NVIDIA, üretken yapay zekâ alanında dikkat çekici bir araştırma projesi olan Lyra 2.0 teknolojisini tanıttı. NVIDIA Uzamsal Zekâ Laboratuvarı (SIL) tarafından geliştirilen sistem, tek bir fotoğrafı keşfedilebilir bir 3D ortama dönüştürebiliyor. Kullanıcılar, başlangıçta yalnızca iki boyutlu olarak sunulan bir görüntünün dışına çıkarak kamera hareketlerini kontrol edebiliyor ve fotoğrafta doğrudan görünmeyen alanları yapay zekâ yardımıyla keşfedebiliyor. NVIDIA’nın SIGGRAPH Asia 2026 kapsamında yeniden gündeme taşıdığı teknoloji, özellikle oyun geliştirme, sanal gerçeklik ve robotik simülasyon alanlarında yeni kullanım imkânları sunabilir.
Geleneksel yapay zekâ destekli görüntüden videoya sistemler, genellikle belirli bir süre boyunca devam eden video dizileri oluşturuyor. Ancak bu sistemlerde kullanıcıların kamera hareketlerini özgürce kontrol etmesi ve oluşturulan ortamı farklı açılardan incelemesi her zaman mümkün olmuyor. Lyra 2.0, görüntü üretimini 3D yeniden yapılandırma teknolojisiyle birleştirerek bu sınırlamayı aşmayı hedefliyor. Böylece kullanıcı yalnızca önceden belirlenmiş bir video izlemek yerine, sanal ortam içerisinde farklı yönlere hareket edebiliyor.
NVIDIA Lyra 2.0 Nasıl Çalışıyor? Tek Fotoğraftan 3D Ortam Oluşturma
Lyra 2.0’ın çalışma prensibi, tek bir görüntüden hareketle çevrenin üç boyutlu yapısını tahmin etmek ve bu bilgileri kullanarak yeni kamera açıları üretmek üzerine kurulu. Kullanıcı başlangıç görüntüsünü sisteme verdiğinde yapay zekâ, fotoğraftaki nesneleri, perspektifi ve mekânsal ilişkileri analiz ediyor. Ardından kamera hareketlerine bağlı olarak daha önce görünmeyen bölgeleri oluşturarak sahnenin farklı açılardan görüntülenmesini sağlıyor.
Bu yaklaşımın en önemli özelliklerinden biri kamera yörüngesinin kullanıcı tarafından kontrol edilebilmesi. Geleneksel görüntüden videoya üreticilerinde kamera hareketleri çoğunlukla model tarafından belirlenirken Lyra 2.0, kullanıcının belirlediği hareket doğrultusunda yeni görüntüler oluşturabiliyor. Böylece bir sokak fotoğrafı yalnızca hareketli bir klibe dönüşmüyor; kullanıcı, sanal kamerayı farklı yönlere çevirerek çevreyi inceleyebiliyor ve başlangıç görüntüsünün dışına çıkabiliyor.
NVIDIA’nın geliştirdiği sistem, oluşturulan video dizilerini 3D Gauss Sıçratma (Gaussian Splatting) adı verilen bir temsil yöntemiyle yeniden yapılandırabiliyor. Bu teknoloji, bir sahnenin üç boyutlu görünümünü çok sayıda üç boyutlu Gauss bileşeni kullanarak temsil ediyor. Geleneksel poligon tabanlı modellere alternatif oluşturan yöntem, özellikle gerçekçi sahnelerin yeniden oluşturulması ve farklı kamera açılarından görüntülenmesi açısından avantaj sağlıyor.
Lyra 2.0 yalnızca Gauss Sıçratma teknolojisiyle sınırlı kalmıyor. Sistem, oluşturduğu ortamları çokgen ağlara (mesh) da dönüştürebiliyor. Böylece yapay zekâ tarafından oluşturulan sahneler, farklı 3D uygulamalara aktarılabilecek daha kullanışlı geometrik verilere dönüşüyor. Bu özellik, teknolojinin yalnızca görsel içerik üretiminde değil, simülasyon ve sanal ortam geliştirme süreçlerinde de değerlendirilmesini mümkün kılıyor.
Lyra 2.0’ın çözmeye çalıştığı en önemli problemlerden ikisi ise uzamsal unutma ve zamansal sürüklenme olarak tanımlanıyor. Üretken yapay zekâ modellerinde karşılaşılan bu sorunlar, uzun süreli sahne oluşturma işlemlerinde görüntü ve geometri tutarlılığını bozabiliyor.
Uzamsal unutma, modelin daha önce oluşturduğu bölgelerin konumlarını ve geometrik özelliklerini zaman içerisinde kaybetmesi anlamına geliyor. Örneğin kullanıcı sanal bir sokakta ilerledikten sonra başlangıç noktasına geri döndüğünde, yapay zekâ aynı binayı veya nesneyi ilk oluşturduğu biçimden farklı şekilde yeniden üretebiliyor. Bu durum, keşfedilebilir bir sanal dünyanın tutarlı görünmesini zorlaştırıyor.
Zamansal sürüklenme ise üretim süresi uzadıkça küçük görsel ve geometrik hataların birikmesiyle ortaya çıkıyor. Başlangıçta doğru görünen bir nesne, sonraki karelerde biçimini değiştirebiliyor veya çevredeki ayrıntılar giderek tutarsız hâle gelebiliyor. Özellikle kullanıcının uzun kamera hareketleri gerçekleştirdiği sahnelerde bu sorun daha belirgin hâle geliyor.
NVIDIA araştırmacıları, bu problemlerin önüne geçmek için geometrik bilgileri kullanan bir uzamsal bellek sistemi geliştirdi. Sistem, daha önce oluşturulan görüntüler arasından mevcut kamera konumuyla ilişkili olanları belirleyerek geçmiş karelerden yararlanabiliyor. Böylece model, daha önce oluşturduğu çevreyi hatırlayarak yeni görüntüleri mevcut sahneyle uyumlu biçimde üretmeye çalışıyor.
Bunun yanında Lyra 2.0’ın eğitim sürecinde modelin kendi hatalı çıktılarından da yararlanılıyor. Yapay zekâ, zaman içerisinde oluşabilecek görsel bozulmalarla karşılaşarak bu hataları düzeltmeyi öğreniyor. Bu yaklaşım, uzun kamera hareketlerinde sahnenin geometrik yapısını ve görsel bütünlüğünü korumayı amaçlıyor.
Performans tarafında da önemli iyileştirmeler bulunuyor. NVIDIA, Lyra 2.0 için geliştirdiği damıtılmış model sayesinde video üretim sürecindeki gürültü giderme adımlarını 35’ten yalnızca 4’e düşürdüğünü belirtiyor. Bu optimizasyon, üretim süresinde yaklaşık 13 kat hızlanma sağlıyor.
Araştırma makalesinde paylaşılan verilere göre 80 karelik bir video bölümünün oluşturulması, tek bir NVIDIA GB200 GPU üzerinde yaklaşık 15 saniye sürüyor. Tam model kullanıldığında aynı işlemin yaklaşık 194 saniye gerektirdiği belirtiliyor.
| Performans ölçütü | Lyra 2.0 |
|---|---|
| Test edilen GPU | NVIDIA GB200 |
| Video uzunluğu | 80 kare |
| Damıtılmış modelin üretim süresi | Yaklaşık 15 saniye |
| Tam modelin üretim süresi | Yaklaşık 194 saniye |
| Gürültü giderme adımları | 35’ten 4’e |
| Bildirilen hızlanma | Yaklaşık 13 kat |
Bu rakamlar dikkat çekici olsa da Lyra 2.0’ın gerçek zamanlı bir sanal dünya oluşturduğu anlamına gelmiyor. Buradaki 15 saniyelik süre, 80 karelik belirli bir video bölümünün üretimini ifade ediyor. Kullanıcının kamera hareketlerine anında yanıt veren tamamen gerçek zamanlı bir dünya oluşturma deneyimi için hâlâ önemli hesaplama kaynaklarına ihtiyaç duyuluyor.
Teknolojinin mevcut sınırlamaları arasında dinamik sahnelerin oluşturulması da bulunuyor. Özellikle hareketli nesneler, değişen çevre koşulları ve karmaşık etkileşimler, modelin görsel tutarlılığını korumasını zorlaştırabiliyor. Bu nedenle Lyra 2.0 şimdilik ağırlıklı olarak statik çevrelerin yeniden yapılandırılmasında daha başarılı sonuçlar sunuyor.
NVIDIA’nın teknolojisi için dikkat çeken kullanım alanlarından biri de robotik simülasyon. Oluşturulan 3D sahneler, NVIDIA Isaac Sim platformuna aktarılabiliyor. Böylece gerçek dünyadan alınan fotoğraflar üzerinden sanal eğitim ortamları hazırlanması mümkün hâle geliyor. Robotlar, bu ortamlarda farklı yüzeyleri, nesneleri ve mekânsal koşulları deneyimleyerek gerçek dünyadaki görevlerine hazırlanabiliyor.
Oyun geliştirme sektörü açısından da Lyra 2.0 önemli bir potansiyel taşıyor. Geliştiriciler, tek bir referans fotoğrafından hareketle üç boyutlu çevre taslakları oluşturabilir ve bu ortamları farklı kamera açılarından inceleyebilir. Özellikle sokaklar, binalar ve açık alanlar gibi çevresel tasarımlarda bu yaklaşım, ilk aşamadaki üretim sürecini hızlandırabilir.
Google’ın Project Genie projesi de yapay zekâ destekli keşfedilebilir sanal dünyalar oluşturma hedefiyle benzer bir alanda çalışmalar yürütüyor. Ancak Lyra 2.0’ın yaklaşımı farklılaşıyor. NVIDIA’nın sistemi, üretilen görüntüleri açık 3D geometrik temsillere dönüştürerek bunların simülasyon ve 3D üretim araçlarında kullanılabilmesine odaklanıyor. Bu özellik, geliştiricilerin yapay zekâ tarafından oluşturulan ortamlar üzerinde daha fazla kontrol sahibi olmasını sağlayabilir.
NVIDIA, Lyra 2.0’ın kodlarını GitHub üzerinden, model ağırlıklarını ise Hugging Face platformunda erişime açtı. Bununla birlikte model ağırlıkları NVIDIA’nın araştırma kullanımına yönelik lisans koşullarına tabi. Dolayısıyla açık erişim sunulması, teknolojinin herhangi bir ticari projede sınırsız şekilde kullanılabileceği anlamına gelmiyor.
Lyra 2.0 henüz tek bir fotoğraftan tamamen oynanabilir video oyunları oluşturabilen bir teknoloji değil. Ancak görüntü üretimini üç boyutlu geometri, uzamsal bellek ve kullanıcı kontrollü kamera hareketleriyle birleştirmesi önemli bir gelişme. NVIDIA’nın bu araştırması ilerleyen dönemde oyun dünyalarının hazırlanması, sanal gerçeklik ortamlarının oluşturulması ve robotların eğitilmesi gibi alanlarda yapay zekâ kullanımını genişletebilir.
