Lyra 2.0 est un framework de génération de mondes 3D signé Nvidia: une seule image en entrée, et le système construit un environnement persistant, explorable le long d'une trajectoire de caméra, puis exportable en Gaussian splats ou en maillages. Tout se télécharge gratuitement, code sur GitHub et poids sur Hugging Face, sans aucun service en ligne. Publié en avril 2026 par le laboratoire d'intelligence spatiale de Nvidia, il a pris la suite de Lyra 1.0, sorti en septembre 2025. La documentation et l'interface restent en anglais, mais la presse tech francophone l'a largement couvert.
Lyra 2.0 fonctionne en deux temps : il génère d'abord une vidéo de déplacement dans la scène, pilotée par une trajectoire de caméra que vous définissez, puis il convertit cette séquence en 3D en un seul passage, sans optimisation scène par scène.
En pratique, vous chargez la photo d'une ruelle dans l'interface, vous tracez un chemin vers le fond du décor, et le modèle prolonge l'environnement segment après segment, à mesure que la caméra avance. La partie vidéo s'appuie sur un modèle de diffusion, en l'occurrence Wan 2.1-14B, avant que la séquence soit soulevée en 3D Gaussian splatting et en maillage de surface.
Les générateurs de vidéo ont la mémoire courte : dès que la caméra revient sur une zone déjà vue, ils en réinventent le contenu, et les petites erreurs s'accumulent jusqu'à déformer la scène. Lyra 2.0 traite ces deux maux en conservant une géométrie 3D par image pour retrouver les vues passées, et en s'entraînant sur ses propres sorties dégradées, histoire d'apprendre à corriger la dérive plutôt qu'à la propager.
D'après le papier de recherche, le modèle devançait GEN3C, VMem ou HY-WorldPlay sur les jeux d'évaluation DL3DV et Tanks and Temples à sa publication. Face à Genie 3 de Google ou au Marble de World Labs, Lyra 2.0 joue la carte de la 3D explicite, celle qui alimente les mondes simulés par IA exploitables dans un moteur physique.
Lyra 2.0 se télécharge gratuitement : code sous licence Apache 2.0, poids, interface graphique et scripts d'entraînement compris. Aucun service hébergé n'existe, tout tourne sur votre machine, de préférence sous Linux, Nvidia recommandant ses H100 et GB200 pour ce générateur vidéo de 14 milliards de paramètres.
Bonne nouvelle pour les impatients : la version complète débruite en 35 étapes et réclame environ 194 secondes par segment de 80 images sur un GB200, quand la variante distillée descend à 4 étapes et 15 secondes (de quoi explorer presque en direct, café encore chaud).
| Version | Sortie | Apport principal | Licence des poids |
|---|---|---|---|
| Lyra 1.0 | septembre 2025 | scènes 3D et 4D en un passage, depuis une image ou une vidéo | NVIDIA Open Model License, usage commercial permis |
| Lyra 2.0 | avril 2026 | mondes persistants sur longues trajectoires, export 3DGS et maillages | licence de recherche, production exclue |
| Lyra 2.0 distillée | avril 2026 | 4 étapes de débruitage au lieu de 35, environ 13 fois plus rapide | identique à Lyra 2.0 |
Oui, entièrement. Le code, les poids, l'interface graphique et les scripts d'entraînement se récupèrent sans payer sur GitHub et Hugging Face. La vraie dépense se situe côté matériel : sans GPU Nvidia haut de gamme, la génération devient très lente, et aucune version en ligne ne permet d'essayer sans installation.
Pas avec les poids de Lyra 2.0 : la fiche Hugging Face les place sous une licence limitée à la recherche et au développement, production exclue. Le code source, lui, est en Apache 2.0, et les poids de Lyra 1.0 relèvent de la NVIDIA Open Model License, qui autorise un usage commercial.
Les deux génèrent des mondes explorables, mais pas sous la même forme. Genie 3 produit une simulation interactive en flux vidéo, réservée aux abonnés Google AI Ultra américains. Lyra 2.0 livre des fichiers 3D ouverts, Gaussian splats et maillages, que vous importez ensuite dans un moteur de jeu ou un simulateur robotique.
Verdict : Labos de robotique, chercheurs en IA incarnée et amateurs de 3D générative bien équipés en GPU: Lyra 2.0 leur donne des environnements persistants prêts pour la simulation, avec le code ouvert et l'interface graphique qu'il faut pour expérimenter sans attendre.
