NVIDIA Lyra 2.0｜動画から3D空間を生成する次世代AI技術を解説

NVIDIA Lyra 2.0とは？動画から3D空間を生成するAI

2026年4月、NVIDIAは新世代の3D生成AI「Lyra 2.0」を発表しました。一般的な動画ファイルを入力するだけで、その空間を3Dで再構築し、Gaussian Splatting形式で出力できる技術です。さらに「空間メモリ」と呼ばれる機能を搭載し、時系列の変化を保持したまま3D空間を扱えるようになっています。

Gaussian Splattingとは何か

Gaussian Splattingは、3Dシーンを「ガウス分布の集合」で表現する手法です。従来のメッシュベースの3Dモデルと比べてレンダリングが軽く、写実性の高いビジュアルを高速に再現できるため、近年XRやゲームエンジン領域で急速に普及しています。Lyra 2.0はこのフォーマットでの出力に対応しており、UnityやUnreal Engineでも扱いやすいのが強みです。

Lyra 2.0の3つのコア機能

1. 動画から自動で3D空間を生成

スマホで撮影した数十秒の動画でも、Lyra 2.0に渡せば3D空間として再構築可能。複数視点を自動推定し、メッシュ作成や3Dスキャナーを使わずに空間を再現できます。

2. 空間メモリで時間軸を保持

従来の3D生成は「ある瞬間のスナップショット」を作るのが一般的でした。Lyra 2.0は時間経過に伴う物体の移動や変化を記憶し、4D的な扱いができます。動く人や車を含むシーンも自然に再現できます。

3. 高速レンダリング

Gaussian Splatting形式の特性を活かし、生成された3D空間はリアルタイムレンダリングが可能。XRデバイスでも遅延を抑えて表示できます。

想定される活用シーン

1. ゲーム・XRコンテンツ制作

ロケハンの代わりに撮影した動画から、すぐに3Dマップを作成可能。世界観のあるレベルデザインを少人数チームで実現できます。

2. ロボティクス・自動運転

現実空間を3D化して学習データに利用することで、シミュレーション環境が容易に構築できます。学習コストの削減に直結します。

3. 不動産・観光

物件や観光地を撮影するだけで、3Dウォークスルー体験が作成可能。Web上でのバーチャル内見・バーチャルツアーが手軽に展開できます。

これまでの技術との違い

従来のNeRF系技術と比べてレンダリングが軽く、Gaussian Splatting単独のツールと比べると入力が動画でOKという手軽さが大きな違いです。さらに空間メモリで動的シーンに対応している点が、Lyra 2.0の大きな差別化ポイントです。

導入時に押さえておきたいポイント

1. 入力動画の質が結果を左右する

手ブレが激しい・暗すぎる動画では精度が落ちる傾向があります。明るさを確保し、被写体を360度近くから捉えるよう意識しましょう。

2. GPUリソース

NVIDIAの技術らしく、GPUが強力なほど結果が早く出ます。クラウドGPUを併用するのも現実的な選択肢です。

3. 出力後の編集

生成された3D空間はBlenderやUnityで読み込み、ライティング・物理シミュレーションを追加することで完成度がさらに上がります。

よくある質問（FAQ）

Q1. スマホで撮った動画でも使えますか？

はい、対応しています。ただし4K以上の解像度や安定した照明があるほうが綺麗な結果になります。

Q2. 既存のメッシュベース3Dと併用できますか？

Gaussian Splattingとメッシュは表現方法が異なりますが、Unity/Unreal側で組み合わせて利用するパイプラインも整いつつあります。

Q3. リアルタイムXR体験に使えますか？

レンダリング負荷が比較的軽いので、ハイエンドXRデバイスではリアルタイム表示も現実的です。モバイルXRはまだ最適化が必要なケースがあります。

まとめ：3D空間生成の新スタンダード

Lyra 2.0は、3Dコンテンツ制作を「専門技術が必要な作業」から「動画を撮るだけで済むタスク」へと変える可能性を秘めた技術です。ゲーム・XR・ロボット領域に関わる人はもちろん、不動産や観光、教育などの非エンタメ業界にも応用余地が大きく、いち早く検証しておく価値があります。NVIDIAが本気で押す技術だけに、エコシステムの成長スピードにも注目です。