โลกที่คุณเปลี่ยนแปลงได้ระหว่างสำรวจ
Project Genie ของ Google ให้ผู้คนบรรยายโลกแบบโต้ตอบได้ด้วยภาษาทั่วไป แล้วเข้าไปสำรวจและแก้ไขสิ่งที่ระบบสร้างขึ้น เมื่อวันที่ 18 พฤศจิกายน 2026 Google เริ่มทยอยเปิดตัวเวอร์ชันอัปเดตให้สมาชิก Google AI Ultra ที่มีคุณสมบัติตามเกณฑ์และมีอายุ 18 ปีขึ้นไป วันถัดมา นักพัฒนาสามารถเข้าถึงโมเดล Genie 4 ผ่าน Gemini API และ Google AI Studio
สารบัญ
การเปิดตัวครั้งนี้นำพรอมต์ข้อความ รูปภาพ ภาพเคลื่อนไหว และเสียงมารวมไว้ในการทดลองเดียว ผู้ใช้สามารถสั่งให้สร้างฉากหนึ่งขึ้นมา เคลื่อนที่ไปในฉากนั้น แล้วพิมพ์คำสั่งเพื่อเปลี่ยนสภาพอากาศ เพิ่มตัวละคร หรือปรับเปลี่ยนเหตุการณ์ Google ระบุว่า Genie 4 สร้างภาพความละเอียด 720p ที่ 24 เฟรมต่อวินาที พร้อมเสียงที่ซิงโครไนซ์กัน ทั้งเสียงบรรยากาศและบทพูดของตัวละคร
ผลิตภัณฑ์นี้มีชื่อว่า Project Genie ไม่ใช่ Playground Google อธิบายว่าเป็นต้นแบบงานวิจัยเชิงทดลองที่ขับเคลื่อนด้วย Genie 4 ของ Google DeepMind สมาชิก AI Pro สามารถลงชื่อในรายชื่อรอได้ ส่วนสมาชิก Ultra ที่มีคุณสมบัติตามเกณฑ์กำลังทยอยได้รับสิทธิ์เข้าถึง Google ยังไม่ได้ระบุวันที่จะเปิดให้เข้าถึงในวงกว้างขึ้น หรือจำกัดระยะเวลาเซสชัน Genie 4 สำหรับประสบการณ์ของสมาชิกหรือไม่
หน้า Project Genie ของ Google แสดงตัวอย่างตั้งแต่การสำรวจโลกในมุมมองของมด ไปจนถึงการค้นหาเบาะแสในคฤหาสน์ผีสิง ผู้ใช้ยังเปลี่ยนภาพถ่ายให้เป็นสถานที่ที่สำรวจได้ และนำโลกที่แชร์ไว้ในแกลเลอรีชุมชนมาดัดแปลงได้ด้วย ตัวอย่างเหล่านี้ช่วยให้เห็นภาพผลิตภัณฑ์ได้ง่ายขึ้น กล่าวคือ เป็นเครื่องมือสำหรับสร้างและสำรวจฉากที่เปลี่ยนแปลงได้ ไม่ใช่เพียงรับชมวิดีโอที่สร้างเสร็จแล้ว
Google DeepMind เปิดตัว Genie 3 ในเดือนสิงหาคม 2025 ในฐานะ world model รุ่นก่อนหน้า โดยประกาศเกี่ยวกับ Genie 3 ระบุว่าโมเดลสร้างสภาพแวดล้อมที่สำรวจและเคลื่อนที่ได้จากข้อความ โดยคงความต่อเนื่องได้นานหลายนาที Genie 4 เป็นโมเดลรุ่นใหม่กว่าที่ใช้ใน Project Genie ขณะที่ Google ก็ได้อัปเดต Genie 3 ให้รองรับเซสชันที่ยาวขึ้นและฟีเจอร์อื่น ๆ ด้วย
มีอะไรเปลี่ยนแปลงในวันที่ 18 และ 19 พฤศจิกายน?
การอัปเดตเมื่อวันที่ 18 พฤศจิกายนเพิ่ม Genie 4 เข้ามาใน Project Genie พร้อมเอเจนต์สร้างสรรค์ที่โต้ตอบผ่านบทสนทนา และแกลเลอรีสำหรับแชร์และดัดแปลงโลกต่าง ๆ เอเจนต์ช่วยต่อยอดคำบรรยายให้กลายเป็นฉากที่มีรายละเอียดมากขึ้นผ่านการสนทนา ส่วนแกลเลอรีเปิดให้ผู้ใช้สำรวจผลงานและปรับสภาพแวดล้อม ตัวละคร หรือเสียงได้
Google ระบุว่าผู้ทดสอบกลุ่มแรกต้องการควบคุมสิ่งที่เกิดขึ้นในโลกที่สร้างขึ้นได้มากขึ้น และต้องการวิธีสร้างและแชร์ที่ง่ายขึ้น Diego Rivas ผู้จัดการผลิตภัณฑ์กลุ่มของ Google DeepMind และ Pavan Kumar ผู้จัดการผลิตภัณฑ์กลุ่มของ Google Labs เขียนไว้ในประกาศของบริษัทเมื่อวันที่ 18 พฤศจิกายนว่า:
ผู้ทดสอบกลุ่มแรกบอกเราว่าต้องการควบคุมสิ่งที่เกิดขึ้นในโลกเหล่านั้นได้ลึกซึ้งยิ่งขึ้น และต้องการวิธีสร้างและแชร์ที่ง่ายกว่าเดิม
เมื่อวันที่ 19 พฤศจิกายน Google เปิดให้เหล่านักพัฒนาใช้ Genie 4 ผ่าน Gemini API และ Google AI Studio โดยเริ่มจากคำบรรยายข้อความ ภาพอ้างอิง หรือทั้งสองอย่าง จากนั้นใช้แป้นพิมพ์ควบคุมและพรอมต์แบบเรียลไทม์เพื่อเปลี่ยนฉาก Google ระบุว่าการสร้างต้นแบบประสบการณ์แบบโต้ตอบ การแสดงภาพการออกแบบเชิงพื้นที่ และการฝึกหุ่นยนต์กับเอเจนต์ AI เป็นการใช้งานที่เป็นไปได้ ประกาศสำหรับนักพัฒนาระบุว่าผลงานทุกชิ้นมีลายน้ำ SynthID ที่มองไม่เห็น
รายละเอียดทางเทคนิคที่มีการรายงานเกี่ยวกับบริการสำหรับนักพัฒนาระบุว่ามีค่าใช้จ่ายราว 10 เซนต์ต่อวินาทีของผลลัพธ์ที่สตรีม โดยจำกัดเซสชันไว้ที่ 120 วินาที หากใช้เต็มสองนาทีจะมีค่าใช้จ่ายราว 12 ดอลลาร์ ข้อจำกัดและราคานี้ใช้กับ API สำหรับนักพัฒนา ส่วน Google ยังไม่ได้เผยแพร่ข้อจำกัดระยะเวลาเซสชันที่ตรงกันสำหรับ Genie 4 ใน Project Genie
world model แตกต่างจากวิดีโออย่างไร
โดยทั่วไป เครื่องมือสร้างวิดีโอจะสร้างลำดับภาพให้ผู้ชมรับชม ส่วน world model จะสร้างสิ่งที่จะเกิดขึ้นต่อไปเมื่อมีคนเคลื่อนที่หรือเปลี่ยนฉาก หากผู้ใช้หันไปทางประตูหรือสั่งให้ฝนตก ระบบต้องสร้างภาพใหม่ที่ตอบสนองต่อการกระทำนั้นและสอดคล้องกับฉาก
ความต่อเนื่องจึงเป็นความท้าทายสำคัญ โลกที่น่าเชื่อถือควรติดตามได้ว่าวัตถุและตัวละครอยู่ตรงไหน รวมถึงสภาพแวดล้อมเปลี่ยนไปอย่างไร Google ระบุว่า Genie 4 รองรับการแก้ไขฉากแบบเรียลไทม์และเสียงที่ปรับตามฉากได้ บริษัทยังระบุว่าความล่าช้าของกล้อง ปฏิสัมพันธ์ทางกายภาพที่ซับซ้อน เสียงเรียลไทม์ที่แม่นยำ และการรักษาความต่อเนื่องของฉากเป็นเวลานาน เป็นประเด็นที่ยังต้องพัฒนาต่อ
Genie 3 ช่วยให้เห็นภาพพัฒนาการของเทคโนโลยีนี้ เมื่อ Google DeepMind ประกาศเปิดตัวในปี 2025 โมเดลสามารถสร้างโลกได้สูงสุด 24 เฟรมต่อวินาทีที่ความละเอียด 720p โดยรักษาความต่อเนื่องได้นานหลายนาที ข้อจำกัดที่ระบุไว้มีทั้งความแม่นยำทางภูมิศาสตร์ที่ยังไม่สมบูรณ์ การสร้างข้อความให้อ่านชัดที่ทำได้ยาก ช่วงของการกระทำโดยตรงที่จำกัด และระยะเวลาโต้ตอบที่สั้น ในช่วงแรก Google เปิดให้ใช้งาน Genie 3 ในรูปแบบตัวอย่างงานวิจัยที่จำกัดแก่กลุ่มนักวิชาการและผู้สร้างสรรค์จำนวนเล็กน้อย
การอัปเดตล่าสุดของ Google ขยายระยะเวลาเซสชัน Genie 3 เป็นสูงสุดสามนาทีต่อการสร้างหนึ่งครั้ง จากเดิม 60 วินาที และเปิดให้ผู้ใช้เชื่อมโลกเข้าด้วยกันหรือเริ่มจากภาพพาโนรามา 360 องศา รายละเอียดเหล่านี้ใช้กับ Genie 3 ไม่ควรเข้าใจผิดว่าเป็นระยะเวลาเซสชัน Genie 4 ในผลิตภัณฑ์สำหรับผู้บริโภคที่มีการประกาศอย่างเป็นทางการ
เทคโนโลยีนี้จะเหมาะกับการสร้างเกมอย่างไร?
สำหรับนักพัฒนาเกม โลกที่สร้างขึ้นมาอาจช่วยทดสอบแนวคิดก่อนที่ทีมจะสร้างสภาพแวดล้อมทั้งหมดด้วยเอนจินเกมแบบดั้งเดิม นักออกแบบอาจทดลองใช้แสง ฉากหลัง หรือรูปลักษณ์ตัวละครแบบต่าง ๆ หรือแสดงแนวคิดคร่าว ๆ ให้เพื่อนร่วมงานดูได้ ส่วน API สำหรับนักพัฒนาก็เปิดทางให้ทีมทดลองฉากแบบโต้ตอบได้ โดยไม่ต้องสร้างองค์ประกอบภาพทุกชิ้นด้วยมือก่อน
แต่การทำเช่นนี้แตกต่างจากการสร้างเกมเชิงพาณิชย์ที่เสร็จสมบูรณ์ เอนจินเกมคือซอฟต์แวร์ที่ใช้สร้างและเล่นเกม ซึ่งมีสินทรัพย์ กฎ และระบบควบคุมที่กำหนดไว้ ส่วน world model สร้างฉากที่เปลี่ยนแปลงตามพรอมต์และการกระทำ เทคโนโลยีทั้งสองอาจสนับสนุนกันได้ แต่การจำลองที่สร้างขึ้นไม่ได้ทำให้มีระบบที่ผ่านการทดสอบ ประสิทธิภาพที่เสถียร หรือเครื่องมือการผลิตที่ครบถ้วนตามที่เกมสมบูรณ์ต้องการโดยอัตโนมัติ
ตัวอย่างที่ Google เผยแพร่ก่อนหน้านี้ในเดือนตุลาคมอธิบาย Genie 4 ว่าเป็นโมเดลสำหรับสภาพแวดล้อมแบบโต้ตอบที่มีการเคลื่อนไหว เสียง และเหตุการณ์ที่เปลี่ยนแปลงได้ การเปิดตัวครั้งต่อมาเพิ่มสิทธิ์เข้าถึงสำหรับสมาชิกและนักพัฒนา รวมถึงเครื่องมือสำหรับสร้างและแชร์โลกต่าง ๆ เมื่อพิจารณารวมกัน ประกาศเหล่านี้แสดงให้เห็นถึงการเปลี่ยนจากตัวอย่างงานวิจัยที่จำกัดไปสู่การทดลองใช้งานจริง ไม่ใช่การอ้างว่า Google เปิดตัวระบบพัฒนาเกมที่สมบูรณ์แล้ว
เรื่องนี้หมายความว่าอย่างไรกับ Mahjong Ways
Mahjong Ways เกมจาก PG Soft มีรูปแบบที่แตกต่างจากโลกเปิดซึ่งเปลี่ยนแปลงไปตามการสำรวจของผู้เล่น เกมนี้ใช้วงล้อหมุน สัญลักษณ์ธีมไพ่นกกระจอก แอนิเมชัน และฟีเจอร์ที่กำหนดไว้ เช่น Wild Transformation และ Free Spins รูปแบบการเล่นอาศัยกฎและผลลัพธ์ที่ออกแบบมาเฉพาะสำหรับเกมนี้
ในทางทฤษฎี AI สร้างสรรค์อาจช่วยให้สตูดิโอทดลองแนวคิดด้านภาพ สร้างแอนิเมชันทดสอบแบบคร่าว ๆ หรือดูว่าการออกแบบจะปรากฏบนหน้าจอขนาดต่าง ๆ อย่างไรได้ นี่เป็นการใช้งาน AI ที่เป็นไปได้ในการผลิตเกม ไม่ใช่การใช้งานที่ PG Soft ยืนยันแล้ว และไม่มีหลักฐานว่าบริษัทใช้ Project Genie หรือ Genie 4 ในการพัฒนา Mahjong Ways
เกมที่มีกฎกำหนดไว้ยังต้องผ่านการตรวจสอบทางเทคนิคอย่างรอบคอบ นักออกแบบและวิศวกรต้องตรวจสอบให้แน่ใจว่าฟีเจอร์ต่าง ๆ ทำงานตามที่ตั้งใจ อินเทอร์เฟซอ่านเข้าใจง่าย และเกมทำงานได้อย่างน่าเชื่อถือ หากผลลัพธ์ขึ้นอยู่กับโอกาส ก็ต้องทดสอบกฎและพฤติกรรมทางคณิตศาสตร์ของระบบแยกต่างหาก โมเดลที่สร้างฉากได้อย่างสมจริงไม่ได้ตรวจสอบองค์ประกอบเหล่านี้ของเกมให้โดยตัวมันเอง
ความแตกต่างนั้นเข้าใจได้ง่าย: Genie สร้างสภาพแวดล้อมแบบโต้ตอบจากคำสั่ง ขณะที่เกมที่ออกแบบตายตัวสร้างขึ้นให้เป็นไปตามรูปแบบที่กำหนดไว้ สตูดิโออาจใช้ AI เพื่อเร่งการทดลองด้านภาพในช่วงแรก แล้วอาศัยกระบวนการผลิตและการทดสอบของตนเองเพื่อสร้างเกมให้เสร็จสมบูรณ์
ข้อจำกัดของเทคโนโลยีในปัจจุบัน
ฉากที่สร้างขึ้นอาจขาดความต่อเนื่องเมื่อดำเนินไปเรื่อย ๆ วัตถุอาจเคลื่อนตำแหน่งหรือมีรูปลักษณ์เปลี่ยนไปหลังกล้องเคลื่อนที่ และการจำลองปฏิสัมพันธ์ทางกายภาพที่ซับซ้อนยังทำได้ยากอย่างน่าเชื่อถือ เสียงพูดและข้อความก็อาจไม่ถูกต้องเช่นกัน ปัญหาเหล่านี้มีความสำคัญในเกม เพราะผู้เล่นคาดหวังว่าวัตถุ ตัวละคร หรือกฎจะคงเดิมจากช่วงเวลาหนึ่งไปยังอีกช่วงเวลาหนึ่ง
Google ระบุว่า Genie 3 รองรับการโต้ตอบได้ไม่กี่นาที ไม่ใช่หลายชั่วโมง ส่วน Genie 4 นั้น Google ระบุว่าการรักษาความคงอยู่ของฉากในระยะยาวและความแม่นยำของเสียงยังเป็นความท้าทาย แต่ยังไม่ได้เผยแพร่ข้อจำกัดระยะเวลาเซสชันสำหรับเวอร์ชันผู้บริโภค นักพัฒนาต้องคำนึงด้วยว่าคุณภาพของภาพและเสียงที่สอดคล้องกันไม่ได้หมายความว่าจะมีตรรกะของเกมหรือการควบคุมคุณภาพครบถ้วน
Google ระบุว่า Project Genie ตรวจสอบอินพุตและเอาต์พุตของโมเดลเพื่อความปลอดภัย และเพิ่มลายน้ำ SynthID ให้กับวิดีโอและเสียงที่สร้างขึ้น ลายน้ำนี้มีจุดประสงค์เพื่อระบุเนื้อหาที่สร้างด้วยเครื่องมือ AI ของ Google มาตรการเหล่านี้เป็นส่วนเสริมจากข้อจำกัดทางเทคนิคของผลิตภัณฑ์ ไม่ได้ทำให้ผู้ใช้และนักพัฒนาไม่จำเป็นต้องตรวจสอบเนื้อหาในฉากที่สร้างขึ้น
วันสำคัญ
5 สิงหาคม 2025: Google DeepMind ประกาศเปิดตัว Genie 3 ในฐานะ world model แบบโต้ตอบ และเริ่มเปิดให้ทดลองใช้งานวิจัยในวงจำกัด
27 ตุลาคม 2026: Google DeepMind เปิดตัว Genie 4 ให้กลุ่มผู้ทดสอบที่ผ่านการคัดเลือกและได้รับความไว้วางใจจำนวนจำกัด
18 พฤศจิกายน 2026: เริ่มทยอยเปิดให้สมาชิก Google AI Ultra ที่มีคุณสมบัติตามเกณฑ์ใช้ Genie 4 ใน Project Genie ส่วนสมาชิก AI Pro สามารถลงชื่อในรายชื่อรอได้
19 พฤศจิกายน 2026: Google เปิดให้เหล่านักพัฒนาใช้ Genie 4 ผ่าน Gemini API และ Google AI Studio
สิ่งที่ควรรู้
Project Genie ใช้ Genie 4 ของ Google DeepMind เพื่อสร้างโลกแบบโต้ตอบจากพรอมต์ข้อความ รูปภาพ และการกระทำของผู้ใช้
Genie 4 เริ่มเปิดให้สมาชิก Google AI Ultra ที่มีคุณสมบัติตามเกณฑ์ใช้เมื่อวันที่ 18 พฤศจิกายน 2026 ส่วนนักพัฒนาเข้าถึง API ได้ในวันถัดมา
Google ระบุว่าโมเดลสร้างภาพความละเอียด 720p ที่ 24 เฟรมต่อวินาที พร้อมเสียงที่ซิงโครไนซ์กันได้
เซสชัน Genie 3 ใช้งานได้นานสูงสุดสามนาที ขณะที่ Google ยังไม่ได้ประกาศข้อจำกัดระยะเวลาเซสชันสำหรับ Genie 4 เวอร์ชันผู้บริโภค
AI อาจช่วยทีมพัฒนาเกมทดสอบแนวคิดได้ แต่ไม่มีหลักฐานว่า PG Soft ใช้ Genie 4 กับ Mahjong Ways
ความเสถียรของฉาก ปฏิสัมพันธ์ที่ซับซ้อน ความแม่นยำของเสียง และเซสชันที่ยาวขึ้นยังเป็นความท้าทายทางเทคนิค






