Gemini Avatars: สร้างวิดีโอโคลน AI ของคุณเอง ระบบป้องกัน และข้อกังวล Deepfake

ในเดือนพฤษภาคม ค.ศ. 2026 Google ได้ก้าวข้ามเส้นแบ่งระหว่างสื่อของจริงและสื่อสังเคราะห์ไปอีกขั้น ด้วยการเปิดตัว อวตาร AI แบบถาวร (Persistent AI Avatars) สำหรับโมเดล Gemini Omni ที่ให้ผู้ใช้ทั่วไปสามารถสร้างโคลนดิจิทัลของตัวเองที่สมจริงอย่างเหลือเชื่อได้ ฟีเจอร์นี้เริ่มทยอยปล่อยให้ผู้ใช้แอป Gemini ในวงกว้างขึ้น โดยคุณสามารถสร้างวิดีโอที่ "คุณเอง" กำลังพูดสุนทรพจน์ เดินเล่นในเมือง หรือเป็นพรีเซนเตอร์ในคลิปการตลาดได้ง่ายๆ เพียงแค่พิมพ์ข้อความสั่ง ผลลัพธ์ที่ได้นั้นสมจริงมากจนผู้ทดสอบจาก PCWorld บอกว่ารู้สึกขนลุกกับตัวตนดิจิทัลของตัวเอง

แน่นอนว่าฟีเจอร์นี้ไม่ได้มาแบบไร้แรงเสียดทาน การเปิดตัวครั้งนี้จุดชนวนการถกเถียงครั้งใหม่เกี่ยวกับความง่ายในการสร้าง Deepfake แม้ว่า Google จะสร้างระบบป้องกันที่ถูกขนานนามว่าเป็นฟีเจอร์ที่มีการควบคุมเข้มงวดที่สุดเท่าที่เคยมีมา พร้อมกฎเกณฑ์ที่เข้มงวดเรื่องอายุ การยืนยันตัวตน และพื้นที่ให้บริการ

ฟีเจอร์นี้คืออะไรกันแน่

อวตารใน Gemini นี้แตกต่างจากอวตารแบบプリセット (Preset) ทั่วไปที่มีอยู่แล้วใน Google Vids สำหรับการทำงาน เพราะมันคือภาพแทน AI ส่วนบุคคลที่ถาวรและเป็น "คุณ" อย่างแท้จริง โดยระบบจะใช้ใบหน้าและเสียงจริงของคุณในการสร้างโมเดลที่ "ดูและพูดเหมือน" คุณ ซึ่งจะถูกเก็บไว้ในแอป Gemini เพื่อให้คุณเรียกใช้สร้างวิดีโอได้ตามต้องการ

ฟีเจอร์นี้สำหรับผู้ใช้ที่สมัครใช้งานแบบเสียเงิน Google AI Pro หรือ Ultra เท่านั้น และเข้าถึงได้ผ่าน แอป Gemini บนมือถือ โดยไปที่ การตั้งค่า > อวตาร (Settings > Avatar) ไม่มีเวอร์ชันบนเว็บเบราว์เซอร์

วิธีการทำงานในทางปฏิบัติ

ขั้นตอนการตั้งค่าเรียบง่าย แต่เทคโนโลยีเบื้องหลังนั้นเกิดจากการผสานกันของโมเดลอันทรงพลังหลายตัว:

• การสแกนใบหน้าแบบสด (Live Enrollment): เพื่อป้องกันการปลอมแปลงจากภาพถ่าย คุณต้องใช้กล้องมือถือบันทึกวิดีโอสั้นๆ ใบหน้าของคุณแบบเรียลไทม์ ระบบจะเก็บข้อมูลเรขาคณิตใบหน้า สีหน้า และเสียงของคุณในการสแกนแบบครั้งเดียวจบนี้ ระหว่างขั้นตอน คุณจะถูกขอให้พูดตัวเลขออกมาดังๆ ชุดหนึ่ง
• การสร้างแบบจำลอง: โมเดล Gemini Omni ซึ่งเป็น Multimodal จะทำงานร่วมกับระบบสร้างวิดีโอ Veo 3 และ Veo 3.1 เพื่อแปลงคลิปบันทึกนั้น ให้กลายเป็นอวตารดิจิทัลที่นำกลับมาใช้ใหม่ได้
• การจัดเก็บและนำกลับมาใช้: เมื่อสร้างเสร็จแล้ว อวตารนี้จะถูกบันทึกไว้ในบัญชีของคุณ คุณไม่จำเป็นต้องอัปโหลดรูปหรืออัดวิดีโอตัวเองอีกเลย เพียงแค่เรียกมันมาเพื่อโปรเจกต์ใหม่ๆ
• การสร้างวิดีโอจากข้อความ: คุณพิมพ์คำสั่ง เช่น "บันทึกอินโทรพอดแคสต์เกี่ยวกับเทรนด์ AI" หรือ "ทำคลิปฉันกำลังนำเที่ยวในปารีส" แล้วอวตารก็จะถูกทำให้เคลื่อนไหวในฉากใหม่ ไปพร้อมกับเสียงที่ซิงค์กัน การขยับปาก และท่าทางที่เป็นธรรมชาติ

การทดสอบใช้งานจริงของ PCWorld ยืนยันว่าใช้เวลาตั้งค่าเพียงประมาณ 5 นาที และวิดีโอที่ได้ก็ดูสมจริงมากจนน่าขนลุก

ระบบความปลอดภัยที่ Google วางไว้

Google ทำตลาดฟีเจอร์นี้โดยเน้นความปลอดภัยมาเป็นอันดับแรก และระบบป้องกันนั้นมีหลายชั้น:

• การจำกัดอายุ 18+ อย่างเข้มงวด: การจำกัดอายุไม่ใช่แค่ให้กดยืนยัน แต่ Google ตรวจสอบกับวันเกิดที่ผูกกับบัญชี Google ของคุณ และฟีเจอร์นี้ไม่สามารถใช้ได้กับผู้ที่มีอายุต่ำกว่า 18 ปี
• บังคับสแกนใบหน้าสด: ขั้นตอนการสแกนใบหน้าแบบเรียลไทม์เป็นข้อบังคับ ซึ่งตัดโอกาสการใช้ภาพนิ่งหรือสื่อที่ดาวน์โหลดมา ทำให้ปิดกั้นช่องทางพื้นฐานที่สุดในการสร้างอวตารของผู้อื่นโดยไม่ได้รับความยินยอม
• ลายน้ำ SynthID: วิดีโอทุกชิ้นที่สร้างขึ้นจะถูกฝังลายน้ำดิจิทัลที่มองไม่เห็นด้วยตาคน โดยใช้เทคโนโลยี SynthID ของ Google DeepMind ซึ่งช่วยให้เครื่องมือตรวจจับเนื้อหาที่สร้างโดย AI สามารถตรวจสอบแหล่งกำเนิดสังเคราะห์ได้ แม้ว่าวิดีโอจะถูกตัดต่อหรือครอบตัดก็ตาม ณ งาน Google I/O 2026 มีการระบุว่า SynthID ได้ถูกใช้ฝังลายน้ำไปแล้วกว่า 100,000 ล้านภาพและวิดีโอ
• นโยบายการใช้งานที่ต้องห้าม: เครื่องมือนี้ทำงานภายใต้ นโยบายการใช้งานที่ต้องห้ามสำหรับ Generative AI ของ Google ซึ่งห้ามการสร้างเนื้อหาเพื่อกิจกรรมผิดกฎหมาย การฉ้อโกง หรือละเมิดความเป็นส่วนตัวอย่างชัดแจ้ง Google ใช้ทั้งระบบตรวจจับอัตโนมัติและการตรวจสอบโดยมนุษย์ในการบังคับใช้นโยบายนี้
• การจำกัดปริมาณการสร้าง: เพื่อควบคุมการสร้างสื่อจำนวนมากโดยอัตโนมัติ ผู้ใช้ส่วนใหญ่จะถูกจำกัดให้สร้างอวตาร AI ได้ 20 ครั้งต่อสัปดาห์ และสร้างวิดีโอได้ 10 ชิ้นต่อวัน ขึ้นอยู่กับแพ็กเกจที่เลือก

ทำไมฟีเจอร์นี้ถึงใช้ไม่ได้ในทุกที่

แม้ว่า Google จะเน้นย้ำเรื่องความปลอดภัย แต่แผนที่การให้บริการของฟีเจอร์นี้กลับเผยให้เห็นถึงความระมัดระวังด้านกฎระเบียบในระดับสูง โดยฟีเจอร์อวตารส่วนบุคคลนี้ใช้งานได้ในสหรัฐอเมริกาและบางภูมิภาคเท่านั้น แต่ถูก ระงับการใช้งานอย่างชัดเจนสำหรับบัญชีหรือสถานที่ในเขตเศรษฐกิจยุโรป (EEA), สวิตเซอร์แลนด์, และสหราชอาณาจักร ซึ่งถือเป็นพื้นที่ให้บริการที่แคบกว่า Gemini เวอร์ชันเว็บที่รองรับมากกว่า 230 ประเทศและดินแดนอย่างมาก

การปิดกั้นตามภูมิภาคนี้สะท้อนถึงกรอบกฎหมายที่เข้มงวดกว่าของยุโรปในเรื่องข้อมูลชีวมิติและความรับผิดชอบของ AI รวมถึง พ.ร.บ. AI ของสหภาพยุโรป (EU AI Act) โดยดูเหมือนว่า Google เลือกที่จะหลีกเลี่ยงความเสี่ยงในการปฏิบัติตามกฎระเบียบในตลาดเหล่านี้ แม้จะเริ่มปล่อยให้ผู้ใช้ในสหรัฐฯ ได้ใช้งานแล้วก็ตาม

บริบทของ Deepfake ที่กว้างขึ้น ซึ่งไม่มีมาตรการใดแก้ได้หมดจด

การเปิดตัวครั้งนี้ไม่ได้รับการเฉลิมฉลองจากทุกฝ่าย แต่กลับกลายเป็นชนวนให้เกิดการถกเถียงอย่างเข้มข้น เกี่ยวกับความท้าทายหลักของสื่อสังเคราะห์ที่สร้างโดย AI:

• การทำให้เครื่องมือเหล่านี้เป็นเรื่องปกติ: ถึงแม้เครื่องมือจะถูกสร้างมาเพื่อโคลนนิ่งตัวเอง แต่การทำให้เทคโนโลยี Deepfake ที่มีความเที่ยงตรงสูงเช่นนี้เข้าถึงได้ง่ายสำหรับผู้บริโภค ก็เป็นการลดอุปสรรคทางทักษะสำหรับผู้ไม่หวังดี และทำให้สังคมคุ้นชินกับวิดีโอสังเคราะห์ที่ดูเหมือนจริง
• ความเสี่ยงการนำไปใช้ในทางที่ผิดที่ยังหลงเหลือ: แม้ว่าการสแกนใบหน้าสดจะหยุดการใช้ภาพนิ่งได้ แต่มันก็ไม่ได้ป้องกันผู้ไม่หวังดีจากการบีบบังคับหรือล่อลวงให้ใครบางคนมาสแกนใบหน้าหน้ากล้อง ซึ่งนี่เป็นช่องโหว่ที่ระบบอัตโนมัติไม่สามารถตรวจจับได้ง่ายๆ
• การแข่งขันด้านการตรวจจับ: SynthID เป็นมาตรการความโปร่งใสที่แข็งแกร่งและถูกฝังในระดับพิกเซล ทำให้คงอยู่แม้ผ่านการตัดต่อหรือครอบตัด อย่างไรก็ตาม นี่คือโซลูชันเฉพาะของสื่อในระบบของ Google เท่านั้น มันไม่สามารถช่วยตรวจจับ Deepfake ที่สร้างจากโมเดลโอเพนซอร์สหรือของคู่แข่งที่ไม่มีการฝังลายน้ำได้ นี่จึงแสดงให้เห็นขีดจำกัดของการแก้ปัญหาโดยบริษัทเดียว

ฟีเจอร์อวตารใหม่ของ Google แสดงถึงการก้าวกระโดดครั้งใหญ่ของเทคโนโลยีการสร้างวิดีโอ AI ในระดับผู้บริโภค แต่มันก็ทำให้สิ่งหนึ่งชัดเจนยิ่งขึ้น นั่นคือ กฎเกณฑ์ เครื่องมือ และบรรทัดฐานทางสังคมสำหรับการอยู่ร่วมกับสื่อสังเคราะห์นั้น ยังคงถูกเขียนขึ้นและเกิดขึ้นไปพร้อมๆ กันแบบเรียลไทม์