设计一款镜头，往往要资深专家反复调参、避开跳出局部最优，完整设计周期动辄数周甚至上月。浙江大学、舜宇中央研究院副院长(兼) 汪凯巍教授团队提出全新思路：不靠专家经验去“调”，而是用算力去“造”：用GPU加速光线追迹，通过十万乃至百万个初始结构并行搜索，构造百万级镜头数据库，构建出设计镜头的智能体LensMind。
在第27届中国国际光电博览会同期举行的“AI+计算光学成像”新机遇论坛上，汪凯巍教授带来《LensMind——AI赋能的光学设计》专题报告，讲述 AI 如何赋能光学建模与优化，并为计算成像提供新的工具。
光学设计的历史可追溯至1840年前后，历经对数表、手摇计算机，到计算机辅助设计、专业设计软件，再到基于PC的Zemax，这套思路已发展近200年。但需求变化更快：光学成像最近二十年成长最快，如今每年产出约100亿支各式镜头，设计需求频率远超以往。一个共性问题随之浮现——能不能更快地完成光学设计，把设计周期从几周、上月，缩短到几天甚至几小时。
怎么解决？汪教授引用潘云鹤院士的观点：大模型的“幻觉问题”（生成错误或无关内容）是其落地的最大障碍，尤其在医疗、工业这类对精度、容错要求极严的场景，一个小错误就可能带来安全事故。破解之道，是用教科书级的专业数据替代泛化数据，确保AI输出准确性，并为每个行业训练垂域专家级模型，再进行跨领域结合形成通用能力。但难题在于专业数据从哪来——光学设计的好数据大多掌握在各家企业、科研院所手里，属于核心资产，很难共享。第一步，做一款自动构造数据的算法。借助大算力“大力出奇迹”，把优秀专业的数据构造出来；第三步，用镜头库训练模型、构造智能体，解决设计问题。
核心方法与实验验证：从百万起点出发，GPU上跑光线追迹
要自动构建镜头库，先得攻克“高度非凸”难题：光学设计解空间复杂，优化容易陷入局部最优值。传统方法里，设计师选定一个初始结构后，使用局部优化方法只能达到局部极小值，需要设计师凭经验修改参数跳出，从而接近全局最优。正因如此，每家厂商都把设计师当作核心智力资源。汪教授团队的办法“不够聪明，但有用”——既然从一点出发很难接近全局最优，那就从十万乃至一百万个点同时出发搜索，初始点足够多，接近全局最优的概率更大。为此，团队把光线追迹方法重新在GPU上实现：借助GPU强大并行运算能力实现快速搜索，完成高精度的光线追迹与光线瞄准。初始化结构的生成也并非盲目随机撒点：无约束完全随机初始化时，可正常追迹的结构仅占0.47%；而加入物理约束，自动随机分配材料与曲率参数后，约50%的初始结构能够继续开展追迹与优化。后续逐步开放参数空间、淘汰劣质结构，将计算资源倾斜至优质结构以提升整体计算效率。再用随机扰动将陷入局部极小值的镜头跳出局部最优，最后输出排名前十的结果交给用户。结果也能跟行业标杆对标。对标各个大厂企业专利设计需求，随着迭代增加，MTF逐步改善，1:1对比中，优化结果的点列图半径甚至能超过原专利。以一款200度鱼眼镜头为例，复现专利的平均点列图半径为1.82um，而LensMind无需人工调整即可达到到1.48um。
自动构造数据只是第一步。第二步，团队“开足马力”——把200万个好镜头逐一筛选，覆盖手机、安防、车载等各类应用，构造行业大规模数据库并逐步开放给行业用户使用。数据从哪里来？靠自动挖掘——团队做了一个小Agent，能从PDF格式的专利自动生成设计文件，为什么不直接复用第一步的方法？汪教授坦言，搜索复杂镜头结构可能要一两天，太浪费资源，不如从已经优化得比较好的镜头出发。基于百万级数据库，用户可按需求搜索，拿到前十结果后选择一个继续优化，大幅提升效率。第三步是核心——LensMind智能体。它基于大语言模型，把专业镜头数据库、光学知识库和光学仿真工具结合起来，脱离商业软件，实现对话式设计：用户输入需求，系统自动检索镜头库、调用光学工具、形成Skill，并在多轮使用中保存经验、越用越聪明。挖掘百万镜头库的过程还沉淀了大量优化轨迹，成为训练智能体的语料。借助强化学习，模型能学会采用修改优化目标、更换材料、扰动曲率等方法来跳出局部最优时。团队还用简单的六片结构，初步验证了逐面决策模型能发现光线的控制规律。基于百万级镜头库，还延伸出通用像差恢复能力：用一百万个带不同类型像差的镜头训练一个通用模型，无需针对每个镜头单独训练像差补偿模型，甚至对于MetaLens（超表面镜头）拍摄的模糊图像，这套方法也能产生一定的恢复效果。
大约两个月前，团队开放了LensMind软件试用，已有一百多家行业用户关注——既有镜头厂、终端厂，也包括比亚迪、特斯拉这样的车厂，还有不少知名大学和研究所，一些工程师也提了不少建议。给了团队很多激励。汪教授总结道：AI在新时期触动了很多人的灵感，作为做经典光学的老师，他原本没想过转向这个方向；但当年轻人的奇思妙想与掌握知识的能力，把经典光学和AI结合到一起，会发现非常多有趣的工作——它不一定是发特别好的论文，但可能为行业带来真正好用的工具。从依赖专家经验的手工调参，到多初始点大规模并行搜索，再到可对话式设计镜头的智能体，光学设计正在从高度依赖个人经验的“手艺活”，转向依托海量数据驱动的自动化体系。当镜头设计周期从几周压缩到几天甚至几小时，光学设计的技术门槛与创新边界，正在被重新定义。
