Khi so sánh NeRF, Photogrammetry và Gaussian Splatting, hãy bắt đầu từ mục đích dùng. Photogrammetry tạo mô hình lưới đo đạc được, dễ chỉnh sửa và tương thích mọi engine; Gaussian Splatting cho hình ảnh chân thực nhất và hiển thị thời gian thực; NeRF mạnh về nghiên cứu và tổng hợp góc nhìn nhưng ít được chọn cho sản phẩm XR thời gian thực. Nhiều dự án tốt nhất kết hợp hai phương pháp.
Ba công nghệ số hóa 3D khác nhau ở đâu?
Khác biệt cốt lõi nằm ở cách lưu trữ cảnh: Photogrammetry lưu bề mặt, NeRF lưu một hàm toán học trong mạng nơ-ron, còn Gaussian Splatting lưu hàng triệu đốm màu trong không gian. Cách lưu quyết định bạn làm được gì với kết quả.
Photogrammetry
Định nghĩa — Photogrammetry (đo ảnh / quét 3D bằng ảnh): Kỹ thuật tính toán hình học 3D từ nhiều ảnh 2D chồng lấp, tạo ra lưới tam giác (mesh) và ảnh bề mặt (texture).
Đây là phương pháp trưởng thành nhất, dùng rộng rãi trong khảo sát, kiến trúc, game và điện ảnh. Kết quả có kích thước đo được, đưa thẳng vào Unity, Unreal, Blender hoặc CAD.
Điểm yếu là các vật liệu khó: bề mặt bóng, trong suốt, phản chiếu, chi tiết mảnh như lá cây, tóc, hàng rào lưới thường bị méo hoặc thủng.
NeRF
NeRF (Neural Radiance Fields — trường bức xạ thần kinh) được công bố năm 2020, dùng mạng nơ-ron học cách trả lời câu hỏi: “Tại điểm này trong không gian, nhìn từ hướng này, màu và mật độ là gì?”. Muốn tạo ảnh, hệ thống bắn tia qua từng pixel và hỏi mạng tại nhiều điểm trên tia.
NeRF tạo ra góc nhìn mới rất mượt, xử lý tốt phản chiếu nhẹ và chi tiết mờ. Các cải tiến như Instant-NGP của NVIDIA đã rút ngắn thời gian huấn luyện đáng kể, nhưng render thời gian thực ở độ phân giải cao cho hai mắt VR vẫn là thách thức.
Gaussian Splatting
Gaussian Splatting (3DGS, công bố năm 2023) thay mạng nơ-ron bằng các điểm Gauss tường minh và vẽ chúng bằng rasterization của GPU. Kết quả giữ chất lượng tương đương hoặc tốt hơn NeRF trong nhiều cảnh, nhưng hiển thị nhanh hơn nhiều. Chi tiết xem bài Gaussian Splatting là gì.
Bảng so sánh NeRF, Photogrammetry và Gaussian Splatting
Bảng dưới tổng hợp các tiêu chí doanh nghiệp và đội kỹ thuật thường quan tâm. Đánh giá mang tính tương đối, thực tế phụ thuộc chất lượng ghi hình và công cụ.
| Tiêu chí | Photogrammetry | NeRF | Gaussian Splatting |
|---|---|---|---|
| Dạng đầu ra | Lưới tam giác + texture | Mạng nơ-ron (ẩn) | Điểm Gauss (tường minh) |
| Độ chân thực hình ảnh | Khá, phụ thuộc texture | Rất cao | Rất cao |
| Vật liệu phản chiếu, mảnh | Yếu | Tốt | Tốt |
| Tốc độ hiển thị | Rất nhanh | Chậm đến trung bình | Nhanh |
| Chạy trên kính VR | Tốt sau tối ưu | Khó | Được, cần tối ưu |
| Đo đạc kích thước | Tốt | Hạn chế | Hạn chế |
| Va chạm, vật lý, in 3D | Có | Không trực tiếp | Không trực tiếp |
| Chỉnh sửa | Dễ, công cụ đầy đủ | Khó | Trung bình |
| Thay đổi ánh sáng | Được (nếu làm lại PBR) | Khó | Khó |
| Độ trưởng thành hệ sinh thái | Cao | Chủ yếu nghiên cứu | Tăng rất nhanh |
Đọc bảng theo hàng “đầu ra” trước tiên: nếu dự án cần một vật thể để cầm, xoay, đặt vào AR hay mô phỏng vật lý, bạn cần lưới, tức Photogrammetry. Nếu cần một không gian để ngắm và đi lại, splat thường cho kết quả ấn tượng hơn với ít công sức hậu kỳ hơn.
Nên chọn công nghệ nào cho từng loại dự án?
Câu trả lời ngắn: chọn Photogrammetry cho vật thể cần tương tác và đo đạc, Gaussian Splatting cho không gian cần trải nghiệm chân thực, NeRF cho nghiên cứu hoặc nội dung video dựng sẵn.
| Loại dự án | Khuyến nghị chính | Ghi chú |
|---|---|---|
| Sản phẩm thương mại điện tử, AR đặt đồ | Photogrammetry | Cần lưới nhẹ, kích thước thật |
| Tham quan ảo khu du lịch, khách sạn | Gaussian Splatting | Có thể kèm lưới va chạm ẩn |
| Hiện vật bảo tàng | Photogrammetry, kèm splat để trưng bày | Lưới cho lưu trữ, splat cho hiển thị |
| Hiện trạng công trình, BIM | Photogrammetry, LiDAR | Ưu tiên độ chính xác hình học |
| Video quảng cáo bay camera | NeRF hoặc Gaussian Splatting | Render offline, không cần thời gian thực |
| Môi trường game/đào tạo VR | Photogrammetry, bổ sung splat cho phông nền xa | Cần hiệu năng ổn định |
Cũng cần nhớ một lựa chọn thứ tư: khi không thể ghi hình vật thể thật, AI tạo sinh có thể dựng mô hình từ ảnh đơn hoặc văn bản. Xem bài Generative AI tạo mô hình 3D để hiểu khi nào nên dùng hướng này.
Quy trình ra quyết định 6 bước
Để tránh chọn công nghệ theo “trend”, có thể đi theo quy trình sau:
- Xác định đầu ra cuối cùng:
người dùng sẽ xem trên web, điện thoại, kính VR hay video? Có cần tương tác vật lý không? - Xác định yêu cầu độ chính xác:
chỉ cần “trông đẹp” hay phải đo được, sai số bao nhiêu? - Khảo sát đối tượng:
kích thước, vật liệu (kính, kim loại, lá cây), điều kiện ánh sáng, mức độ chuyển động xung quanh. - Thử nghiệm nhỏ (pilot):
ghi một phần đối tượng, xử lý song song bằng hai phương pháp để so sánh. - Đánh giá trên thiết bị đích:
kiểm tra tốc độ khung hình, dung lượng tải, độ nét khi nhìn gần. - Chốt pipeline và ngân sách:
quy định tiêu chuẩn ghi hình, định dạng lưu trữ, bước hậu kỳ và kiểm thử.
Một buổi ghi hình tốt có thể phục vụ cả Photogrammetry lẫn Gaussian Splatting vì chúng dùng chung bộ ảnh, nên hãy ghi dư dữ liệu.
Góc kỹ thuật cho đội phát triển
Cả ba pipeline đều bắt đầu bằng Structure from Motion (SfM) để ước lượng tư thế camera, thường dùng COLMAP hoặc bộ giải tích hợp trong phần mềm thương mại. Sau đó chúng rẽ nhánh:
- Photogrammetry:
SfM → Multi-View Stereo (MVS — tính bản đồ độ sâu dày đặc) → hợp nhất thành lưới (ví dụ Poisson reconstruction) → chiếu texture. Công cụ phổ biến: RealityCapture/RealityScan, Agisoft Metashape, Meshroom (mã nguồn mở), Pix4D cho
drone
. - NeRF:
SfM → huấn luyện MLP hoặc lưới đặc trưng (hash grid như Instant-NGP) với volume rendering. Khung phổ biến: Nerfstudio. - 3DGS:
SfM → khởi tạo Gauss từ điểm thưa → tối ưu bằng rasterizer khả vi. Khung phổ biến: mã gốc Inria, gsplat,
Nerfstudio splatfacto
, Postshot.
Công thức render cốt lõi
NeRF và 3DGS cùng dùng mô hình hòa trộn alpha dọc tia nhìn:
NeRF: C(r) = Σ_i T_i · (1 − exp(−σ_i·δ_i)) · c_i , T_i = exp(−Σ_{j<i} σ_j·δ_j)
3DGS: C = Σ_i c_i · α_i · Π_{j<i} (1 − α_j)Khác biệt là NeRF phải truy vấn mạng tại hàng chục đến hàng trăm mẫu trên mỗi tia, còn 3DGS chỉ chiếu và sắp xếp các Gauss có sẵn. Đó là gốc rễ của chênh lệch tốc độ.
Mẹo pipeline lai
- Dùng lưới Photogrammetry đã giảm đa giác làm collision mesh và occluder cho cảnh splat.
- Căn hai hệ tọa độ bằng chung một lần chạy SfM để splat và lưới trùng khớp.
- Với dự án cần đo đạc, bổ sung LiDAR hoặc điểm khống chế mặt đất (GCP) để cố định tỷ lệ thật.
- Lưu ảnh gốc và dữ liệu camera; khi thuật toán mới ra đời, có thể huấn luyện lại mà không cần ghi hình lại.
Sau khi có asset, đừng quên khâu tối ưu hiệu năng và 3D asset cho VR/AR trước khi phát hành.
Ứng dụng thực tế tại Việt Nam
Tại Việt Nam, câu hỏi thường gặp không phải “công nghệ nào tốt nhất” mà là “với ngân sách và thời gian này, cách nào hiệu quả nhất”. Dưới đây là các kịch bản giả định để minh họa cách chọn.
Kịch bản 1 — Bảo tàng cấp tỉnh: Cần lưu trữ lâu dài vài chục hiện vật gốm và tượng gỗ, đồng thời làm triển lãm trực tuyến. Phương án hợp lý: Photogrammetry cho hồ sơ lưu trữ có kích thước chuẩn, xuất thêm bản splat cho không gian trưng bày ảo. Tham khảo thêm bài số hóa di sản và bảo tàng ảo.
Kịch bản 2 — Resort ven biển: Muốn khách xem trước biệt thự và bãi biển trên website. Gaussian Splatting cho cảm giác chân thực với chi phí ghi hình vừa phải; phần đặt phòng và thông tin tiện ích được lớp giao diện xử lý.
Kịch bản 3 — Nhà máy cần đào tạo VR: Môi trường cần thao tác với máy móc, va chạm, độ chính xác. Photogrammetry kết hợp dựng thủ công là phương án an toàn; splat chỉ dùng cho phông nền ngoài cửa sổ hoặc khu vực không tương tác.
Chi phí tham khảo
| Hạng mục | Mức chi phí (tham khảo, tùy phạm vi dự án) |
|---|---|
| Phần mềm | Từ mã nguồn mở miễn phí đến bản quyền thương mại theo năm |
| Ghi hình vật thể nhỏ | Thấp, chủ yếu công chụp và setup ánh sáng |
| Ghi hình công trình, drone | Trung bình đến cao, cần giấy phép bay |
| Hậu kỳ lưới cho VR | Thường chiếm phần lớn công sức |
| Hậu kỳ splat | Thấp đến trung bình, chủ yếu dọn dẹp và nén |
Câu hỏi thường gặp (FAQ)
Có thể chuyển Gaussian Splatting thành lưới 3D được không?
Có, nhưng chất lượng lưới thường kém hơn Photogrammetry chuẩn. Một số biến thể như 2D Gaussian Splatting cải thiện việc trích xuất bề mặt, tuy vậy nếu cần lưới chất lượng cao, nên chạy Photogrammetry trên cùng bộ ảnh.
NeRF có còn đáng dùng trong năm 2026 không?
Có, đặc biệt trong nghiên cứu, video dựng sẵn và các bài toán cần biểu diễn liên tục. Với sản phẩm XR tương tác thời gian thực, Gaussian Splatting và lưới truyền thống thường được ưu tiên hơn.
Điện thoại có LiDAR có thay thế được các phương pháp này không?
LiDAR trên điện thoại hỗ trợ quét nhanh hình khối và tỷ lệ, nhưng độ chi tiết và texture còn hạn chế. Nó thường được dùng bổ trợ thay vì thay thế ghi hình bằng ảnh.
Nên thuê dịch vụ hay tự làm số hóa 3D?
Với vài vật thể đơn giản, đội nội bộ có thể tự làm bằng ứng dụng điện thoại. Với công trình lớn, di sản, hoặc yêu cầu chạy trên kính VR, nên làm việc với đơn vị có kinh nghiệm về ghi hình và tối ưu.
Vật thể bằng kính hoặc kim loại bóng xử lý thế nào?
Đây là điểm yếu chung. Có thể dùng bình xịt mờ tạm thời (nếu vật thể cho phép), ánh sáng phân cực, hoặc chấp nhận dùng splat cho hiển thị và dựng lại phần bóng bằng tay trên lưới.
Kết luận
So sánh NeRF, Photogrammetry và Gaussian Splatting cho thấy không có công nghệ thắng tuyệt đối. Photogrammetry vẫn là xương sống khi cần lưới chính xác và tương tác; Gaussian Splatting là lựa chọn nổi bật cho không gian chân thực, hiển thị thời gian thực; NeRF giữ vai trò quan trọng trong nghiên cứu và nội dung dựng sẵn. Chiến lược khôn ngoan là ghi hình một lần, xử lý theo nhiều hướng và chọn đầu ra theo mục đích. Nếu bạn đang lên kế hoạch số hóa sản phẩm, công trình hay di sản, hãy liên hệ đội ngũ tư vấn để được đánh giá nhu cầu và đề xuất pipeline phù hợp.
