Lyra 2.0：可探索的生成式3D世界

arXiv 2026 31.1 method

TLDR

Lyra 2.0通过视频生成和3D重建生成持久可探索的3D世界，解决空间遗忘和时间漂移。

评分理由

The paper proposes a novel framework for long-horizon 3D scene generation from video, with clear problem identification and solutions. However, the abstract is incomplete and lacks explicit empirical validation or real-world benchmarks.

Read-first 评分解释

综合优先阅读分 31.1，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 33。

近期性 5%

100

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2026

方法质量 15%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：结果

主题相关性 25%

47.1

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

可复现性 15%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：无

图谱声望 15%

5.7

基于可用 OpenAlex 引用关系构建局部引用图，并计算 PageRank 风格的图谱声望。局部 PageRank：0.0016

引用影响力 15%

使用 OpenAlex 形态的引用元数据作为文献关注度信号，并与论文本身质量分开处理。引用数：0

引用速度 10%

引用速度按发表年限估算年均引用，降低旧论文天然占优的偏差。年均引用：0.00

研究版图角色

前沿论文

排序敏感性

稳定性：volatile；排名波动范围：224。

关键词评分

video world model

generative world model

world model

world simulator

interactive world model

world dynamics prediction

model-based reinforcement learning world model

深度分析

创新点

仅使用每帧3D几何进行信息路由——检索相关历史帧并与目标视角建立密集对应——以对抗空间遗忘，同时依赖生成先验进行外观合成。
自增强历史训练，使模型暴露于自身退化输出，教会它纠正时间漂移而非传播漂移。
集成这些技术以生成更长的3D一致摄像机轨迹视频，并用于微调前馈重建模型，从而实现高质量3D场景恢复。

方法

Lyra 2.0生成模拟场景漫游的摄像机控制视频，并通过前馈重建将其提升为3D。为处理涉及大视角变化和重访的长轨迹，它维护每帧3D几何用于信息路由，并使用自增强历史训练来纠正漂移。由此产生的长且一致的视频被用于微调前馈重建模型。

关键结果

该方法实现了显著更长且3D一致的视频轨迹，使得微调后的前馈重建模型能够可靠地恢复高质量3D场景。

局限性

摘要中未讨论Lyra 2.0框架的明确局限性。

技术栈

视频生成前馈3D重建每帧3D几何自增强训练

资源

论文