GAMESLASHAnyGameRenderer เปลี่ยนคลิปเกมต้นแบบให้ภาพสวยขึ้น แต่ยังไม่ใช่ไฟล์เกมที่เล่นต่อได้
โดย GameSlash
งานวิจัยให้ AI เปลี่ยนวิดีโอเกมตัวละครกล่อง ๆ เป็นภาพหลายสไตล์ พร้อมตัวอย่างจริง ผลทดสอบ และข้อจำกัดก่อนใช้
ทำเกมด้วย AI จนเล่นได้แล้ว แต่ตัวละครยังเป็นกล่องสี ๆ อยู่? ทีมวิจัย Alaya Lab เผย AnyGameRenderer ซึ่งนำวิดีโอที่อัดจากเกมต้นแบบมาให้ AI ปรับภาพเป็นสไตล์ที่ต้องการ สิ่งที่ได้คือวิดีโอสำหรับดูภาพรวม ไม่ใช่ฉาก 3D ที่เล่นได้จริง ไม่ใช่ระบบแสดงภาพในเกม และไม่ใช่ไฟล์ตัวละครแยกชิ้นพร้อมนำเข้าเอนจิน
มีตัวอย่างเกมจริงให้เทียบก่อนและหลัง
แกลเลอรีของทีมวิจัยมีทั้งเกมแข่งรถ เกมยิง และเกมต่อสู้ในลาน โดยใช้วิดีโอการเล่นเดิมเป็นตัวกำหนดว่าตัวละครหรือวัตถุอยู่ตรงไหนและเคลื่อนอย่างไร แล้วให้ AI เปลี่ยนรูปลักษณ์ของฉาก แทนการสร้างฉากใหม่โดยไม่มีภาพอ้างอิง เป้าหมายคือรักษาเหตุการณ์ให้ตรงกับวิดีโอต้นฉบับ
คนใช้ AI เขียนเกมอาจนำแนวคิดนี้ไปช่วยนำเสนอหน้าตาเกมได้ เช่น ทำด่านให้เล่นได้จริงก่อน อัดวิดีโอ แล้วลองเทียบโทนภาพหลายแบบ แต่ยังต้องสร้างงานกราฟิก ระบบชน การเคลื่อนไหว และนำไฟล์ต่าง ๆ ไปประกอบในเกมจริงด้วยตัวเอง
มีผลทดสอบ แต่ไม่ใช่เครื่องมือสำเร็จรูปสำหรับทุกคน
ใน งานวิจัยที่เผยแพร่ครั้งแรก 22 ตุลาคม 2569 ผู้วิจัยอธิบายว่าฝึกจากวิดีโอคู่ประมาณ 10,000 คลิป รวมข้อมูลเกม 38 เกมที่พัฒนาด้วย Agent และประเมินกับ 59 กรณีที่ไม่ใช้ฝึก มีวัตถุ 753 ชิ้น ผลวัดความตรงกันของวัตถุตามช่วงเวลาจากโมเดลฐาน 50.9% เพิ่มเป็น 62.9% ตัวเลขเป็นผลที่ผู้วิจัยรายงาน ไม่ใช่การทดสอบเกมทุกประเภทโดยอิสระ
ข้อจำกัดสำคัญคือ คู่มือติดตั้งทางการ ต้องการการ์ดจอที่มีหน่วยความจำอย่างน้อย 80 GB, RAM เครื่องอย่างน้อย 128 GB และไฟล์โมเดลรวมราว 125 GB ผู้พัฒนาประเมินว่าการสร้างคลิปประมาณ 5 วินาทีใช้เวลาประมาณ 17 นาทีบนการ์ดจอระดับ H100 จึงยังไม่ใช่เครื่องมือสร้างภาพเกมแบบเรียลไทม์หรือกดปุ่มเดียวบนคอมทั่วไป
มือใหม่เอาแนวคิดนี้ไปใช้ได้อย่างไร
แม้ไม่มีเครื่องแรง ก็ลองใช้หลักคิดเดียวกันได้: ทำฉากเล็ก ๆ ให้ควบคุมได้จริง อัดวิดีโอการเล่นสั้น ๆ แล้วเขียนบรีฟภาพว่าต้องการตัวละคร ฉาก และแสงแบบไหน เมื่อได้วิดีโอที่ปรับสไตล์แล้วให้เทียบกับต้นฉบับว่ามีตัวละครหายหรือจังหวะการเคลื่อนไหวผิดหรือไม่ นี่เป็นแนวทางวางงาน ไม่ใช่การบอกว่าโมเดลวิจัยนี้ใช้บนโน้ตบุ๊กทั่วไปได้
โครงการระบุ Apache-2.0 สำหรับซอร์สโค้ด ส่วนไฟล์น้ำหนักโมเดลที่พัฒนาต่อจาก MiniMax-H3 ใช้ MiniMax-H3 Community License ตามหน้า Hugging Face ควรตรวจเงื่อนไขของโมเดลและสิทธิ์ในวิดีโอที่นำมาใช้แยกกัน ภาพในบทความเป็นตัวอย่างผลจากผู้วิจัย ไม่ใช่ภาพจากการทดลองรันของ GameSlash