英伟达定义文生图最后一步：潜在表征直达4K，高精细节一步生成！
简单说，PiD 把 latent decoding 本身改造成一个生成式 pixel diffusion 过程，并且在解码的同时还做到了 4 倍甚至 8 倍的上采样，让最终的图像增加了惊人的细节。
一句话，AI 直接给我建了个能跑能跳的「吉卜力」3D小镇
先是李飞飞的 World Labs 开源了 Spark 2.0，紧接着腾讯在昨天正式发布并开源了混元 3D 世界模型 2.0。
老黄100%免费开源！老照片炸成可漫游3D宇宙
来源：市场资讯（来源：新智元）新智元报道编辑：KingHZ【新智元导读】谷歌还在闭源守宝，NVIDIA已把Lyra 2.0全开源：35步去噪变4步，2D图片直出3D高斯泼溅+网格。社交狂欢背后，是对具身AI仿真的巨大潜力——以后造世界，不用再去真实世界采数据了。
Holi-Spatial打造400万级空间多模态数据集
来源：市场资讯（来源：机器之心Pro）从原始视频出发，无需人工介入，自动生成 3D 重建、深度、2D mask、3D 框、实例描述、3D grounding 和空间问答。Holi-Spatial 试图把「空间智能」的数据生产，推进到自动化、可扩展的新阶段。
英伟达Lyra 2.0发布！一张照片秒变90米3D世界，机器人训练变天了
重磅炸弹来袭！英伟达这次又搞了个大新闻！4月16日，英伟达研究团队正式发布了Lyra 2.0系统，这项技术简直黑科技满满——只需一张普通照片，就能生成长达90米的可探索3D虚拟世界！这可不是简单的3D建模，而是真正可以自由漫游、实时交互的虚拟环境！
1秒生成4K高清文生图，英伟达PiD技术，比传统方案效率快近6倍
传统AI文生图高分辨率生成存速度与质量瓶颈，2026年5月英伟达发布PiD技术，重构解码与上采样流程，实现消费级硬件秒出4K图，效率提升近6倍，赋能多领域内容创作。
英伟达Lyra 2.0：一张照片，变出可探索3D世界
只给一张照片，AI 就能把它“撑”成一个能走进去、四处张望的 3D 世界——这是英伟达刚展示的 Lyra 2.0。它把 AI 视频生成和 3D 重建拼到一起，用户还能自己控制镜头往哪走，画面跟着一路生成出来。
Holi-Spatial打造400万级空间多模态数据集
针对这一瓶颈，来自上海人工智能实验室、西北工业大学、上海交通大学等机构的研究团队提出了 Holi-Spatial: Evolving Video Streams into Holistic 3D Spatial Intelligence，并获 ICML 2026 Oral。