Lyra 2.0은 카메라 안내 비디오 생성기를 지속 가능한 씬 빌더로 전환합니다. 일회성 클립을 합성하는 대신, 경로를 계획하고 워크스루를 생성한 뒤, 그 프레임들을 일관된 3D 표현으로 변환합니다. 특히 사용자는 이전에 본 영역을 다시 방문하고 새로운 영역으로 확장할 수 있으며, 씬이 이전 내용을 잊지 않아 장기 탐험이 가능해집니다. 내보낸 결과물인 가우시안 스플랫 또는 메시들은 실시간 렌더러, 시뮬레이터, 로보틱스 스택에 바로 적용되어 창의적 아이디어에서 배포 가능한 3D 자산으로 연결됩니다. 콘텐츠 제작, 시뮬레이션, 임베디드 AI 작업을 병행하는 팀에게 Lyra 2.0은 생성 미디어와 생산 준비 환경 간의 간극을 크게 줄여줍니다.

기술적으로 Lyra 2.0은 대부분의 긴 카메라 경로를 무너뜨리는 두 가지 문제를 해결합니다. 공간적 망각은 프레임별 3D 지오메트리를 유지하고 이를 정보 라우팅에만 엄격히 사용하여 처리합니다—최대 가시성을 가진 프레임을 검색하고 대상 뷰와의 밀집 3D 대응을 구축하는 반면, 생성 사전 모델은 외관을 담당합니다. 시간적 드리프트는 모델이 자체적으로 열화된 과거를 학습하도록 하는 자기 증강 훈련으로 줄여, 오류 누적이 아닌 교정을 배우게 합니다. 이 두 가지가 결합되어 훨씬 더 길고 3D 일관성이 높은 경로를 가능하게 합니다. 결과는 단순히 더 나은 비디오가 아니라, 실시간 엔진과 물리 기반 시뮬레이션에 적합한 3DGS 또는 메시 자산을 안정적으로 생성하는 재구성 파이프라인입니다.

워크플로우 관점에서 Lyra 2.0은 누적된 포인트 클라우드를 시각화하고 이전 영역으로 돌아갈 경로를 계획하며, 관찰되지 않은 공간으로 분기할 위치를 결정하는 인터랙티브 탐색기를 추가합니다. 생성 → 3D 변환 → 관련 기록 라우팅 → 계속 진행하는 반복 루프를 통해 팀은 공간적 일관성을 조기에 자주 검증할 수 있습니다. 내보낸 스플랫은 빠른 렌더링과 부드러운 볼류메트릭 효과를 제공하며, 메시는 광범위한 엔진 호환성과 후속 도구 지원을 보장합니다. 로보틱스 팀은 이 세계를 시뮬레이터에 연결해 내비게이션과 상호작용 작업에 활용할 수 있고, 콘텐츠 팀은 무거운 수작업 모델링 없이 빠르게 레벨 프로토타입, 세트 장식, 조명 연구를 진행할 수 있습니다. 이 시스템은 생성형 비디오를 탐험 가능한 3D 저작 환경으로 한 단계 끌어올립니다.

결정적으로 Lyra 2.0은 포토그래메트리나 CAD의 완전한 대체물이 아니라, 세계 구축과 시뮬레이션 범위를 확장하는 수단으로 활용하세요. 트레이드오프가 존재합니다: 볼류메트릭 스플랫은 속도와 시각적 품질에서 우수하며, 메시는 광범위한 상호운용성과 물리 시뮬레이션에 강점이 있습니다. 여전히 평가 루틴—정확도 재검증, 지오메트리 안정성, 긴 경로에서의 외관 드리프트—이 필요하며, 사용 사례별 기본값을 선택해야 합니다. 생성과 재구성 시 GPU 시간 예산을 확보하고, 대상 엔진이나 로보틱스 스택으로의 깔끔한 내보내기 파이프라인을 표준화하세요. 빠른 환경 반복, 대규모 에이전트 훈련, 시간이 지남에 따라 진화하는 인터랙티브 경험이 필요하다면 Lyra 2.0은 반복 주기를 크게 단축합니다.