Google DeepMind เปิดตัว “Genie 3” AI ตัวใหม่ ใช้สร้างวิดีโอเสมือนจริง ปรับมุมมองภาพได้ 360 องศา

เมื่อไม่นานมานี้ Google DeepMind เพิ่งเปิดตัว “Genie 3” เครื่องมือสร้างโลกเสมือน ผ่านการ Prompt ชุดคำสั่ง

ที่น่าสนใจคือ เราสามารถสั่งปรับมุมมองในโลกที่สร้างขึ้นมาได้รอบด้านแบบ 360 องศา คล้าย ๆ กับเวลาที่เราเล่นเกม Simulator ได้อีกด้วย

แล้ว Genie 3 ใช้งานอย่างไร ? MarketThink สรุปมาให้แล้ว

1. ความสามารถของ Genie 3

Genie 3 สามารถสร้าง “โลกเสมือน” ผ่านการ Prompt ชุดคำสั่ง ที่สามารถสั่งได้ว่า อยากได้ภาพสมจริง เป็นภาพธรรมชาติ หรืออยากได้ภาพ 3D แบบในการ์ตูนก็ได้

โดยภาพที่ออกมา จะมีความละเอียดอยู่ที่ 720p 24fps หรือก็คือความละเอียด HD เท่านั้น

ที่น่าสนใจคือ เราสามารถควบคุมมุมมองภาพผ่านแผงควบคุมได้ง่าย ๆ ไม่ว่าจะเป็น เดินหน้า ถอยหลัง เงยหน้า ก้มลง เช่นเดียวกับการเล่นเกม Simulator โดยวัตถุต่าง ๆ ยังอยู่ที่เดิม

แต่แน่นอนว่า โลกเสมือนที่เราสร้าง สามารถปรับมุมมองได้ตามต้องการขนาดนี้ จึงจำเป็นต้องใช้ระยะเวลาในการสร้างเป็นระยะเวลาหลายนาทีเลยทีเดียว..

2. ข้อจำกัดของการใช้งาน Genie 3

- เมื่อโลกเสมือน หรือภาพ ถูก AI สร้างขึ้นมาเสร็จ เราจะสามารถเข้าไปควบคุมภาพ ให้หมุนซ้าย หมุนขวา ได้เพียงแค่ไม่กี่นาที

- ในกรณีที่ภายในภาพ มีตัวอักษร
ตัวอักษรนั้น ๆ จะชัด ก็ต่อเมื่อมีการ Prompt เข้าไปว่า ตัวอักษรนั้น ๆ คือคำว่าอะไร

ยกตัวอย่างเช่น
Prompt คำสั่งว่า ให้สร้างห้องสมุด และชั้นหนังสือ และบนหน้าปกหนังสือ มีตัวอักษรเขียนว่า “Harry Potter”

เมื่อสร้างเสร็จ ตัวอักษรอื่น ๆ ที่ไม่ใช่คำว่า Harry Potter จะไม่ชัด พูดง่าย ๆ ก็คือ ไม่สามารถอ่านได้ เพื่อลดความผิดพลาดนั่นเอง

- Genie 3 ยังไม่สามารถจำลองตำแหน่งทางภูมิศาสตร์ ได้อย่างแม่นยำเหมือนกับโลกจริง

- การจำลองสิ่งมีชีวิตหรือสิ่งแวดล้อมเสมือนจริง ยังทำได้ไม่แม่นยำ

ยกตัวอย่างเช่น
การสร้างสิ่งมีชีวิตลงไปหลาย ๆ ชนิด ยังไม่สามารถสร้างผลลัพธ์ที่ดีได้เท่าที่ควร

- สร้างได้ในพื้นที่จำกัด หรือก็คือ ยังได้เพียงโลกเสมือนขนาดเล็กเท่านั้น

สุดท้ายนี้ ถ้าถามว่า Genie 3 นำไปใช้กับอะไรได้บ้าง ?

- สร้างคลิปวิดีโอสั้น ๆ ที่จะได้ภาพเสมือนจริง และขยับมุมมองได้
- ปฏิวัติวงการเกม ที่ในอนาคตเราหลายคนอาจได้เล่นเกมด้วยแผนที่ หรือพื้นหลังภาพที่ชอบ

อย่างไรก็ตาม ใครที่ต้องการใช้งาน ก็ต้องรอติดตามกันอีกที เพราะตอนนี้ยังไม่เปิดใช้งาน มีเพียงแค่วิดีโอตัวอย่างการใช้งานเท่านั้น

อ้างอิง :
- https://deepmind.google/discover/blog/genie-3-a-new-frontier-for-world-models/