กลับไป ข่าว AI Game
ข่าวเกม AI

AI สร้างฉากต่อสู้แล้วเลือดลดมั่ว? Fight World Model แยกกฎเกมออกจากภาพ

โดย GameSlash

งานวิจัยใหม่วันที่ 29 ต.ค. ทดลองให้ AI สร้างภาพต่อสู้โดยยึดกฎเกมจริง ทั้งการโจมตี เลือด และดูดพลัง พร้อมบทเรียนสำหรับคนพัฒนาเกม

AIWorld ModelsGame DevelopmentResearch

ทีมวิจัยเผยแพร่ Fight World Model (FWM) เมื่อวันที่ 29 ตุลาคม 2026 เพื่อแก้ปัญหาฉากต่อสู้ที่ AI สร้างภาพได้สวย แต่เหตุการณ์ในเกมไม่ตรงกับกฎ เช่น ภาพเหมือนโจมตีโดน แต่หลอดเลือดหรือการตอบสนองของตัวละครกลับเปลี่ยนผิดจังหวะ ระบบนี้จึงให้ส่วนคำนวณกฎเกมตัดสินผลก่อน แล้วค่อยให้ AI สร้างภาพตามผลนั้น

งานนี้ยังเป็นต้นแบบวิจัยสำหรับฉากต่อสู้สองตัวละคร ไม่ใช่ปลั๊กอิน Unity หรือ Godot ที่ติดตั้งแล้วใช้ได้ทันที และไม่ใช่เครื่องมือพิมพ์คำสั่งเพื่อสร้างเกมสำเร็จ แต่มีแนวคิดที่คนทำเกมนำไปปรับใช้ได้

ระบบใหม่ทำงานอย่างไร

แทนที่จะปล่อยให้โมเดลวิดีโอเดาการต่อสู้ทั้งหมด ส่วนคำนวณกฎจะจัดการตำแหน่ง การออกท่า การโจมตีโดน และค่าพลังชีวิต จากนั้นแปลงข้อมูลเป็นสัญญาณภาพที่กำหนดเวลาไว้ตรงกับแต่ละเฟรม แล้วให้ AI เรนเดอร์การต่อสู้โดยอิงสัญญาณเหล่านั้นรวมถึงภาพอ้างอิงตัวละครและฉาก

ระบบแยกการออกท่า การแสดงปฏิกิริยาเมื่อถูกโจมตี และการเปลี่ยนค่าพลังชีวิตออกจากกัน จึงทดสอบกฎอย่างป้องกันความเสียหาย หรือสกิลดูดเลือดได้โดยไม่ต้องฝึกตัวสร้างภาพใหม่ทุกครั้ง รวมถึงระบุตัวละครให้ถูกแม้สลับตำแหน่งกัน

ผลทดลองบอกอะไร

ผู้วิจัยเตรียมข้อมูลฝึก 112,618 ตัวอย่างจากวิดีโอการเล่นและฉากที่ดัดแปลง ครอบคลุมเอฟเฟกต์สกิล 52 แบบ รูปลักษณ์ตัวละคร 187 แบบ และสนาม 15 แห่ง ในการทดสอบความสอดคล้องของเหตุการณ์ต่อสู้ FWM รายงานคะแนนรวม 98.48% เทียบกับ 76.35% ของวิธีใช้ข้อมูลตำแหน่งร่วมกับข้อความ และมีความคลาดเคลื่อนของค่าพลังชีวิตเฉลี่ย 0.15 จุดเปอร์เซ็นต์

ตารางที่ 2 จากงานวิจัย เปรียบเทียบวิธีควบคุม คะแนนความสอดคล้องของการต่อสู้ และความคลาดเคลื่อนค่าพลังชีวิต
ภาพตัดจากตารางที่ 2 ในบทความวิจัย — Jiahua Li et al. / arXiv · CC BY 4.0

ทั้งหมดเป็นผลทดสอบที่ทีมวิจัยรายงานภายใต้ชุดข้อมูลและเงื่อนไขของตนเอง ยังสรุปไม่ได้ว่าสามารถนำไปใส่เกมทั่วไปหรือใช้ได้ดีเท่ากันกับเกมทุกแนว

อีกการทดลองเปลี่ยนกฎโดยไม่ฝึกตัวสร้างภาพใหม่ ภายใต้กฎป้องกันการเสียเลือดจำนวนครั้งที่กำหนด ผู้วิจัยรายงานความคลาดเคลื่อนค่าพลังชีวิต 0.21 จุดเปอร์เซ็นต์ และคะแนนความสอดคล้องตามกฎ 99.92% ส่วนกฎดูดเลือดได้ 0.19 และ 99.87% ตามลำดับ การทดสอบนี้ไม่ได้ถามแค่ว่าภาพสวยหรือไม่ แต่ดูว่าปฏิกิริยาและค่าพลังชีวิตที่คงอยู่ทำตามกฎใหม่หรือเปล่า ตัวเลขเหล่านี้เป็นผลในเงื่อนไขวิจัย ไม่ใช่การรับประกันความเสถียรของเกมที่เปิดใช้งานจริง

ตารางที่ 5 จากงานวิจัย เปรียบเทียบค่าพลังชีวิตและความสอดคล้องเมื่อเปลี่ยนกฎความเสียหาย การป้องกัน และดูดเลือด
ภาพตัดจากตารางที่ 5 ในบทความวิจัย — Jiahua Li et al. / arXiv · CC BY 4.0

คนสร้างเกมด้วย AI ได้อะไร

หลักคิดสำคัญคือ ให้กฎอย่าง HP คูลดาวน์ และเงื่อนไขชนะเป็นระบบที่คำนวณและทดสอบได้จริง แล้วให้ AI สร้างภาพตามเหตุการณ์ที่ยืนยันแล้ว แทนการใช้ภาพสวยเป็นตัวตัดสินว่าเกมทำงานถูกต้องหรือไม่ แนวคิดนี้นำไปประยุกต์กับงานใน Game Engine ปกติได้ แม้ไม่ได้ใช้โมเดลของงานวิจัย

อ่านวิธีทดลอง ตาราง และภาพประกอบทั้งหมดใน บทความวิจัยต้นฉบับ ซึ่งส่งขึ้น arXiv วันที่ 29 ตุลาคม 2026 ตารางสองภาพในข่าวนี้เป็นผลที่ผู้วิจัยรายงาน ไม่ใช่ผลทดสอบโดย GameSlash

ดูแหล่งที่มา