ข่าวเกม AI

PlayGen2 เปิดโค้ด AI จำแผนที่เกม 3D และขยับ NPC นอกจอได้ ไม่ใช่แค่เจนวิดีโอ

เผยแพร่ 7 พ.ย. 2569 15:01 น. (เวลาไทย)

โดย GameSlash

งานวิจัย 5 พ.ย. 2026 แยกสถานะโลก 3D ออกจากการสร้างภาพ AI ทดลองบน Freedoom2 พร้อมโค้ดให้ศึกษา แต่ยังเป็นต้นแบบที่เฟรมเรตจำกัด

AI World ModelPlayGen2เกม AI3D และฉาก

งานวิจัย PlayGen2 ที่เผยแพร่วันที่ 5 พฤศจิกายน 2026 เสนอแนวทางสร้างโลกเกมแบบ AI ที่ไม่ปล่อยให้ภาพแต่ละเฟรมเป็นตัวจำทุกอย่าง แต่เก็บโครงสร้างโลก 3D และสถานะตัวละครแยกจากโมเดลที่สร้างภาพ ทำให้กำแพง แผนที่ และสิ่งที่เกิดนอกมุมกล้องมีสถานะต่อเนื่อง ทีมวิจัยเปิด รายงานทางเทคนิค พร้อม โค้ดและน้ำหนักโมเดล ให้ศึกษาต่อ

ภาพแผนผัง PlayGen2 แสดงระบบจดจำโลก 3D การอัปเดตฉาก การฉาย Depth และโมเดลสร้างภาพ — ภาพ Figure 1 © ทีมวิจัย PlayGen2 — รูปต้นฉบับในงานวิจัย ใช้ประกอบการรายงานและอธิบายสถาปัตยกรรมโดยให้เครดิต ไม่ใช่ภาพที่ GameSlash ทดลองเล่นเอง

ต่างจาก AI สร้างวิดีโอเกมอย่างไร

ระบบเก็บพื้นที่ฉากเป็นแผนที่ 3D แบบ Occupancy Grid พร้อมบันทึกสถานะของผู้เล่น มอนสเตอร์ กระสุน และไอเท็ม จากนั้นโมเดล AI ทำนายการเปลี่ยนแปลงเมื่อผู้เล่นสั่งเดินหรือโจมตี และเติมพื้นที่ใหม่เมื่อสำรวจไปเรื่อย ๆ ส่วนโมเดลสร้างภาพทำหน้าที่แสดงผลจาก Depth แผนที่เชิงความหมาย และภาพก่อนหน้า โดยไม่นำภาพที่สร้างแล้วกลับไปใช้ทำนายสถานะโลกโดยตรง

ทีมวิจัยใช้ข้อมูลการเล่น Freedoom2 MAP01 ประมาณ 500 ชั่วโมงฝึกโมเดล แล้วทดสอบการเดินและพฤติกรรมตัวละครในแผนที่ที่ไม่อยู่ในชุดฝึก ตัวอย่างที่น่าสนใจคือมอนสเตอร์ยังเคลื่อนที่ได้แม้ผู้เล่นหันกล้องหนี เพราะตัวละครยังอยู่ในสถานะของโลก ไม่ได้หายไปพร้อมภาพ

เดโมเล่นได้แค่ไหน มีข้อจำกัดอะไร

งานนี้ทดลองรันบน MacBook Pro ชิป M4 Pro โดยผลวัดแบบทำงานทีละขั้นที่ใช้การลดสัญญาณรบกวน 8 ขั้นอยู่ที่ประมาณ 4.98 เฟรมต่อวินาที และเพิ่มเป็น 7.16 FPS เมื่อให้ขั้นตอนทำงานซ้อนกัน ตัวเลขดังกล่าวเป็นผลทดลองของผู้วิจัย ไม่ใช่เกม 60 FPS หรือระบบพร้อมแทน Unity และ Godot

Figure 5 ของ PlayGen2 แสดงแผนที่ 3D ห้าตัวอย่าง โดยสีเทาคือส่วนฉากเดิม สีฟ้าคือพื้นที่ใหม่ที่ AI เติม — ภาพ Figure 5 © ทีมวิจัย PlayGen2 — ภาพต้นทางจากงานวิจัย แสดงแผนที่ที่โมเดลต่อเติมจากจุดเริ่มต้น ใช้ประกอบการอธิบายผลวิจัย

ผู้วิจัยยังทดลองนำโมเดลผู้เล่นเดี่ยวสองชุดมาเชื่อมสถานะกัน เพื่อสาธิตผู้เล่นหลายคน และตั้งกฎลดพลังชีวิตหรือการตายด้วยโค้ดโดยไม่ต้องฝึกโมเดลใหม่ แต่ยังเป็นระบบต้นแบบ เดโมที่เปิดให้ใช้งานเป็นเซสชันบนเครื่อง ไม่ใช่เกมออนไลน์สาธารณะ

คนสร้างเกมด้วย AI เอาแนวคิดไหนไปใช้ได้

สิ่งที่น่าศึกษาคือแยกข้อมูลโลกเกม กฎและสถานะตัวละครออกจากชั้นสร้างภาพ AI วิธีนี้ช่วยให้ตรวจสอบได้ว่ากำแพงยังอยู่ ตัวละครนอกจอยังขยับ และเหตุการณ์ในเกมไม่ขึ้นกับว่าภาพล่าสุดหน้าตาอย่างไร ผู้สร้างสามารถอ่านโค้ดและทดลองระบบผ่านหน้าเว็บบนเครื่องได้ แต่ยังต้องพัฒนาอีกมากก่อนใช้กับเกมที่วางขายจริง

แหล่งอ้างอิง: รายงาน PlayGen2 วันที่ 5 พ.ย. 2026 และ GitHub ผู้พัฒนา หากสนใจอีกแนวทางของโลก AI บนเว็บ อ่าน ข่าว Frameboy ใน GameSlash.

ดูแหล่งที่มา