Nova3D: Tạo tài sản 3D "biết lập trình" — bước tiến mới cho thế giới ảo tương tác

Nova3D, một hệ thống nghiên cứu mới từ arXiv, đang thay đổi cách chúng ta nghĩ về tạo tài sản 3D bằng AI. Thay vì chỉ xuất ra một bề mặt mesh tĩnh như các mô hình sinh 3D truyền thống, Nova3D tạo ra mã nguồn Blender thực thi được, cho phép các hệ thống hạ nguồn có thể kiểm tra, đo lường, chỉnh sửa và hoạt hình đối tượng ngay từ khi sinh ra. Kết quả nghiên cứu cho thấy Nova3D vượt trội hoàn toàn so với các phương pháp hiện tại về tính lập trình và cấu trúc phân cấp, mở ra tiềm năng lớn cho game, mô phỏng và thực tế ảo.

Vấn đề cốt lõi: 3D không chỉ là bề mặt

Hiện nay, hầu hết các mô hình sinh 3D đều tạo ra một mesh tĩnh — đẹp về mặt thị giác nhưng "vô tri" về cấu trúc. Người dùng không thể tách rời các bộ phận, thay đổi khớp nối, hay đo đạc kích thước một cách tự nhiên. Để biến mesh đó thành tài sản dùng được, các nhà phát triển phải tốn hàng giờ để segmentation (phân đoạn) hoặc rigging (gắn khung xương) thủ công.

"Các thế giới 3D tương tác cần nhiều hơn một bề mặt. Chúng cần các bộ phận có tên, cây phân cấp lắp ráp, ràng buộc đo được, tay cầm chỉnh sửa cục bộ và khớp nối cho chuyển động." — trích tóm tắt nghiên cứu Nova3D.

Nova3D giải quyết bằng cách nào?

Thay vì sinh mesh trực tiếp, Nova3D sinh mã nguồn Blender (Python script). Khi biên dịch mã này, ta thu được file glTF (GLB) — nhưng đây chỉ là artifact (sản phẩm phụ), còn tài sản thực sự chính là chương trình tạo ra nó.

Nhờ vậy, các thuộc tính ngữ nghĩa như:

• Các bộ phận có tên (ví dụ: "bánh xe", "cánh tay")
• Cây phân cấp cha-con (assembly hierarchy)
• Ràng buộc số (kích thước, số lượng)
• Khớp nối (joints) cho hoạt hình

...tồn tại ngay từ thời điểm sinh, thay vì phải "khôi phục" lại sau đó bằng các thuật toán phân đoạn phức tạp.

Kết quả ấn tượng trên Nova3D-Bench

Nhóm nghiên cứu tạo ra Nova3D-Bench, một benchmark chuẩn gồm 54 mục thuộc 6 lĩnh vực với 3 mức độ khó, sử dụng cả input văn bản lẫn hình ảnh. Kết quả so với 11 baseline khác:

• Độ bao phủ: Nova3D tạo ra chương trình thực thi được và artifact hợp lệ cho 54/54 mục.
• Cấu trúc: 100% tài sản có các bộ phận có tên trong cây phân cấp cha-con; không baseline nào (mesh-native, CAD, segmentation) làm được điều này.
• Ràng buộc số và số lượng: Nova3D đáp ứng 51/52 ràng buộc từ prompt (baseline mạnh nhất chỉ đạt 11/52).
• Chỉnh sửa cục bộ: Đạt 14/18 bài kiểm tra chỉnh sửa bị che, tính cục bộ được giữ trong 18/18 trường hợp.
• Khớp nối: Tạo 59 khớp nối trên 12 tài sản với 98.3% độ hợp lệ hình học; tất cả baseline đều có 0 khớp nối tự nhiên.

Về chất lượng hình học, Nova3D thắng các domain có cấu trúc trong giải đấu đối sánh cặp shape-quality, xếp thứ hai chỉ sau mô hình mesh-native mạnh nhất, chấp nhận thua về độ chân thực texture so với hệ thống PBR.

Ý nghĩa đối với ngành công nghiệp

Kết quả này có tác động lớn đến nhiều lĩnh vực:

• Game development: Rút ngắn thời gian rigging và import asset.
• Mô phỏng công nghiệp: Tài sản 3D có thể đo đạc và thay đổi tham số dễ dàng.
• Thực tế ảo/tăng cường: Các đối tượng có tay cầm chỉnh sửa ngay lập tức, hỗ trợ tương tác phong phú hơn.

Tuy nhiên, cần lưu ý rằng Nova3D vẫn là nghiên cứu học thuật, chưa phải sản phẩm thương mại. Việc tích hợp vào quy trình sản xuất thực tế sẽ cần thêm công cụ và tối ưu.

Kết luận

Nova3D không cải thiện chất lượng mesh mà thay đổi cách biểu diễn tài sản 3D: từ opaque surface sang programmable asset. Đây là một bước chuyển mang tính đại diện (representational shift), không chỉ là cải tiến kỹ thuật. Với sự phát triển của AI sinh và nhu cầu nội dung 3D tương tác ngày càng lớn, hướng tiếp cận code-native này hứa hẹn sẽ trở thành xu hướng chủ đạo trong vài năm tới.