Google DeepMind เปิดตัว Genie 4 โมเดล AI รุ่นใหม่ที่สามารถสร้างโลกเสมือนจริงให้ผู้ใช้งานเข้าไปสำรวจได้แบบเรียลไทม์ โดยไม่ใช่แค่การสร้างภาพหรือวิดีโอทั่วไป แต่ยังสามารถควบคุมการเคลื่อนที่ เปลี่ยนมุมกล้อง และปรับเปลี่ยนสภาพแวดล้อมด้วยคำสั่งข้อความได้ทันที พร้อมอัปเกรดความสมจริงของภาพและการเคลื่อนไหว เพิ่มระบบเสียงประกอบและบทสนทนาของตัวละคร

Genie 4 คืออะไร?

Genie 4 เป็นโมเดลโลกเสมือนจริงรุ่นใหม่ ที่พัฒนาโดย Google DeepMind มีความสามารถในการสร้างสภาพแวดล้อมจำลองที่ตอบสนองต่อการกระทำของผู้ใช้งานแบบเรียลไทม์ แตกต่างจาก AI สร้างวิดีโอทั่วไปที่จะแสดงผลเป็นคลิปตามเนื้อหาที่กำหนดเอาไว้

ผู้ใช้สามารถควบคุมการเคลื่อนที่และมุมกล้องด้วยคีย์บอร์ด เพื่อเดินสำรวจโลกที่ AI สร้างขึ้นได้อย่างอิสระ พร้อมพิมพ์คำสั่งเพื่อเปลี่ยนสภาพแวดล้อมระหว่างการจำลอง เช่น เปลี่ยนสภาพอากาศ ปรับมุมกล้อง หรือเพิ่มตัวละครและวัตถุใหม่เข้าไปภายในฉาก โดย AI จะปรับเปลี่ยนองค์ประกอบต่าง ๆ ให้สอดคล้องกับสถานการณ์ที่กำลังเกิดขึ้น

อัปเกรดความสมจริง ทั้งภาพ และการเคลื่อนไหวของตัวละคร

Genie 4 ได้อัปเกรดความสามารถในการจำลองสภาพแวดล้อมให้ใกล้เคียงกับโลกจริงมากขึ้น ไม่ว่าจะเป็นรายละเอียดของภาพ แสงและเงา รวมถึงการเคลื่อนไหวของวัตถุต่าง ๆ โดยสามารถจำลองสถานการณ์ที่เกี่ยวข้องกับหลักฟิสิกส์ เช่น การชนกันของวัตถุ การเคลื่อนที่ตามแรงลม และพฤติกรรมของสิ่งของที่ตอบสนองต่อสภาพแวดล้อมได้สมจริงกว่าเดิม

ภาพของ Genie 4 จะดูคมชัดและ รวมถึงแอนิเมชันที่ไหลลื่นกว่า Genie 3

โดย Google ได้แสดงตัวอย่างการจำลองสถานการณ์หลายรูปแบบ เช่น แตงโมที่ถูกกระทบจนแตก เมล็ดต้นเมเปิลที่ร่วงลงสู่พื้น รวมถึงสถานีรถไฟในประเทศญี่ปุ่นที่เต็มไปด้วยผู้คน เพื่อแสดงให้เห็นความสามารถในการสร้างวัตถุและตัวละครที่เคลื่อนไหวอย่างเป็นธรรมชาติ

มีการจำลองมนุษย์ที่ได้รับการปรับปรุงให้สามารถเคลื่อนไหวและตอบสนองต่อสิ่งแวดล้อมได้สมจริงขึ้น ไม่ว่าจะเป็นการเดิน การเปลี่ยนท่าทาง หรือการแสดงปฏิกิริยาต่อเหตุการณ์ที่เกิดขึ้นภายในฉาก

เพิ่มระบบเสียงและบทสนทนา ตัวละครพูดโต้ตอบได้

อีกหนึ่งจุดเด่นของ Genie 4 คือการเป็น World Model แบบเรียลไทม์รุ่นแรกของ Google ที่สามารถสร้างเสียงประกอบได้ในตัว (Native Audio) โดยเสียงจะถูกสร้างขึ้นพร้อมกับสภาพแวดล้อม ไม่จำเป็นต้องนำเสียงมาใส่เพิ่มเติมภายหลัง

AI สามารถสร้างเสียงได้หลากหลายรูปแบบ ไม่ว่าจะเป็นเสียงลมพัด เสียงคลื่นทะเล เสียงดนตรี หรือเสียงที่เกิดจากการเคลื่อนไหวของวัตถุภายในฉาก ช่วยให้โลกเสมือนมีความสมจริงมากยิ่งขึ้น

ใช้งานร่วมกับ Gemini ช่วยให้โลกจำลองมีความต่อเนื่อง

Genie 4 ทำงานร่วมกับโมเดล Gemini 3.8 Flash ทำหน้าที่วิเคราะห์สถานการณ์และวางแผนลำดับเหตุการณ์ และวางแผนขั้นตอนต่าง ๆ ระหว่างที่ Genie 4 กำลังสร้างโลกจำลอง และมีการใช้งานร่วมกับ Gemini 4 Argon และ Gemini Robotics เพื่อจำลองการทำงานของหุ่นยนต์ โดยมีตัวอย่างการสั่งให้หุ่นยนต์ฮิวแมนนอยด์ Apollo เล่นหมากฮอส

Google ยังระบุด้วยว่าวิดีโอและเสียงที่สร้างจาก Genie 4 จะมีลายน้ำดิจิทัล SynthID แบบที่มองไม่เห็น เพื่อช่วยระบุว่าเป็นเนื้อหาที่สร้างขึ้นด้วย AI

ใช้ Genie 4 ทำอะไรดี?

สำหรับประโยชน์ในการใช้งาน Genie 4 อาจช่วยให้การพัฒนาเกมและภาพยนตร์สะดวกและรวดเร็วขึ้นในอนาคต โดยนักพัฒนาเกมสามารถใช้ AI สร้างฉากต้นแบบจากคำสั่งข้อความ แล้วทดลองเดินสำรวจหรือปรับเปลี่ยนสภาพแวดล้อมได้ทันที โดยไม่ต้องสร้างองค์ประกอบทั้งหมดขึ้นมาเองตั้งแต่ต้น

ส่วนงานภาพยนตร์ก็สามารถนำไปใช้ทดลองจัดฉาก มุมกล้อง และการเคลื่อนไหวของตัวละครก่อนถ่ายทำจริง นอกจากนี้ยังสามารถต่อยอดไปสู่การศึกษา โดยสร้างสถานการณ์จำลองให้ผู้เรียนเข้าไปสำรวจ

Genie 4 เปิดให้ใช้งานเมื่อไร?

ตอนนี้ Google เริ่มเปิดให้ผู้ทดสอบบางกลุ่มทดลองใช้งาน Genie 4 ในรูปแบบ Research Preview แล้ว และมีแผนขยายการเข้าถึงให้กับสมาชิก Google AI Ultra ใน Project Genie รวมถึงนักพัฒนาที่ได้รับสิทธิ์เข้าถึงก่อนใครของ Gemini API และ Google AI Studio

ที่มา Google DeepMind, Techcrunch