ฟีเจอร์ใหม่เชื่อม Project Genie เข้ากับ Google Maps Street View ซึ่งมีภาพถนนจากทั่วโลกจำนวนมหาศาล

ขั้นตอนใช้งานโดยทั่วไปมีลักษณะดังนี้

• เลือกสถานที่จาก Google Maps หรือระบุสถานที่จริง
• ใส่คำสั่ง (prompt) เพื่อกำหนดสไตล์หรือสถานการณ์
• เข้าไปสำรวจโลกที่ AI สร้างขึ้นจากภาพ Street View

หลังจากนั้นระบบจะสร้าง สภาพแวดล้อมแบบเล่นได้ (playable simulation) ที่ผู้ใช้สามารถเดิน เคลื่อนที่ หรือสำรวจได้เหมือนอยู่ในเกม

เนื่องจากโลกถูกสร้างขึ้นแบบไดนามิก ผู้ใช้ยังสามารถ ปรับแต่งสภาพแวดล้อมได้ เช่น

• เปลี่ยนสภาพอากาศ
• เปลี่ยนยุคสมัยของสถานที่
• เปลี่ยนสไตล์โลก เช่น ทำให้เมืองกลายเป็นทะเลทราย

แนวคิดนี้ทำให้สถานที่จริงสามารถถูก “จินตนาการใหม่” ได้หลายรูปแบบ

ตอนนี้ผู้ใช้ทำอะไรกับ Project Genie ได้บ้าง

Project Genie ไม่ใช่เครื่องมือสร้างภาพหรือวิดีโอแบบเดิม แต่เป็น ระบบสร้างโลกเสมือนแบบอินเทอร์แอคทีฟ

ความสามารถหลักในปัจจุบัน ได้แก่

• สร้างโลกจากคำสั่ง ผู้ใช้สามารถอธิบายสภาพแวดล้อม แล้ว AI จะสร้างฉากที่สำรวจได้
• สำรวจโลกแบบเรียลไทม์ เดินหรือเคลื่อนที่ในฉากที่สร้างขึ้นได้ทันที
• อิงสถานที่จริง โลกเสมือนสามารถเริ่มจากภาพถนนหรือแลนด์มาร์กจริงผ่าน Street View
• ปรับเปลี่ยนสภาพแวดล้อม ผู้ใช้สามารถแก้ไขฉากหรือสไตล์ของโลกด้วย prompt เพิ่มเติม

ผลลัพธ์จึงคล้ายกับ ด่านในเกมที่ถูกสร้างขึ้นแบบ procedural มากกว่าภาพหรือวิดีโอที่เรนเดอร์เสร็จแล้ว

ใครสามารถใช้ Project Genie ได้บ้าง

ตอนนี้ Project Genie ยังอยู่ในสถานะ ต้นแบบทดลอง (experimental prototype) ผ่านแพลตฟอร์ม Google Labs

รายละเอียดการเข้าถึงหลักมีดังนี้

• ต้องสมัคร Google AI Ultra ซึ่งเป็นแพ็กเกจ AI ระดับสูงของ Google
• ผู้ใช้ต้องมีอายุ 18 ปีขึ้นไป และใช้บัญชี Google ส่วนตัว
• เวอร์ชันแรกเปิดให้ใช้กับสมาชิกใน สหรัฐอเมริกา ก่อน
• มีรายงานว่าการเข้าถึงกำลังขยายไปยังผู้ใช้ AI Ultra ทั่วโลก แต่ฟีเจอร์อาจแตกต่างตามภูมิภาค

สำหรับฟีเจอร์ที่ใช้ Street View โดยตรง การทดลองช่วงแรกยังเน้น สถานที่ในสหรัฐฯ เป็นหลัก และคาดว่าจะขยายไปยังประเทศอื่นในอนาคต

เทคโนโลยีเบื้องหลัง: Genie 3

Project Genie ขับเคลื่อนด้วยโมเดล AI ที่ชื่อว่า Genie 3 ซึ่ง Google DeepMind เรียกว่าเป็น “world model” รุ่นใหม่

แตกต่างจากโมเดลสร้างภาพหรือวิดีโอทั่วไป ระบบนี้สร้าง สภาพแวดล้อมทั้งโลกที่ตอบสนองต่อการกระทำของผู้ใช้

คุณสมบัติทางเทคนิคหลัก ได้แก่

• สร้างโลกแบบเรียลไทม์ขณะผู้ใช้เคลื่อนที่
• สำรวจโลกได้ต่อเนื่องเหมือนเกม
• เรนเดอร์ประมาณ 20–24 เฟรมต่อวินาที ที่ความละเอียด 720p
• โลกที่สร้างขึ้นคงความต่อเนื่องได้ หลาย分钟 ก่อนที่รายละเอียดจะเริ่มเสื่อมลง

ในเชิงเทคนิค โมเดลจะคำนวณเฟรมภาพถัดไปจาก เฟรมก่อนหน้าและการกระทำของผู้ใช้ คล้ายกับที่โมเดลภาษาใช้คาดเดาคำถัดไปในประโยค

ข้อจำกัดในปัจจุบัน

แม้เดโมจะน่าสนใจ แต่ Project Genie ยังอยู่ในช่วงวิจัยและมีข้อจำกัดหลายอย่าง

ข้อจำกัดที่ทราบ ได้แก่

• การเข้าถึงยังจำกัดเฉพาะสมาชิก Google AI Ultra
• ฟีเจอร์ Street View ยังเน้นพื้นที่ในสหรัฐฯ เป็นหลัก
• โลกที่สร้างขึ้นคงความสมจริงได้เพียงไม่กี่นาที
• รูปแบบการโต้ตอบของผู้ใช้ยังมีขอบเขตจำกัด

ดังนั้นเทคโนโลยีนี้จึงยังถือว่าเป็น ต้นแบบงานวิจัย มากกว่าจะเป็นแพลตฟอร์มจำลองโลกเต็มรูปแบบ

ทำไม Google ถึงพัฒนา “World Model”

Google DeepMind มองว่า AI ที่เข้าใจและจำลองโลกได้จะเป็นก้าวสำคัญของระบบ AI ในอนาคต

แนวคิดนี้อาจนำไปสู่การใช้งานหลายด้าน

เกมและสื่ออินเทอร์แอคทีฟ

นักพัฒนาเกมอาจสร้างโลกทั้งเกมจาก prompt แทนการออกแบบฉากด้วยมือ ทำให้การพัฒนาเร็วขึ้นมาก

การศึกษาและการสำรวจเสมือนจริง

การใช้ Street View ทำให้ผู้เรียนสามารถ เดินสำรวจสถานที่จริงแบบอินเทอร์แอคทีฟ เช่น เมืองสำคัญหรือสถานที่ทางประวัติศาสตร์

การฝึก AI และหุ่นยนต์

การสร้างโลกจำลองจำนวนมหาศาลช่วยให้ AI หรือหุ่นยนต์ ฝึกเรียนรู้การเคลื่อนที่และตัดสินใจ ในสภาพแวดล้อมที่หลากหลายได้อย่างปลอดภัย

การเปลี่ยนผ่านจาก “การสร้างคอนเทนต์” สู่ “การจำลองโลก”

เครื่องมือ generative AI ส่วนใหญ่ในปัจจุบันสร้าง คอนเทนต์ เช่น ข้อความ ภาพ หรือวิดีโอ

แต่ world model อย่าง Genie พยายามสร้าง โลกทั้งระบบที่มีพฤติกรรมต่อเนื่อง

แนวทางนี้เปิดทางให้เกิดการใช้งานใหม่ เช่น

• การตัดสินใจในสภาพแวดล้อมซับซ้อน
• AI ที่มีตัวตนในโลกเสมือน
• การฝึกหุ่นยนต์
• การสำรวจโลกแบบเปิด

แม้ Project Genie จะยังอยู่ในช่วงเริ่มต้น แต่มันแสดงให้เห็นทิศทางหนึ่งของ AI ในอนาคต ที่เส้นแบ่งระหว่าง แผนที่ เกม การจำลอง และสภาพแวดล้อมฝึก AI อาจรวมกันเป็นแพลตฟอร์มเดียวกัน

ฟีเจอร์ใหม่เชื่อม Project Genie เข้ากับ Google Maps Street View ซึ่งมีภาพถนนจากทั่วโลกจำนวนมหาศาล

ขั้นตอนใช้งานโดยทั่วไปมีลักษณะดังนี้

• เลือกสถานที่จาก Google Maps หรือระบุสถานที่จริง
• ใส่คำสั่ง (prompt) เพื่อกำหนดสไตล์หรือสถานการณ์
• เข้าไปสำรวจโลกที่ AI สร้างขึ้นจากภาพ Street View

หลังจากนั้นระบบจะสร้าง สภาพแวดล้อมแบบเล่นได้ (playable simulation) ที่ผู้ใช้สามารถเดิน เคลื่อนที่ หรือสำรวจได้เหมือนอยู่ในเกม

เนื่องจากโลกถูกสร้างขึ้นแบบไดนามิก ผู้ใช้ยังสามารถ ปรับแต่งสภาพแวดล้อมได้ เช่น

• เปลี่ยนสภาพอากาศ
• เปลี่ยนยุคสมัยของสถานที่
• เปลี่ยนสไตล์โลก เช่น ทำให้เมืองกลายเป็นทะเลทราย

แนวคิดนี้ทำให้สถานที่จริงสามารถถูก “จินตนาการใหม่” ได้หลายรูปแบบ

ตอนนี้ผู้ใช้ทำอะไรกับ Project Genie ได้บ้าง

Project Genie ไม่ใช่เครื่องมือสร้างภาพหรือวิดีโอแบบเดิม แต่เป็น ระบบสร้างโลกเสมือนแบบอินเทอร์แอคทีฟ

ความสามารถหลักในปัจจุบัน ได้แก่

• สร้างโลกจากคำสั่ง ผู้ใช้สามารถอธิบายสภาพแวดล้อม แล้ว AI จะสร้างฉากที่สำรวจได้
• สำรวจโลกแบบเรียลไทม์ เดินหรือเคลื่อนที่ในฉากที่สร้างขึ้นได้ทันที
• อิงสถานที่จริง โลกเสมือนสามารถเริ่มจากภาพถนนหรือแลนด์มาร์กจริงผ่าน Street View
• ปรับเปลี่ยนสภาพแวดล้อม ผู้ใช้สามารถแก้ไขฉากหรือสไตล์ของโลกด้วย prompt เพิ่มเติม

ผลลัพธ์จึงคล้ายกับ ด่านในเกมที่ถูกสร้างขึ้นแบบ procedural มากกว่าภาพหรือวิดีโอที่เรนเดอร์เสร็จแล้ว

ใครสามารถใช้ Project Genie ได้บ้าง

ตอนนี้ Project Genie ยังอยู่ในสถานะ ต้นแบบทดลอง (experimental prototype) ผ่านแพลตฟอร์ม Google Labs

รายละเอียดการเข้าถึงหลักมีดังนี้

• ต้องสมัคร Google AI Ultra ซึ่งเป็นแพ็กเกจ AI ระดับสูงของ Google
• ผู้ใช้ต้องมีอายุ 18 ปีขึ้นไป และใช้บัญชี Google ส่วนตัว
• เวอร์ชันแรกเปิดให้ใช้กับสมาชิกใน สหรัฐอเมริกา ก่อน
• มีรายงานว่าการเข้าถึงกำลังขยายไปยังผู้ใช้ AI Ultra ทั่วโลก แต่ฟีเจอร์อาจแตกต่างตามภูมิภาค

สำหรับฟีเจอร์ที่ใช้ Street View โดยตรง การทดลองช่วงแรกยังเน้น สถานที่ในสหรัฐฯ เป็นหลัก และคาดว่าจะขยายไปยังประเทศอื่นในอนาคต

เทคโนโลยีเบื้องหลัง: Genie 3

Project Genie ขับเคลื่อนด้วยโมเดล AI ที่ชื่อว่า Genie 3 ซึ่ง Google DeepMind เรียกว่าเป็น “world model” รุ่นใหม่

แตกต่างจากโมเดลสร้างภาพหรือวิดีโอทั่วไป ระบบนี้สร้าง สภาพแวดล้อมทั้งโลกที่ตอบสนองต่อการกระทำของผู้ใช้

คุณสมบัติทางเทคนิคหลัก ได้แก่

• สร้างโลกแบบเรียลไทม์ขณะผู้ใช้เคลื่อนที่
• สำรวจโลกได้ต่อเนื่องเหมือนเกม
• เรนเดอร์ประมาณ 20–24 เฟรมต่อวินาที ที่ความละเอียด 720p
• โลกที่สร้างขึ้นคงความต่อเนื่องได้ หลาย分钟 ก่อนที่รายละเอียดจะเริ่มเสื่อมลง

ในเชิงเทคนิค โมเดลจะคำนวณเฟรมภาพถัดไปจาก เฟรมก่อนหน้าและการกระทำของผู้ใช้ คล้ายกับที่โมเดลภาษาใช้คาดเดาคำถัดไปในประโยค

ข้อจำกัดในปัจจุบัน

แม้เดโมจะน่าสนใจ แต่ Project Genie ยังอยู่ในช่วงวิจัยและมีข้อจำกัดหลายอย่าง

ข้อจำกัดที่ทราบ ได้แก่

• การเข้าถึงยังจำกัดเฉพาะสมาชิก Google AI Ultra
• ฟีเจอร์ Street View ยังเน้นพื้นที่ในสหรัฐฯ เป็นหลัก
• โลกที่สร้างขึ้นคงความสมจริงได้เพียงไม่กี่นาที
• รูปแบบการโต้ตอบของผู้ใช้ยังมีขอบเขตจำกัด

ดังนั้นเทคโนโลยีนี้จึงยังถือว่าเป็น ต้นแบบงานวิจัย มากกว่าจะเป็นแพลตฟอร์มจำลองโลกเต็มรูปแบบ

ทำไม Google ถึงพัฒนา “World Model”

Google DeepMind มองว่า AI ที่เข้าใจและจำลองโลกได้จะเป็นก้าวสำคัญของระบบ AI ในอนาคต

แนวคิดนี้อาจนำไปสู่การใช้งานหลายด้าน

เกมและสื่ออินเทอร์แอคทีฟ

นักพัฒนาเกมอาจสร้างโลกทั้งเกมจาก prompt แทนการออกแบบฉากด้วยมือ ทำให้การพัฒนาเร็วขึ้นมาก

การศึกษาและการสำรวจเสมือนจริง

การใช้ Street View ทำให้ผู้เรียนสามารถ เดินสำรวจสถานที่จริงแบบอินเทอร์แอคทีฟ เช่น เมืองสำคัญหรือสถานที่ทางประวัติศาสตร์

การฝึก AI และหุ่นยนต์

การสร้างโลกจำลองจำนวนมหาศาลช่วยให้ AI หรือหุ่นยนต์ ฝึกเรียนรู้การเคลื่อนที่และตัดสินใจ ในสภาพแวดล้อมที่หลากหลายได้อย่างปลอดภัย

การเปลี่ยนผ่านจาก “การสร้างคอนเทนต์” สู่ “การจำลองโลก”

เครื่องมือ generative AI ส่วนใหญ่ในปัจจุบันสร้าง คอนเทนต์ เช่น ข้อความ ภาพ หรือวิดีโอ

แต่ world model อย่าง Genie พยายามสร้าง โลกทั้งระบบที่มีพฤติกรรมต่อเนื่อง

แนวทางนี้เปิดทางให้เกิดการใช้งานใหม่ เช่น

• การตัดสินใจในสภาพแวดล้อมซับซ้อน
• AI ที่มีตัวตนในโลกเสมือน
• การฝึกหุ่นยนต์
• การสำรวจโลกแบบเปิด

แม้ Project Genie จะยังอยู่ในช่วงเริ่มต้น แต่มันแสดงให้เห็นทิศทางหนึ่งของ AI ในอนาคต ที่เส้นแบ่งระหว่าง แผนที่ เกม การจำลอง และสภาพแวดล้อมฝึก AI อาจรวมกันเป็นแพลตฟอร์มเดียวกัน