JST-2 คืออะไร
- JST ย่อมาจาก Joint Space-and-Time แปลง่าย ๆ คือคิดเรื่องพื้นที่กับเวลาไปพร้อมกัน Viggle เรียก JST-2 ว่าโมเดลพื้นฐานจำลองโลกที่มีฟิสิกส์อยู่ในตัว
- โมเดลจำลองโลกหลายตัวเรียนจากพิกเซลในภาพ เลยต้องเดาโครงสร้างของโลกจากหน้าตาที่เห็น ส่วน JST มองโลกเป็นก้อนเล็ก ๆ ใน 3 มิติที่ยังอยู่ตรงนั้นแม้เราจะหันไปทางอื่น
- แต่ละก้อนรู้ตำแหน่งของตัวเองเป็นพิกัด xyz และมีข้อมูลที่โมเดลเรียนเองว่าก้อนนั้นเป็นอะไร ขยับหรือบิดตัวยังไง
- จากนั้นแปลงออกมาเป็นภาพ หรือเป็นจุดสีฟุ้ง ๆ จำนวนมากที่ต่อกันเป็นฉาก 3 มิติ (Gaussian splat) เปิดหมุนดูในเบราว์เซอร์ได้
- Viggle บอกว่าทำทุกส่วนเองตั้งแต่ศูนย์ ทั้งตัวแปลงภาพเข้า ตัวสร้าง ตัวแปลงออก ระบบสร้างข้อมูลฝึก และขั้นตอนการฝึก
- Viggle ตั้งบริษัทปี 2022 ใช้สองปีแรกทำ JST-1 ซึ่งอยู่เบื้องหลังแอปทำมีมที่ตอนนี้มีผู้ใช้เกิน 50 ล้านคน ส่วน JST-2 ทำช่วงปี 2024 ถึง 2026
สร้างฉาก 3 มิติเร็วแค่ไหน
- Viggle บอกว่า JST-2 สร้างฉาก 3 มิติได้ในราว 1 วินาที ค่ารันโมเดลไม่ถึง 0.01 ดอลลาร์ต่อฉาก
- ตัวเลขนี้วัดบนชิป NVIDIA B200 นับแค่เวลาที่โมเดลคิด ไม่รวมเวลาส่งข้อมูลผ่านเน็ต
- ที่เร็วเพราะโมเดลสร้างฉากออกมารวดเดียว ไม่ต้องนั่งปรับแต่งทีละฉาก
- Viggle เทียบกับ Marble ของ World Labs ที่ใช้ราว 5 ถึง 6 นาที แต่เขียนไว้เองว่าไม่ได้เทียบที่คุณภาพเท่ากัน และไม่ได้บอกว่า Marble รันบนเครื่องแบบไหน
- ต่อเติมฉากได้ทีละมุม ใส่ภาพมุมมองให้โมเดลจำได้สูงสุด 64 ภาพ ทุกมุมที่เพิ่มเข้าไปช่วยให้รู้ว่าต้องสร้างอะไรต่อ
- สร้างเสร็จแล้วหมุนดูกี่มุมก็ได้โดยไม่ต้องรันโมเดลใหม่ จะใช้โมเดลอีกทีก็ตอนสร้างส่วนที่ยังไม่มี
- ป้อนภาพจากสถานที่จริงไม่กี่ภาพ ก็ต่อเป็นห้อง 3 มิติทั้งห้องได้ Viggle มองว่าเอาไปทำสนามจำลองให้หุ่นยนต์ได้ ส่วนรถขับเองหรืองานก่อสร้างยังเป็นแค่ทางที่คิดไว้ ยังไม่มีผลยืนยัน
ตัวละครกับท่าทาง
- สร้างตัวละคร 3 มิติจากข้อความหรือรูปเดียว แล้วสั่งขยับได้เลย ไม่ต้องผูกกระดูกให้ตัวละคร (rigging) แยกอีกขั้น เพราะโมเดลเรียนมาแล้วว่าแต่ละส่วนบิดตัวยังไงเวลาขยับ
- รูปที่โดนครอปหรือมีอะไรบังอยู่บางส่วน ก็ยังได้ตัวละครครบตัว ทั้งแบบเหมือนจริงและแบบการ์ตูน
- Viggle ให้คนดูเทียบผลแบบไม่บอกว่าอันไหนของใคร กับ Meshy 7.1 และ Tripo H3.1 คะแนน 50% คือเสมอกัน เกิน 50% คือคนชอบ JST-2 มากกว่า
- ด้านสร้างตัวละคร JST-2 ได้คะแนนเฉลี่ย 58.4% เมื่อเทียบ Meshy 7.1 และ 73.2% เมื่อเทียบ Tripo H3.1 เด่นสุดเรื่องรายละเอียดใบหน้า
- ด้านความพร้อมเอาไปขยับ ได้ 73.8% และ 88.9% ตามลำดับ เด่นเรื่องนิ้วมือ กับการที่ตัวและเสื้อผ้าบิดตามท่า
- ทำท่าทางทั้งตัวจากข้อความหรือจากคลิปวิดีโอได้ ส่วนของร่างกายที่ไม่เห็นในคลิป โมเดลจะเดาเอาเอง ไม่ได้วัดจริง
- ท่าที่ได้ใส่ให้ตัวละครของ JST-2 ได้ทันที และใช้กับโครงกระดูกตัวละคร 3 มิติแบบมาตรฐานได้ด้วย
- ท่าที่สร้างจากข้อความ Viggle บอกว่าคนเลือกมากกว่า Cartwheel Swing และ HY-Motion-1.0
- ท่าที่แกะจากคลิป ก็ชนะทั้ง Cartwheel Comic 4 และ DeepMotion Animate 3D
ลองได้ที่ไหน ราคาเท่าไหร่
- ลองฟรีในเบราว์เซอร์ผ่าน PINOC แอป 3 มิติของ Viggle มีโหมดสร้างฉาก กับโหมดผู้ช่วยที่รวมฉาก ตัวละคร และท่าทางไว้ด้วยกัน
- Viggle บอกว่าราคาเครดิตของ PINOC ยังเท่าเดิม
- นักพัฒนาเรียกใช้ผ่าน API ของ Viggle ได้ทั้งตัวละคร ท่าทาง และฉาก บัญชีใหม่ได้ 100 เครดิตฟรี เครดิตละ 0.01 ดอลลาร์ หรือรวมราว 1 ดอลลาร์
- API คิดเงินตามงานที่สั่ง แยกจากแพ็กเกจรายเดือนของแอป
ข้อจำกัดที่ Viggle บอกเอง
- ฉากที่ได้ยังเป็นฉากนิ่ง เวลาของในฉากชนกันยังใช้กฎฟิสิกส์ที่เขียนไว้ตายตัว ไม่ได้เรียนจากข้อมูล
- เสื้อผ้าที่ซับซ้อนกับเส้นผมยังขยับได้ไม่ดีนัก Viggle บอกว่าจะแก้ในรุ่นถัดไป
- ตอนต่อเติมฉากยังพิมพ์สั่งว่าอยากให้มีอะไรไม่ได้ และกำลังทำรุ่นที่ใช้จุดสีมากขึ้นให้ภาพละเอียดกว่านี้
- JST-3 ที่กำลังทำต่อ จะให้โมเดลเรียนเองว่าของชนกันแล้วโลกเปลี่ยนไปยังไง
- ผลเทียบทั้งหมดในข่าวนี้ Viggle ทดสอบเอง ยังไม่มีคนนอกทดสอบซ้ำ
สรุป
JST-2 ทำให้เห็นว่าการสร้างโลก 3 มิติอาจเร็วจนกลายเป็นของเล่นที่กดแล้วได้เลย ไม่ต้องรอหลายนาทีต่อฉาก แต่ตัวเลขทั้งเรื่องความเร็วและเรื่องชนะคู่แข่งยังมาจาก Viggle ฝ่ายเดียว ที่ต้องดูต่อคือพอคนทำเกมกับทีมหุ่นยนต์เอาไปใช้จริง คุณภาพจะสู้ Marble หรือ Meshy ได้แค่ไหน
แหล่ง: Viggle (หน้าเปิดตัว JST-2 และหน้าข้อมูลผลิตภัณฑ์ของ Viggle) · 19 ต.ค. 2026