WonderZoom คือโปรเจกต์ 3D AI จาก Stanford ที่นิยามสั้นๆ ได้ว่า…
ไอเดียหลักของ WonderZoom คือเริ่มจากรูปเดียว สร้างเป็นฉาก 3D หยาบๆ ก่อน แล้วพอเราเลือกซูมเข้าไปตรงไหน พร้อมใส่ prompt ว่าอยากเห็นอะไร AI จะ “สร้างรายละเอียดใหม่ที่ไม่เคยมีมาก่อน” ในระดับเล็กลง เช่น จากเมือง ซูมไปที่หน้าต่าง แล้วกลายเป็นนกเกาะขอบหน้าต่างได้จริง
สิ่งที่ผมว่ามันเจ๋งมากคือ มันไม่ใช่แค่ภาพสวยขึ้น แต่โครงสร้าง 3D ยังต่อเนื่องกันทุกสเกล ซูมเข้าไปแล้ววัตถุยังอยู่ตำแหน่งเดิม มุมมองยังสมเหตุสมผล เพราะเขามีระบบเก็บโครงสร้าง 3D แบบที่เพิ่มรายละเอียดใหม่เข้าไปได้เรื่อยๆ โดยไม่ต้องรื้อของเก่า
เทคนิคเบื้องหลังคือเขาใช้ Gaussian Splatting แบบปรับตามสเกลได้ พูดง่ายๆ คือของชิ้นใหญ่กับของจิ๋วอยู่ร่วมฉากเดียวกันได้ พอเราซูมใกล้ ของเล็กจะค่อยๆ โผล่มาแทนของใหญ่แบบเนียน ไม่มีอาการกระพริบหรือแตก ซึ่งตรงนี้ทำให้มันเรนเดอร์แบบ real-time ได้จริง
อีกจุดที่น่าสนใจคือ AI ไม่ได้เดาแบบมั่วๆ ตอนซูม เขาจะดูบริบทจากฉากก่อนหน้า + prompt ของเรา เช่น ถ้าเป็นทุ่งดอกไม้ พอซูมเข้าไปแล้วบอกว่าอยากเห็นเต่าทอง มันจะสร้างเต่าทองที่เข้ากับพื้นผิวและแสงของฉากเดิม ไม่ใช่แปะสติ๊กเกอร์ลงไป
เมื่อเทียบกับโมเดล 3D หรือ video AI รุ่นก่อนๆ ส่วนใหญ่จะพังตอนซูมลึก ภาพจะเบลอ หรือไม่ก็หลุดธีม แต่ WonderZoom แก้ปัญหานี้ตรงจุด เพราะมันยอม “สร้างโลกใหม่ตามสเกล” แทนที่จะฝืนขยายของเดิม ซึ่งผมมองว่านี่คือก้าวสำคัญมากของงาน world generation
แน่นอนว่ายังมีข้อจำกัด ถ้าซูมเข้าไปในบริเวณที่มีแต่ texture ล้วนๆ ไม่มีความหมายเชิงวัตถุ เช่น ลายเปลือกไม้มั่วๆ AI จะเริ่มเดาไม่ออกและภาพจะเริ่มหลุด แต่นี่ก็เป็นปัญหาที่เข้าใจได้ และทีมก็พูดตรงๆ ว่ายังเป็นงานวิจัยอยู่
โดยรวม WonderZoom ทำให้ผมรู้สึกว่า คำว่า “สำรวจโลกดิจิทัลแบบไม่มีที่สิ้นสุด” เริ่มจับต้องได้จริง ไม่ใช่แค่ภาพสวย แต่เป็นโครงสร้าง 3D ที่คิดมาเพื่อการซูม การเล่น และการสร้างประสบการณ์ใหม่ๆ ตั้งแต่เกม ยันงานเล่าเรื่องในอนาคตเลย
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac