindi di una semplice dimostrazione chiusa in un laboratorio, ma di un lavoro già condiviso che ora punta a risolvere in modo più efficace alcune difficoltà ben note a chi si occupa di generazione video con l’intelligenza artificiale.
Il problema della coerenza quando la telecamera si sposta
Molti sistemi di generazione video se la cavano bene finché il movimento resta contenuto. Le cose si complicano quando la telecamera virtuale si allontana troppo dal punto di partenza oppure rientra in una zona già inquadrata. In quei momenti gli elementi della scena possono cambiare aspetto o addirittura posizione, come se il modello avesse dimenticato quello che aveva mostrato poco prima.
Un esempio rende bene l’idea. Un edificio ripreso all’inizio della sequenza potrebbe ripresentarsi con dettagli diversi rispetto a quelli visti pochi istanti prima, magari con finestre spostate o forme leggermente alterate. Per chi guarda un breve filmato la cosa può passare inosservata, ma se l’obiettivo è costruire un ambiente da esplorare queste incoerenze diventano un ostacolo serio, perché rompono la sensazione di trovarsi in uno spazio reale e stabile.
È proprio qui che entra in gioco il lavoro di NVIDIA. Lo scopo dichiarato di Lyra 2.0 è fare in modo che la scena mantenga la propria identità anche quando il punto di vista cambia parecchio, così da permettere di tornare nei luoghi già visitati e ritrovarli esattamente come erano stati lasciati.
Come funziona Lyra 2.0 tra video e ricostruzione tridimensionale
La strada scelta dal team è quella di unire due approcci che di solito procedono separati, cioè la generazione video e la ricostruzione 3D. Invece di affidarsi soltanto a un modello che produce fotogrammi uno dopo l’altro, il framework affianca a questa fase un secondo passaggio dedicato alla struttura dello spazio.
Tutto parte dall’immagine iniziale. A partire da quella fotografia il modello genera una sequenza che simula il movimento di una telecamera lungo un percorso stabilito in precedenza, un po’ come se qualcuno camminasse dentro la scena riprendendola da diverse angolazioni. Il risultato è una serie di inquadrature che mostrano l’ambiente da punti di vista differenti rispetto allo scatto originale.
A quel punto interviene un altro sistema, che utilizza le immagini appena generate per ricostruire la geometria dell’ambiente, dando forma concreta allo spazio tridimensionale nel quale muoversi.
Fonte: TecnoAndroid