Project Genie เปิดทั่วโลก — พิมพ์ข้อความแล้วได้โลก 3 มิติให้เดินเล่น

Project Genie คือบริการที่ให้เราพิมพ์ข้อความ แล้วได้โลก 3 มิติออกมาให้เดินสำรวจได้ ตัวเครื่องยนต์ข้างในคือ Genie 3 ที่ Google เรียกว่าเป็น world model แบบทั่วไป

ขออธิบายเป็นภาพจำก่อน: world model คือโมเดลที่สร้างโลกจำลองให้เราเดินสำรวจได้ ไม่ใช่แค่สร้างภาพนิ่งหรือคลิปสั้น แต่สร้าง "พื้นที่" ขึ้นมาทั้งก้อน แล้วเราเข้าไปอยู่ในนั้นได้จริง เคลื่อนที่ไปมาได้

ของเดิมตัวแรกชื่อ Genie ออกมาตั้งแต่มีนาคม 2024 ส่วน Genie 3 โชว์ครั้งแรกสิงหาคม 2025 แล้วเพิ่งเริ่มเปิดให้คนทั่วไปจ่ายเงินใช้ในปี 2026 โดยสหรัฐได้ก่อนเมื่อมกราคม รอบนี้คือการขยายออกไปทั่วโลกสำหรับคนที่อยู่แพลน AI Ultra

หลักๆ คือเดินเข้าไปอยู่ในโลกที่สร้างขึ้นมา เลือกมุมมองได้ทั้งแบบบุคคลที่หนึ่ง (เหมือนมองด้วยตาตัวเอง) หรือบุคคลที่สาม (เห็นตัวเราในฉาก) แล้วเคลื่อนที่ได้หลายแบบ ทั้งเดิน ขี่ บิน หรือขับ

จุดที่น่าสนใจคือโลกมันจำได้และมีชีวิต โลกเป็นแบบ persistent คือโมเดลจำพื้นที่ที่เราเดินผ่านไปแล้ว กลับมาที่เดิมก็ยังอยู่ ไม่ได้สุ่มใหม่ทุกครั้ง และเป็นแบบ dynamic คือน้ำ สภาพอากาศ แสง ตอบสนองและเปลี่ยนไปตามจริง ระหว่างเล่นยังพิมพ์ข้อความเพื่อแก้โลกกลางทางได้ด้วย

มีอีกฟีเจอร์ชื่อ Street View grounding ที่ให้เราปักหมุดบนสถานที่จริงในสหรัฐผ่าน Google Maps แล้วระบบจะสร้างโลกในสไตล์ของตัวเองขึ้นมาจากจุดนั้น

ฟันธงสำหรับคนทำงานทั่วไป: **รอก่อน** ตอนนี้ Genie 3 ยังเป็นเดโมโชว์เทคโนโลยีมากกว่าเครื่องมือทำงาน โลกอยู่ได้แค่ราว 60 วินาที ภาพ 720p ตัวหนังสือในโลกยังเพี้ยน เอาไปใส่ในงานจริง งานพรีเซนต์ หรือ workflow ประจำวันยังไม่ได้

แต่เหตุผลที่ยังควรจับตาไม่ใช่ตัวเดโม คือ world model ตัวเดียวกันนี้ Waymo เอาไปฝึกรถขับเอง โดยใช้สร้างสถานการณ์ที่หายากหรืออันตราย ซึ่งเก็บข้อมูลจริงบนถนนได้ยาก จุดนี้แหละคือทิศทางที่สำคัญ มันคือการทำ synthetic data หรือข้อมูลจำลองขึ้นมาเพื่อฝึก agent และระบบอัตโนมัติ

สรุปคือ ถ้าคุณทำงานสาย sim, robotics หรือเกม นี่ยังไม่ใช่ของพร้อมใช้ในการผลิตจริง แต่เป็นทิศทางที่ควรเกาะติด ส่วนคนทำงานทั่วไปยังไม่ต้องรีบ เก็บไว้ดูพัฒนาการก่อนได้