กลับไป ข่าว AI Game
ข่าวเกม AI

Lullwood เผยผลสร้างป่า 5,200 ต้นด้วย Three.js แบ่ง 64 Chunk ลดต้นไม้นอกกล้อง

โดย GameSlash

ผู้สร้าง Lullwood เผยผลวัดวันที่ 9 พ.ย. และวิธีแบ่งป่า 5,200 ต้นเป็น 64 Chunk เพื่อลดการเรนเดอร์นอกจอ พร้อมข้อจำกัดที่ยังไม่ได้วัด FPS

LullwoodThree.jsAI Game DevelopmentClaudeOptimization

วันที่ 9 พฤศจิกายน 2026 Independence AI Studio เผยผลวัดการเรนเดอร์ป่าใน Lullwood เกมสยองขวัญบนเบราว์เซอร์ที่ใช้ Claude Agents ช่วยพัฒนา ภายในโลกเกมตั้งค่าต้นไม้ไว้ 5,200 ต้น แต่ไม่ต้องสร้าง Mesh ของต้นไม้ทั้งหมดพร้อมกัน ผู้สร้างอธิบายทั้งโค้ด วิธีแบ่งฉาก และตัวเลขที่วัดได้จริง โดยไม่ได้อ้างว่า FPS สูงขึ้นทั้งที่ยังไม่ได้ทดสอบเปรียบเทียบ อ่านผลทดสอบต้นทาง

ภาพจาก Lullwood มุมมองผู้เล่นในป่าสนหิมะและก้อนหินใต้ท้องฟ้ายามค่ำคืน
ภาพ: Independence AI Studio / Lullwood Press Kit — ภาพเกมเพลย์ทางการแสดงป่าสนที่ใช้ประกอบเรื่องการแบ่งฉาก ไม่ใช่กราฟผลทดสอบ

ผู้สร้างเปลี่ยนวิธีเรนเดอร์ป่าอย่างไร

เดิมต้นไม้ทั้งหมดถูกรวมเป็น InstancedMesh ขนาดใหญ่ที่กินพื้นที่ทั่วแผนที่ ทำให้ระบบตัดวัตถุนอกกล้อง (Frustum Culling) ได้ไม่คุ้มค่า วิธีใหม่แบ่งแผนที่ขนาด 480 หน่วยเป็นตาราง 8×8 รวม 64 Chunk ขนาด 60 หน่วย แต่ละ Chunk แยกต้นไม้ออกเป็น InstancedMesh สามชุด ได้แก่ ลำต้นและพุ่มใบสองส่วน พร้อมคำนวณขอบเขตของ Chunk ให้ Three.js ข้ามส่วนที่อยู่นอกมุมกล้องได้

ระบบยังโหลดเฉพาะ Chunk รอบตัวผู้เล่นเป็นกรอบ 5×5 และเก็บ Chunk ที่เพิ่งเดินผ่านไว้ช่วงหนึ่งเพื่อลดการสร้างซ้ำ เมื่อเริ่มเกมมี 25 Chunk หรือ 2,088 ต้นที่ถูกสร้างเป็น Instance และระหว่างการทดสอบเดินเพิ่มได้ถึง 36 Chunk หรือ 2,983 ต้น เป็นตัวเลขจากผู้พัฒนา ไม่ใช่ผลทดลองของ GameSlash

ภาพเกม Lullwood ฉากลานหิมะเปิดโล่ง มีแนวต้นสนยามค่ำคืนล้อมอยู่
ภาพ: Independence AI Studio / Lullwood Press Kit — ภาพหน้าจอฉากเปิดโล่งที่ผู้พัฒนาเผยแพร่ ใช้แสดงสภาพแวดล้อม ไม่ใช่ภาพ Benchmark

ตัวเลขบอกอะไรได้ และอะไรยังสรุปไม่ได้

วันที่ 9 พฤศจิกายน ทีมวัด 20 มุมกล้องด้วย Headless Chrome ที่ความละเอียด 1280×720 พบว่าทั้งเฟรมใช้ประมาณ 11,640–82,740 สามเหลี่ยม ส่วนการเดินทดสอบมีค่าสูงสุด 101,996 สามเหลี่ยมและ 219 Draw Calls ขณะที่การนับต้นไม้ 5,200 ต้นแบบกองรวมเดิมจะได้ 270,400 สามเหลี่ยมจากการคำนวณ ไม่ใช่ผลวัด FPS ของระบบเดิม

การแบ่ง Chunk ช่วยให้ไม่ต้องวาดต้นไม้นอกจอจำนวนมาก แต่แลกกับ Draw Calls และการจัดการหน่วยความจำที่ซับซ้อนขึ้น ผู้พัฒนาไม่ได้วัด FPS เปรียบเทียบและไม่ได้สรุปว่ามือถือจะเร็วขึ้น คนสร้างฉากใหญ่ด้วย Three.js สามารถนำหลักการแบ่งพื้นที่ วางระยะโหลดล่วงหน้า และวัดประสิทธิภาพทั้งเฟรมไปปรับใช้ได้

บทเรียนสำหรับคนสร้างเกมด้วย AI

ทีม Lullwood ระบุว่าใช้ Claude Agents ทำเกม โดยมีผู้ก่อตั้งหนึ่งคนกำหนดทิศทางและอนุมัติการปล่อยเวอร์ชัน รายงานนี้แสดงตัวอย่างการตรวจสอบโค้ดและผลจริงเมื่อใช้ AI ช่วยสร้างเกม ไม่ใช่หลักฐานว่า AI ปรับประสิทธิภาพเองทั้งหมด เกมเปิดให้ลองฟรีบนเว็บ รายงานผู้พัฒนา · เล่น Lullwood

ดูแหล่งที่มา