【Dẫn nhập】Hệ thống AutoMIA do nhóm nghiên cứu Đại học Thanh Hoa phát triển có thể biến đổi hai bức ảnh bất kỳ thành tác phẩm nghệ thuật 3D có hiệu ứng ảo giác gương, đạt được hiệu ứng hình ảnh khác nhau trên hai mặt trước sau, và hỗ trợ in 3D.
Hãy xem hai nhóm ảnh dưới đây: trong mỗi nhóm, bên trái là hình ảnh mặt trước của vật thể trước gương, bên phải là hình ảnh phản chiếu của nó trong gương. Kỳ lạ là, hình ảnh mặt trước và hình ảnh trong gương gần như là hai thứ hoàn toàn không liên quan đến nhau — nhóm thứ nhất mặt trước là "CVPR", nhưng trong gương lại biến thành "2026"; nhóm thứ hai mặt trước là "núi", trong gương lại thành "nước".
Đường nét, màu sắc thậm chí ý nghĩa của chúng đều không khớp nhau, giống như một loại "ảo giác".
Nguyên nhân đằng sau là, nó xuất phát từ một vật thể 3D được thiết kế đặc biệt, lợi dụng "hiệu ứng bù đối xứng" của hệ thống thị giác con người để tạo ra ảo giác cho người xem, hiện tượng này được gọi là nghệ thuật ảo giác gương.
Nhà nghiên cứu thông qua việc thiết kế tinh tế hình học ba chiều và màu sắc bề mặt, khiến một vật thể thực tế khi quan sát trực tiếp và khi quan sát trong gương thể hiện hiệu ứng thị giác hoàn toàn khác biệt.
Dưới đây là hai video "giải mã" tương ứng.
Về mặt truyền thống, thiết kế loại hình nghệ thuật này đòi hỏi sự sắp đặt khéo léo của nghệ sĩ chuyên nghiệp, cũng như nhiều kinh nghiệm thiết kế thủ công phức tạp và tính toán toán học, ngưỡng thiết kế loại hình nghệ thuật này đối với người bình thường khá cao.
Vậy có phương pháp nào có thể tự động hóa giúp đỡ mọi người hoàn thành thiết kế nghệ thuật như vậy, để người bình thường cũng có thể biến ý tưởng của mình thành tác phẩm nghệ thuật không?
Gần đây, nhóm nghiên cứu từ Đại học Thanh Hoa và các đơn vị khác đã đề xuất AutoMIA, một phương pháp thiết kế AI tự động tạo ra nghệ thuật ảo giác gương, người dùng chỉ cần chỉ định tùy ý hai bức ảnh, tương ứng lần lượt với hình mẫu trước gương và trong gương, AutoMIA có thể tự động hoàn thành thiết kế tác phẩm nghệ thuật 3D, và hỗ trợ in 3D trực tiếp để chế tạo tác phẩm nghệ thuật.
Liên kết bài báo: http://arxiv.org/abs/2607.02015
Liên kết mã nguồn: https://github.com/zxp555/AutoMIA
Bài báo đã được chấp nhận tại CVPR 2026 và được đánh giá là bài báo nổi bật (Highlight Paper) của hội nghị; đồng thời, với hiệu suất tính toán cao, công trình này còn nhận được giải Tính toán Hiệu quả CVPR (Efficient CVPR).
Bối cảnh nghiên cứu
Nghệ thuật ảo giác quang học từ lâu đã là vấn đề quan trọng trong lĩnh vực giao thoa giữa nghệ thuật, tâm lý học và thị giác máy tính. Các ảo giác 2D phổ biến bao gồm hình ảnh hỗn hợp, hình ảnh biến dạng thị giác, v.v.; ảo giác 3D thì bao gồm Nghệ thuật Bóng (Shadow Art), Nghệ thuật Dây Đa Góc Nhìn (Multi-View Wire Art), v.v.
Các phương pháp này thường phụ thuộc vào góc nhìn cụ thể, phép chiếu hoặc quan hệ bóng đổ, khiến cùng một vật thể thể hiện hình dạng khác nhau dưới các điều kiện quan sát khác nhau.
Nghệ thuật Ảo giác Gương là một loại ảo giác 3D đặc biệt hơn: khi một vật thể thực được đặt trước gương, người quan sát thấy một hình mẫu khi nhìn trực diện, và thấy một hình mẫu khác khi nhìn trong gương.
Trước đây, thiết kế liên quan thường đòi hỏi nhiều suy luận thủ công và điều chỉnh bằng tay, và chủ yếu tập trung vào thiết kế hình dạng, khó xử lý đồng thời các hoa văn màu sắc. Nếu mượn trực tiếp phương pháp như Nghệ thuật Bóng, cũng dễ sinh ra nhiễu bề mặt, khối nổi nền hoặc đứt gãy bên trong, ảnh hưởng đến chất lượng thị giác và chế tạo thực thể.
Do đó, tác giả đặt ra một câu hỏi trực tiếp: Liệu có thể để AI tự động thiết kế vật thể ảo giác gương này? Với hai bức ảnh mục tiêu cho trước, hệ thống có thể đồng thời tối ưu hóa hình dạng 3D và màu sắc, khiến cùng một vật thể thể hiện hai diện mạo được chỉ định từ hai góc nhìn không?
Phương pháp nghiên cứu
AutoMIA mô hình hóa vấn đề này thành một nhiệm vụ thiết kế ngược hai góc nhìn. Hệ thống sử dụng biểu diễn voxel cho vật thể 3D, mỗi voxel chứa thông tin mật độ và màu sắc; sau đó thông qua kết xuất thể tích khả vi (differentiable volume rendering), kết xuất vật thể này từ hai góc nhìn được chỉ định, và so sánh kết quả kết xuất với hai bức ảnh mục tiêu.
Mục tiêu tối ưu hóa đồng thời bao gồm độ tương đồng hình dạng và độ tương đồng màu sắc, từ đó làm cho vật thể được tạo ra vừa đáp ứng yêu cầu đường nét, cũng có thể tạo ra màu sắc của hình ảnh mục tiêu.
Trong quá trình tối ưu hóa thực tế, tác giả phát hiện ra bốn loại vấn đề chính: nhiễu bề mặt, nhiễu nền, đứt gãy bên trong và mất cân bằng tối ưu hóa hình dạng và màu sắc.
Vì vậy, bài báo đề xuất bốn cơ chế cốt lõi.
Đầu tiên là PAC, tức Cắt tỉa thành phần liên thông dựa trên căn chỉnh phép chiếu. Hệ thống sẽ chiếu từng thành phần liên thông trong voxel hiện tại lên hai góc nhìn, và chấm điểm dựa trên mức độ trùng khớp của chúng với mặt nạ mục tiêu và tình trạng tràn nền, giữ lại các cấu trúc thực sự hữu ích cho hoa văn mục tiêu, loại bỏ các phần nhiễu nổi hoặc không hiệu quả.
Thứ hai là PWA, tức Ức chế nhiễu thích ứng có trọng số dựa trên vị trí. Nó sẽ điều chỉnh trọng số phạt nền dựa trên khoảng cách từ pixel đến vùng mục tiêu, khiến các phép chiếu sai ở xa hoa văn mục tiêu bị phạt mạnh hơn, từ đó giảm nhiễu nền ở xa.
Thứ ba là IVP, tức Bảo vệ voxel bên trong. Do hình ảnh giám sát chủ yếu ràng buộc bề mặt vật thể, các voxel bên trong dễ bị làm suy yếu sai lầm trong quá trình tối ưu hóa, dẫn đến cấu trúc bị đứt gãy. IVP sẽ nhận diện các voxel bên trong và áp đặt giới hạn dưới cho mật độ, giúp duy trì tính toàn vẹn của vật thể, điều này đặc biệt quan trọng cho việc in 3D sau này.
Cuối cùng là SCD, tức Tối ưu hóa tách rời hình dạng - màu sắc. AutoMIA chia quá trình huấn luyện thành các giai đoạn: tối ưu hóa hình dạng, tối ưu hóa kết hợp hình dạng - màu sắc và tinh chỉnh màu sắc, tránh để màu sắc can thiệp quá sớm vào cấu trúc hình học, đồng thời giảm xung đột giữa màu sắc của các góc nhìn khác nhau.
Kết quả thí nghiệm
Bài báo đã xác minh AutoMIA với nhiều loại hình ảnh 2D làm đầu vào, bao gồm chữ cái tiếng Anh, số, chữ Hán, hoa văn hình học, emoji, hình hoạt hình và logo, v.v.
Trong thí nghiệm, tác giả so sánh AutoMIA với các phương pháp như Nghệ thuật Bóng (SA) và Shadow Art Revisited (SAR). Do các phương pháp cơ sở chủ yếu hỗ trợ tối ưu hóa hình dạng, trọng tâm so sánh bao gồm các chỉ số như độ mịn, mức độ nhiễu và độ nhất quán hình dạng.
Kết quả cho thấy, AutoMIA đạt được lợi thế rõ ràng về chất lượng tái tạo. Theo báo cáo bài báo, Độ mịn (SL) của AutoMIA đạt 0.989, Mức độ nhiễu (NL) giảm xuống 0.049, Độ nhất quán hình dạng (SS) đạt 0.931; ngược lại, SA và SAR đều có khoảng cách đáng kể về độ nhất quán hình dạng và kiểm soát nhiễu.
Đồng thời, thời gian thiết kế trung bình của AutoMIA trên một card RTX 3090 chỉ là 76 giây, bộ nhớ video trung bình chiếm dụng khoảng 2.6GB, thể hiện hiệu suất tính toán hiệu quả.
Từ kết quả trực quan, SA và SAR dễ sinh ra các vấn đề như nhiễu nổi, bề mặt không bằng phẳng hoặc đứt gãy bên trong, dẫn đến vật thể khó hình thành cấu trúc thực thể ổn định, hoàn chỉnh.
Trong khi đó, kết quả do AutoMIA tạo ra không chỉ khớp tốt hơn đường nét của hai bức ảnh mục tiêu, mà còn tái tạo được bề mặt màu sắc của hình ảnh đầu vào, khiến góc nhìn chính diện và góc nhìn trong gương đều có ý nghĩa thị giác rõ ràng.
Đối với nghệ thuật ảo giác gương, điểm này đặc biệt quan trọng: nếu hình dạng đúng nhưng màu sắc hỗn loạn, hoặc màu sắc gần giống nhưng cấu trúc vỡ vụn, cuối cùng đều khó tạo thành hiệu ứng ảo giác thuyết phục.
Thí nghiệm loại bỏ thành phần (ablation study) tiếp tục cho thấy PAC, PWA, IVP và SCD đều có đóng góp vào kết quả cuối cùng. Bỏ đi bất kỳ mô-đun nào đều dẫn đến chất lượng tái tạo giảm sút. Ví dụ, bỏ PAC sẽ làm tăng đáng kể nhiễu và giảm độ nhất quán hình dạng; bỏ SCD sẽ ảnh hưởng đến hình dạng, màu sắc và hiệu ứng mịn.
Điều này cho thấy AutoMIA không chỉ đơn thuần dựa vào tối ưu hóa voxel, mà đã có thiết kế hệ thống nhằm giải quyết các vấn đề xuất hiện trong thiết kế ảo giác gương.
Dưới đây đưa ra một ví dụ trong thế giới số, từ hình ảnh có thể thấy, dựa trên phần mềm mô phỏng số Blender, đã kết xuất được vật thể ảo giác gương có hiệu ứng tốt.
Ngoài kết quả số, bài báo còn trình bày nhiều trường hợp chế tạo thực thể. Tác giả chuyển đổi mô hình voxel đã được tối ưu hóa sang định dạng có thể in 3D, và thông qua in 3D để chế tạo vật thể thực.
Trong ảnh thực tế, mặt trước của vật thể và trong gương thể hiện các hoa văn khác nhau, chứng tỏ phương pháp này có thể thành công đi từ thiết kế số đến thế giới vật lý.
Người dùng có thể dựa trên phương pháp này để chế tác các loại tác phẩm nghệ thuật khác nhau.
Kết luận và triển vọng
Các nhà nghiên cứu đã đề xuất AutoMIA, một hệ thống thiết kế AI dùng để tự động tạo ra Nghệ thuật Ảo giác Gương.
Nó có thể xuất phát từ hai hình ảnh 2D, tối ưu hóa kết hợp hình dạng và màu sắc của vật thể 3D, và thông qua các cơ chế như PAC, PWA, IVP và SCD để nâng cao chất lượng kết quả, làm cho vật thể được tạo ra mịn hơn, hoàn chỉnh hơn, cũng phù hợp hơn để chế tạo thực tế.
Công trình này cho thấy khả năng mới của AI trong thiết kế tính toán và sáng tạo nghệ thuật: nó không chỉ có thể tạo ra hình ảnh, mà còn thiết kế các vật thể ảo giác 3D có tính khả thi vật lý. Một vật thể trong thực tế chỉ có một hình thái, nhưng lại có thể thể hiện một danh tính thị giác khác trong gương, hiệu ứng "mặt trước và trong gương không nhất quán" này cũng cung cấp hướng nghiên cứu mới cho nhận thức thị giác, đồ họa học ngược và sản xuất kỹ thuật số.
Giới thiệu tác giả
Các tác giả bài báo lần lượt là: Chu Tiểu Bội (Zhu Xiaopei), học giả Thủy Mộc (Shuimu Scholar) Đại học Thanh Hoa, cố vấn hợp tác là Giáo sư Chu Quân (Zhu Jun); Lý Trạch Viễn (Li Zeyuan, đồng tác giả thứ nhất), sinh viên đại học Đại học Khoa học và Công nghệ Hoa Trung (Huazhong University of Science and Technology), và Giáo sư Chu Quân (Zhu Jun), Phó giáo sư Hồ Hiểu Lâm (Hu Xiaolin, tác giả liên hệ) của Đại học Thanh Hoa.
Tài liệu tham khảo: http://arxiv.org/abs/2607.02015
Bài viết này từ tài khoản WeChat công chúng "Tân Trí Nguyên", tác giả: Tân Trí Nguyên; biên tập: LRST
