อีกกลุ่มที่มีความคืบหน้าชัดเจนคือ world model และงาน 3 มิติ ซึ่งเป็นพื้นฐานของการจำลองสถานการณ์สำหรับการฝึกระบบอัตโนมัติและหุ่นยนต์

High Nomas (Tencent): สร้างโลกที่โต้ตอบได้จากคำบรรยาย

โมเดล world model ที่ให้ผู้ใช้อธิบายโลกด้วยภาษาธรรมชาติ แล้วสร้างสภาพแวดล้อมเสมือนที่โต้ตอบได้แบบเรียลไทม์ ผู้ใช้เลื่อนกล้อง เปลี่ยนสภาพแวดล้อม หรือเพิ่มวัตถุและเหตุการณ์ได้ด้วยข้อความ จุดสำคัญทางเทคนิคคือการสร้างทีละช่วงสั้น ๆ ต่อเนื่องกันพร้อมจดจำสิ่งที่เกิดขึ้นก่อนหน้า ทำให้ภาพคงความสม่ำเสมอแม้สำรวจต่อเนื่องนานกว่าหนึ่งนาที สร้างวิดีโอที่ 720p 24 เฟรมต่อวินาที เปิดโค้ด โมเดล และสคริปต์ฝึก โดยรุ่น base ราว 34 GB และรุ่นบีบอัด INT8 ราว 9 GB ภายใต้ Apache 2.0

Hi3D และ PURE: งาน 3 มิติที่เปิดให้ใช้

Hi3D เปิดโมเดลเวอร์ชันแรกที่เคยเป็นซอฟต์แวร์ปิด สร้างโมเดล 3 มิติจากข้อความหรือภาพอ้างอิง โดยให้รายละเอียดสูงกว่าตัวเลือกโอเพนซอร์สอื่น ขนาดรวมเพียง 7.74 GB

PURE สร้างฉาก 3 มิติใหม่จากวิดีโอธรรมดาหรือชุดภาพถ่าย โดยไม่ต้องใช้ข้อมูล 3 มิติที่มีฉลากซึ่งหาได้ยากและมีราคาแพง ทีมวิจัยใช้วิธีแปลงวิดีโอให้เป็นข้อมูลเชิงลึกและข้อมูลการเคลื่อนที่เพื่อใช้ฝึก เปิดโอเพนซอร์สพร้อมสคริปต์ฝึก ขนาดรวม 13.2 GB

JST2 และ Sky001: สองมุมของ world model

JST2 แปลงข้อความหรือภาพไม่กี่ใบเป็นสภาพแวดล้อม 3 มิติที่เดินสำรวจได้ และสร้างตัวละคร 3 มิติที่เคลื่อนไหวได้โดยไม่ต้อง rig แยก ใช้วิธีแทนวัตถุเป็นชิ้นมวลในพื้นที่ 3 มิติ ทำให้ตำแหน่งคงอยู่เมื่อเดินกลับมา มี win rate สูงกว่าโมเดลสร้าง 3D ชั้นนำอื่น ยังไม่โอเพนซอร์ส แต่ทดลองใช้ฟรีผ่านแพลตฟอร์มของผู้พัฒนา

Sky001 อ้างว่าเป็น world model ตัวแรกที่ทำเพื่องานวิศวกรรม โดยรับภาพชิ้นส่วนเชิงกล แล้วแยกเป็นชิ้นส่วน 3 มิติพร้อมสเก็ตช์และลำดับขั้นตอนสำหรับสร้างในซอฟต์แวร์ CAD รวมถึงสร้างผังพื้นอาคารได้ จุดเด่นคือความเร็วและต้นทุนต่อชิ้นงานที่ต่ำกว่าโมเดลทั่วไปมาก แต่ยังไม่อนุญาตให้เข้าถึงและมีแนวโน้มไม่เปิดโมเดล

Unitree H2X: หุ่นยนต์ฮิวแมนนอยด์สายปฏิบัติการ

หุ่นยนต์ฮิวแมนนอยด์รุ่นใหม่ที่วางตำแหน่งเป็นหุ่นสำหรับงานเฝ้าระวังและงานหนัก เช่น ยกของหนักหรือยับยั้งผู้บุกรุก และระบุความทนทานต่อการยืนทำงานราว 8 ชั่วโมง ยังไม่มีข้อมูลสเปกโดยละเอียด

มุมมองต่อองค์กร

  • world model มีประโยชน์ระยะใกล้วงแคบ เช่น การจำลองคลังสินค้า โรงงาน และการฝึกระบบอัตโนมัติ
  • งาน 3D ที่เปิดให้ใช้แล้วช่วยลดต้นทุนงานออกแบบสินค้าและงานนำเสนอ
  • หุ่นยนต์ฮิวแมนนอยด์ยังอยู่ในช่วงประเมิน ไม่ควรวางแผนใช้ในงานความปลอดภัยจริงโดยไม่มีมาตรการกำกับ

ที่มาและเครดิต: สรุปและเรียบเรียงจากรายการ AI NEWS ของช่อง AI Search (ตอน Cybersecurity chaos, AI for DNA, Kimi K3.1, Claude Duet, Dessa, Fibo 2, Minimax 3.1) — รับชมต้นฉบับบน YouTube · บทความนี้เรียบเรียงใหม่เป็นภาษาไทยเพื่อผู้อ่านองค์กรในประเทศไทย