Ideogram 4.0 เพิ่งเปิดตัว แล้วเคลมว่าเป็นโมเดลสร้างภาพแบบ…
ที่คนพูดถึงกันเยอะคืออันดับ มันขึ้นเป็นโมเดล open ที่ดีที่สุดทั้งบน Design Arena และ LMArena ตามหลังแค่พวก closed source อย่าง GPT กับ Gemini เท่านั้น ถือว่าน่าทึ่งสำหรับโมเดลที่โหลดน้ำหนักมารันเองได้
จุดแข็งจริงๆ คือ text rendering กับ layout มันใส่ตัวอักษรในภาพได้คมและแม่นมาก แม้ตัวเล็กๆ หนาแน่น แถมคุม layout ได้ละเอียดด้วยการเขียน prompt เป็น JSON ระบุ bounding box ว่าจะวางอะไรตรงไหน สีอะไร ตัวโมเดล 9.3B parameter เล็กกว่าหลายตัวแต่ render ตัวหนังสือชนะของที่ใหญ่กว่า รองรับ native 2K โหลด weights จาก Hugging Face ไป run local ได้
ทีนี้เรื่องภาษาไทยที่หลายคนรอ ผมลองให้มันทำโปสเตอร์เมนูภาษาไทยดู (รูปที่สอง) ผลคือมันทำได้แล้วนะครับ ตัวอักษรไทยขึ้นครบ จัดวางหน้าตาดีเลย
แต่ปัญหาคือสะกดผิดเกือบทุกคำ คำว่าเบอร์เกอร์กลายเป็น "แบอร์เกอร์" หมูสับเป็น "หมุสับ" ต้มยำเป็น "ต้มย่า" รสจัดจ้านเผ็ดร้อนกลายเป็น "รสจัดจ่าน เข็ดร่อน" คือมันวาดตัวไทยได้แล้ว แต่ยังไม่เข้าใจการสะกด เอาไปใช้จริงต้องมานั่งแก้คำเองอยู่ดี
อีกเรื่องที่ต้องดูคือ license เป็น non-commercial ครับ เอาไปเล่น วิจัย ใช้ส่วนตัวได้ แต่ถ้าจะใช้เชิงพาณิชย์เต็มตัวต้องซื้อ license แยก
โดยรวมผมว่าเป็นก้าวสำคัญของฝั่ง open model มากๆ ภาษาอังกฤษกับงานดีไซน์ที่คุม layout เป๊ะนี่เทพจริง ส่วนภาษาไทยถือว่าขยับมาใกล้แล้ว เหลือแค่เรื่องสะกด ใครรันเองได้ลองโหลดมาเล่นดู แต่ถ้าทำงานไทยเป็นหลักหรือจะใช้ขายของ เช็ค license กับเผื่อเวลามาแก้คำไว้ด้วย ทุกคนว่าไงครับ แบบนี้พอใช้ได้ยัง หรือขอรอให้สะกดไทยถูกก่อน
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac