Viggle AI คืออะไร? เครื่องมือสร้างมีมและแอนิเมชั่นที่โด่งดังไปทั่วโลก

มีคนเอาตัวละครจากภาพสต็อกมาใส่ในท่าเต้นของเกม Fortnite แล้วมันก็ดู...ดี ไม่ใช่แค่ดีในระดับ "AI" แต่ดีจริงๆ การเคลื่อนไหวลื่นไหล หลักฟิสิกส์ดูสมจริง น้ำหนักของตัวละครเปลี่ยนไปอย่างเป็นธรรมชาติเมื่อหมุนตัว เสื้อผ้าพลิ้วไหวเหมือนผ้าจริง และทั้งหมดนี้ใช้เวลาทำแค่ประมาณสองนาที วิดีโอนั้นเผยแพร่บน Twitter ในช่วงต้นปี 2024 และภายในหนึ่งสัปดาห์ทุกคนก็พูดถึง Viggle AI กันหมด

ฉันเห็นคลิปนั้นแล้วคิดว่ามันเป็นแค่เนื้อหาการตลาดที่คัดเลือกมา เลยลองทำเองบ้าง อัปโหลดรูปภาพ เลือกเทมเพลตท่าเต้น แล้วรอประมาณเก้าสิบวินาที ผลลัพธ์ไม่สมบูรณ์แบบ แต่ก็ประทับใจมาก ตัวละครจากรูปภาพของฉันกำลังเต้นอยู่ ในแบบ 3 มิติ มีระบบฟิสิกส์ แถมฟรีด้วย บนบอท Discord นั่นเป็นช่วงเวลาที่ฉันรู้ว่าเครื่องมือนี้แตกต่างจากวิดีโอ AI ที่โฆษณาเกินจริงทั่วไป

Viggle เติบโตจากศูนย์เป็น 1.6 ล้านสมาชิกใน Discord ภายในเวลาไม่ถึงหนึ่งปี และกลายเป็นกลไกสำคัญเบื้องหลังคอนเทนต์มีม AI บนโซเชียลมีเดียกว่าครึ่งหนึ่งในปี 2024 เทคโนโลยีที่อยู่เบื้องหลังนั้นคือโมเดล JST-1 ซึ่งเข้าใจฟิสิกส์ 3 มิติ แทนที่จะเป็นการจับคู่รูปแบบพิกเซล 2 มิติ ซึ่งถือเป็นสิ่งใหม่ที่แท้จริงในวงการวิดีโอ AI บทความนี้จะกล่าวถึง Viggle ว่าคืออะไร JST-1 ทำงานอย่างไร วิธีการใช้งานทีละขั้นตอน และเปรียบเทียบกับชื่อดังอื่นๆ ในด้านการสร้างวิดีโอ AI

Viggle AI คืออะไร และทำไมจึงสำคัญ

Viggle AI เป็นแพลตฟอร์มสร้างแอนิเมชั่นตัวละครที่ใช้ภาพนิ่งของบุคคลหรือตัวละครมาสร้างการเคลื่อนไหว ไม่ใช่การซูมและแพนภาพแบบงุ่มง่ามเหมือนเครื่องมือ AI ส่วนใหญ่ Viggle สร้างการเคลื่อนไหวแบบ 3 มิติที่สมจริง ตัวละครจะหัน เดิน เต้น กระโดด และการเคลื่อนไหวเหล่านั้นเป็นไปตามหลักฟิสิกส์ เช่น แรงโน้มถ่วง การถ่ายเทน้ำหนัก การทิ้งตัวของผ้า และโมเมนตัม

บริษัทนี้ก่อตั้งโดยทีมงานที่มีพื้นฐานด้านคอมพิวเตอร์วิชั่นและการสร้างแบบจำลอง 3 มิติ พวกเขาสร้าง JST-1 ซึ่งย่อมาจาก Joint Space-Time และอธิบายว่าเป็น "แบบจำลองพื้นฐานวิดีโอ 3 มิติรุ่นแรกที่มาพร้อมกับความเข้าใจทางฟิสิกส์อย่างแท้จริง" คำกล่าวอ้างนี้คุ้มค่าที่จะอธิบายเพิ่มเติม เพราะมันคือสิ่งที่ทำให้ Viggle แตกต่างจากผลิตภัณฑ์อื่นๆ ในประเภทเดียวกัน

เครื่องมือ AI สำหรับสร้างวิดีโอส่วนใหญ่ (Runway Gen-3, Pika, Kling) สร้างวิดีโอโดยการทำนายว่าเฟรมถัดไปควรมีลักษณะอย่างไรโดยอิงจากเฟรมก่อนหน้า พวกมันทำงานในพื้นที่พิกเซล 2 มิติ ผลลัพธ์ดูดีจนกระทั่งตัวละครต้องหันข้าง โต้ตอบกับวัตถุ หรือเคลื่อนไหวในลักษณะที่ข้อมูลการฝึกฝนไม่ได้ครอบคลุม จากนั้นสิ่งต่างๆ ก็จะเริ่มผิดเพี้ยนไป: แขนขาจะทะลุผ่านร่างกาย สัดส่วนเปลี่ยนไป แรงโน้มถ่วงหยุดทำงาน

JST-1 ใช้วิธีการที่แตกต่างออกไป มันสร้างแบบจำลอง 3 มิติของตัวละครจากภาพที่ป้อนเข้ามา เข้าใจโครงสร้างกระดูกของตัวละคร จากนั้นจึงทำการเคลื่อนไหวแบบจำลอง 3 มิตินั้นตามกฎทางฟิสิกส์ ก่อนที่จะแสดงผลออกมาเป็นวิดีโอ 2 มิติ ตัวละครจะมีปริมาตร น้ำหนัก และข้อต่อ เมื่อมันเต้นรำ เท้าจะดันพื้นด้วยแรงที่ถูกต้อง เมื่อมันหัน มุมมองจะเปลี่ยนไปอย่างถูกต้อง เพราะแบบจำลองรู้ว่าตัวละครมีด้านหลัง ไม่ใช่แค่ด้านหน้า

ผลลัพธ์ที่ได้สมบูรณ์แบบหรือไม่? ไม่เลย ฉากที่ซับซ้อนยังคงทำให้เกิดความผิดเพี้ยน การโต้ตอบระหว่างตัวละครหลายตัวไม่น่าเชื่อถือ และโมเดลนี้ทำงานได้ดีที่สุดกับตัวละครการ์ตูนและอนิเมะมากกว่ามนุษย์ที่สมจริง แต่สำหรับการสร้างแอนิเมชั่นตัวละครเดียวจากภาพนิ่ง Viggle ให้ผลลัพธ์ที่ผมไม่เคยเห็นเครื่องมือสำหรับผู้บริโภคใดเทียบได้ในราคาเดียวกันนี้ ซึ่งก็คือฟรี

วิธีใช้งาน Viggle AI: คู่มือทีละขั้นตอน

Viggle ทำงานได้สองที่ คือ แอปพลิเคชันบนเว็บและบอท Discord โดยบอท Discord ออกมาก่อนและยังคงเป็นอินเทอร์เฟซหลักสำหรับชุมชน ต่อไปนี้คือวิธีการทำงานของฟีเจอร์หลักแต่ละอย่าง

มิกซ์: งานหลัก

ฟังก์ชัน Mix คือสิ่งที่ทำให้ Viggle โด่งดังไปทั่วโลก คุณเพียงแค่ป้อนข้อมูลสองอย่างเข้าไป: ภาพตัวละครและวิดีโอเคลื่อนไหว Viggle จะแยกตัวละครจากภาพของคุณ จับคู่กับภาพเคลื่อนไหวจากวิดีโอ และแสดงผลลัพธ์ออกมา

ขั้นตอนทีละขั้น: เปิดแอป Viggle บนเว็บหรือ Discord ใช้คำสั่ง /mix อัปโหลดภาพตัวละครที่ชัดเจน (คนเดียว เห็นร่างกายชัดเจน แสงสว่างดี) อัปโหลดวิดีโอสั้นๆ ที่มีการเคลื่อนไหวที่คุณต้องการ (เช่น การเต้น การเดิน ท่าทางต่างๆ) เลือกพื้นหลัง: ฉากสีเขียว สีขาว หรือพื้นหลังปกติ กดสร้าง รอ 60-120 วินาที คุณจะได้วิดีโอตัวละครของคุณแสดงท่าทางตามคลิปต้นแบบ

ผลลัพธ์ขึ้นอยู่กับข้อมูลที่คุณป้อนเป็นอย่างมาก ภาพตัวละครที่ชัดเจนและเห็นแขนขาอย่างละเอียดจะให้ผลลัพธ์ที่ดีที่สุด ภาพพื้นหลังที่รก ส่วนต่างๆ ของร่างกายที่ถูกบดบัง หรือมุมมองที่ผิดเพี้ยนจะทำให้โมเดลดูไม่ชัด วิดีโอเคลื่อนไหวจะให้ผลลัพธ์ที่ดีที่สุดเมื่อแสดงให้เห็นบุคคลเพียงคนเดียวที่กำลังเคลื่อนไหวอย่างชัดเจนและเด่นชัด ท่าทางเล็กๆ น้อยๆ นั้นยากกว่าการเต้นรำขนาดใหญ่

การเคลื่อนไหว: สร้างภาพเคลื่อนไหวโดยคงพื้นหลังไว้

Move คล้ายกับ Mix แต่จะคงพื้นหลังเดิมของตัวละครไว้ เพียงอัปโหลดภาพตัวละครและวิดีโอเคลื่อนไหว ระบบก็จะสร้างแอนิเมชั่นให้ตัวละครโดยคงฉากหลังเดิมไว้ มีประโยชน์เมื่อคุณต้องการบริบท เช่น คนที่นั่งอยู่ที่โต๊ะทำงานแล้วจู่ๆ ก็เริ่มเต้น หรือตัวละครในสวนสาธารณะกำลังโบกมือ

คิดค้นและออกแบบสไตล์

Ideate สร้างคอนเซ็ปต์วิดีโอจากข้อความที่คุณป้อน อธิบายสิ่งที่คุณต้องการ แล้วโมเดลจะสร้างวิดีโอให้ Stylize ช่วยให้คุณเปลี่ยนสไตล์ภาพของตัวละครหรือแอนิเมชั่นที่มีอยู่แล้ว ทั้งสองฟังก์ชันนี้เน้นการทดลองมากกว่า Mix and Move และผลลัพธ์ที่ได้จึงคาดเดาได้ยากกว่า

คำสั่ง /character

วิธีนี้ช่วยให้คุณสร้างตัวละครถาวรที่สามารถนำกลับมาใช้ซ้ำได้ในแอนิเมชั่นหลายๆ แบบ เพียงอัปโหลดรูปภาพครั้งเดียว บันทึกเป็นตัวละคร และอ้างอิงถึงตัวละครนั้นในมิกซ์ในอนาคตโดยไม่ต้องอัปโหลดใหม่ทุกครั้ง สำหรับผู้สร้างคอนเทนต์ที่สร้างตัวละครที่ปรากฏซ้ำๆ (เช่น มาสคอต อวตาร หรือสัญลักษณ์ของแบรนด์) วิธีนี้ช่วยประหยัดเวลาได้อย่างมาก

การกำหนดราคาของ Viggle: อะไรฟรีและอะไรต้องเสียเงิน

Viggle ใช้โมเดลแบบฟรีเมียม และแพ็กเกจฟรีนั้นก็ให้ฟีเจอร์ที่มากเกินคาดเมื่อเทียบกับเครื่องมือ AI ตัดต่อวิดีโอส่วนใหญ่

ส่วนที่เกี่ยวกับสิทธิ์ในการใช้งานเชิงพาณิชย์นั้นน่าสนใจมาก Viggle ระบุว่าเนื้อหาที่สร้างขึ้นนั้น "ปลอดค่าลิขสิทธิ์โดยสมบูรณ์" พร้อม "สิทธิ์ในการใช้งานเชิงพาณิชย์อย่างเต็มที่สำหรับวิดีโอทุกชิ้นที่คุณสร้าง" ซึ่งเป็นเรื่องที่ไม่ธรรมดา แพลตฟอร์มวิดีโอ AI ส่วนใหญ่จะจำกัดการใช้งานเชิงพาณิชย์ในระดับฟรี หรือเรียกเก็บค่าธรรมเนียมใบอนุญาตสำหรับองค์กร แต่ Viggle อนุญาตให้คุณใช้ผลลัพธ์เพื่อการตลาด โซเชียลมีเดีย หรือวัตถุประสงค์เชิงพาณิชย์ใด ๆ ก็ได้โดยไม่มีค่าธรรมเนียมเพิ่มเติม

ราคาแพ็กเกจพรีเมียมมีการเปลี่ยนแปลงไปตามกาลเวลาและแตกต่างกันไปตามภูมิภาค โปรดตรวจสอบอัตราปัจจุบันได้ที่ viggle.ai โดยตรง ครั้งล่าสุดที่ฉันตรวจสอบ ราคาแพ็กเกจแบบชำระเงินอยู่ที่ต่ำกว่า 20 ดอลลาร์ต่อเดือน โดยส่วนใหญ่จะเป็นการลบลายน้ำ เพิ่มลำดับความสำคัญในการเข้าคิว และเพิ่มขีดจำกัดการสร้างวิดีโอต่อวัน

Viggle เทียบกับ Runway เทียบกับ Pika เทียบกับ Kling: เข้าข่ายตรงไหน?

ตลาดการสร้างวิดีโอด้วย AI กำลังคึกคักอย่างรวดเร็ว นี่คือตำแหน่งของ Viggle เมื่อเทียบกับเครื่องมืออื่นๆ ที่คนส่วนใหญ่ใช้เปรียบเทียบ

Viggle ไม่ได้พยายามแข่งขันกับ Runway ในด้านคุณภาพภาพยนตร์ และไม่ได้พยายามแทนที่ Pika สำหรับคลิปสั้น ๆ บนโซเชียลมีเดีย จุดเด่นของมันคือการสร้างแอนิเมชั่นตัวละครโดยเฉพาะ นั่นคือการนำภาพนิ่งของบุคคลหรือตัวละครมาทำให้เคลื่อนไหวได้อย่างสมจริง และในด้านนี้ ความเข้าใจในหลักฟิสิกส์ของ JST-1 ทำให้มันได้เปรียบเหนือเครื่องมือที่ใช้พิกเซลเป็นหลัก

ข้อเสียของ Viggle คือ มันไม่สามารถสร้างวิดีโอจากศูนย์ได้เหมือนกับ Runway หรือ Pika คุณต้องมีภาพอินพุตและข้อมูลอ้างอิงการเคลื่อนไหว มันคือการสร้างแอนิเมชั่น ไม่ใช่การสร้างวิดีโอขึ้นมาใหม่ ความยาวของวิดีโอที่ได้จำกัดอยู่ที่ 30 วินาที และปัจจุบันมันทำงานได้ดีที่สุดกับตัวละครที่เป็นภาพวาดหรือการ์ตูน ตัวละครมนุษย์ที่สมจริงบางครั้งอาจเข้าสู่ภาวะ "หุบเขาแห่งความไม่สมจริง" (Uncanny Valley) ซึ่งการสร้างภาพ 3 มิติทำให้เกิดความผิดปกติเล็กน้อยในลักษณะใบหน้าและพื้นผิวของผิวหนัง

จุดเด่นของ Viggle คือ คุณภาพการเคลื่อนไหวที่เหนือกว่าโปรแกรมอื่นในราคาเดียวกัน การสร้างภาพเคลื่อนไหวฟรีด้วย Viggle ที่ใช้ข้อมูลป้อนเข้าที่ดี จะให้การเคลื่อนไหวที่สมจริงกว่าการสมัครใช้งาน Runway ในราคา 76 ดอลลาร์ต่อเดือนเสียอีก นั่นเป็นเพราะโมเดลของ Viggle เข้าใจพื้นที่ 3 มิติอย่างแท้จริง ในขณะที่โปรแกรมอื่น ๆ คาดเดาจากรูปแบบ 2 มิติ

Viggle สามารถนำไปใช้ทำอะไรได้บ้าง: ตัวอย่างการใช้งานจริง

การนำไปใช้ในรูปแบบมีมเป็นสิ่งที่ทำให้ Viggle มีสมาชิกใน Discord ถึง 1.6 ล้านคน แต่ยังมีแอปพลิเคชันที่ใช้งานได้จริงมากกว่านั้นอีก

ผู้สร้างคอนเทนต์ใช้มันเพื่อสร้างแอนิเมชั่นให้กับอวตารหรือตัวตนของพวกเขาสำหรับโซเชียลมีเดีย ยูทูบเบอร์ที่มีอวตารเป็นตัวการ์ตูนสามารถทำให้ตัวละครนั้นเต้น โบกมือ หรือแสดงปฏิกิริยาในวิดีโอได้โดยไม่ต้องจ้างนักสร้างแอนิเมชั่น ผู้สร้างคอนเทนต์บน TikTok สร้างตัวละครจากรูปถ่ายให้เต้นตามท่าเต้นยอดนิยม ระยะเวลาในการสร้างคลิปสั้นกว่าสองนาที ทำให้สามารถผลิตคอนเทนต์แอนิเมชั่นได้ทุกวัน

ธุรกิจขนาดเล็กและนักการตลาดใช้มันเพื่อสร้างแอนิเมชั่นโปรโมชั่นอย่างรวดเร็ว ร้านอาหารสามารถนำภาพมาสคอตของร้านมาสร้างแอนิเมชั่นให้เต้นในโฆษณาบนโซเชียลมีเดียได้ แบรนด์อีคอมเมิร์ซสามารถสร้างแอนิเมชั่นตัวละครสินค้าเพื่อใช้เป็นไฮไลท์ในสตอรี่ได้ การที่ไม่มีค่าใช้จ่ายและการอนุญาตให้ใช้ในเชิงพาณิชย์ทำให้ธุรกิจที่ไม่สามารถจ้างสตูดิโอออกแบบแอนิเมชั่นสามารถเข้าถึงได้

นักพัฒนาเกมอินดี้และศิลปินวาดสตอรี่บอร์ดใช้มันสำหรับการสร้างต้นแบบ ก่อนที่จะลงทุนในการทำแอนิเมชั่นเต็มรูปแบบ พวกเขาสามารถทดสอบได้ว่าตัวละครจะมีลักษณะอย่างไรเมื่อเคลื่อนไหว ท่าทางนั้นเหมาะสมหรือไม่ การเคลื่อนไหวสื่ออารมณ์ได้หรือไม่ Viggle ให้คำตอบที่คร่าวๆ แต่รวดเร็ว

การศึกษาเป็นกรณีการใช้งานที่ฉันไม่คาดคิดว่าจะได้เห็น แต่ก็สมเหตุสมผล ครูและผู้สร้างหลักสูตรใช้ตัวมาสคอตและสร้างแอนิเมชั่นเพื่อใช้ในวิดีโออธิบาย ซึ่งดึงดูดความสนใจได้มากกว่าภาพนิ่งบนสไลด์ ตัวละครที่ใช้ท่าทางประกอบการอธิบายเรื่องการสังเคราะห์แสงสามารถดึงดูดความสนใจของเด็กอายุ 12 ขวบได้นานกว่าข้อความและลูกศร ฉันเคยเห็นครูสอนภาษาบน TikTok ใช้ Viggle สร้างตัวละครแอนิเมชั่นเพื่อแสดงการทักทายในวัฒนธรรมต่างๆ สร้างสรรค์ ใช้ความพยายามน้อย และได้ผล

ข้อจำกัดและสิ่งที่ต้องระวัง

Viggle นั้นน่าประทับใจ แต่ก็มีข้อจำกัดอยู่บ้าง

โมเดลนี้รองรับภาพคน แต่เห็นได้ชัดว่าได้รับการปรับแต่งมาสำหรับตัวละครที่วาดขึ้นมากกว่า ผลลัพธ์ที่สมจริงนั้นมีทั้งดีและไม่ดี บางครั้งใบหน้าก็ดูไม่เป็นธรรมชาติ มือก็...ดีขึ้นเรื่อยๆ แต่ก็ยังคงเป็นจุดอ่อนของเครื่องมือ AI สำหรับตัดต่อวิดีโอทุกตัวที่มีอยู่

ข้อจำกัด 30 วินาทีหมายความว่าคุณไม่สามารถสร้างเนื้อหาแบบยาวได้ หากต้องการเนื้อหาที่ยาวกว่าคลิปสั้น คุณจะต้องตัดต่อคลิปหลายๆ คลิปเข้าด้วยกัน

เรื่องความเป็นส่วนตัวเป็นเรื่องที่ควรให้ความสำคัญ คุณกำลังอัปโหลดรูปภาพและวิดีโอไปยังบริการคลาวด์ ใน subreddit เกี่ยวกับความเป็นส่วนตัวเคยมีกระทู้เกี่ยวกับการจัดการข้อมูลของ Viggle และถึงแม้ว่าบริษัทจะมีการตรวจสอบเนื้อหาและติดแท็กข้อมูลเมตา C2PA เพื่อให้สามารถตรวจสอบย้อนกลับได้ แต่คุณควรคิดให้ดีก่อนที่จะอัปโหลดรูปภาพส่วนตัวที่ละเอียดอ่อน โดยเฉพาะอย่างยิ่งรูปภาพของผู้อื่นโดยไม่ได้รับความยินยอม ศักยภาพในการสร้าง deepfake นั้นชัดเจน และความรับผิดชอบทางจริยธรรมอยู่ที่ผู้ใช้

ไม่มี API หมายความว่าไม่มีเวิร์กโฟลว์อัตโนมัติ หากคุณต้องการนำ Viggle ไปพัฒนาเป็นผลิตภัณฑ์หรือสร้างแอนิเมชั่นหลายร้อยรายการด้วยโปรแกรม คุณก็คงต้องผิดหวังในตอนนี้ ทุกอย่างต้องทำผ่านเว็บแอปหรือ Discord ด้วยตนเอง

ยังไม่มีแอปพลิเคชันบนมือถือที่จำลองฟีเจอร์ทั้งหมดได้อย่างสมบูรณ์ แอปสำหรับ iOS มีอยู่ แต่เป็นเวอร์ชันที่เรียบง่าย เน้นไปที่เทมเพลตมีมมากกว่าขั้นตอนการทำงานของ Mix/Move อย่างเต็มรูปแบบ และการที่ต้องพึ่งพา Discord แม้จะเป็นส่วนหนึ่งที่สร้างชุมชนขึ้นมา แต่ก็สร้างความยุ่งยากให้กับผู้ใช้ที่ไม่ใช้ Discord การต้องเข้าร่วมเซิร์ฟเวอร์ เรียนรู้คำสั่งสแลช และรอคิวในคิวสาธารณะ ไม่ใช่ประสบการณ์การใช้งานซอฟต์แวร์ทั่วไป แอปพลิเคชันบนเว็บช่วยได้ แต่ก็ยังอยู่ในระหว่างการพัฒนาและขาดฟีเจอร์บางอย่าง

Jordan Morris

Jordan Morris is an AI expert with over a decade of experience and the author of a widely-read blog focused on artificial intelligence. His content spans a range of topics—from the ethics of machine learning to real-world applications of neural networks in business. Known for his clear writing and deep insights, Jordan has become a trusted voice in the AI community, appealing to both newcomers and seasoned professionals alike.