BIGCHILD

ข่าว AI (19 กันยายน)

Video DeltaNet + MiniMax H3 สร้างวิดีโอ 14.3 วินาทีใน 6.7 วินาที — จุดเปลี่ยนจาก “รอ generate” ไปสู่การกำกับเกือบ real-time

งานวิจัยใหม่จากทีม UC Berkeley, Impossible Inc. และ UT Austin เผยแพร่วันที่ 17 ก.ย. พร้อม code/weights ของ Video DeltaNet (VDN-H3) ซึ่งนำ MiniMax H3 มาปรับสถาปัตยกรรม attention สำหรับวิดีโอโดยเฉพาะ.

ตัวเลขที่สำคัญคือ บน NVIDIA B200 จำนวน 8 ตัว ระบบทำขั้น denoising ของวิดีโอ 768p ยาว 14.3 วินาทีได้ใน 6.70 วินาที หรือเร็วกว่า MiniMax H3 แบบเดิมประมาณ 14.5 เท่า เมื่อเทียบด้วยจำนวน GPU เดียวกัน ส่วน end-to-end รวมขั้นตอนอื่นใช้ประมาณ 9 วินาที.

จุดสำคัญไม่ใช่เพียง “เร็วขึ้น 14.5 เท่า” แต่คือการข้ามเส้นหนึ่ง คือ "วิดีโอ 14 วินาที ใช้เวลาสร้างน้อยกว่า 14 วินาที"

ที่ผ่านมา workflow ของ AI video มีลักษณะว่า ผู้กำกับสั่ง shot หนึ่งครั้ง จากนั้นรอ generation ดูผล แล้วค่อยแก้ prompt และรอใหม่อีกครั้ง แต่ถ้าความเร็วเข้าใกล้หรือเร็วกว่าการ playback เราจะเริ่มเข้าใกล้ workflow ที่ผู้กำกับ ทดลอง camera/action แล้วเห็นผลแทบจะทันที

ตัวอย่างเช่น แทนที่จะรอแต่ละ iteration เป็นนาที ผู้กำกับอาจสั่งว่า “กล้องตามตัวละครแล้วค่อย ๆ ลดระดับลง” ดูผล 10–15 วินาที แล้วแก้ timing ต่อทันที

สถาปัตยกรรมใหม่ใช้ local Softmax attention เพื่อรักษารายละเอียดระยะใกล้ และใช้ bidirectional linear memory เก็บบริบทระยะยาวของวิดีโอ ทำให้ไม่ต้องจ่าย compute แบบ attention เต็มรูปแบบกับ token ทุกตัวตลอดเวลา.

นี่สำคัญต่อหนังมากกว่าการเพิ่ม resolution อีกเล็กน้อย เพราะหนึ่งในต้นทุนที่ซ่อนอยู่ของ AI filmmaking คือ เวลารอ iteration ถ้าผู้กำกับต้องทดลอง 20 ครั้งต่อ shot การลดเวลาจากหลักนาทีเหลือหลักวินาทีเปลี่ยน economics ของทั้ง workflow

ผลต่อคุณภาพ: ผู้วิจัยตั้งเป้ารักษาคุณภาพใกล้ H3 เดิม แต่ยังไม่ใช่หลักฐานว่าไม่มี degradation ในทุกประเภท shot โดยเฉพาะ motion ซับซ้อนและรายละเอียดใบหน้า

ผลต่อต้นทุน: throughput ต่อ GPU เพิ่มขึ้นอย่างมาก แต่ตัว demo ใช้ 8×B200 ซึ่งเป็น hardware ระดับ data center ดังนั้นอย่าเพิ่งตีความว่า laptop จะสร้าง H3 real-time ได้

ผลต่องาน: งาน prompt อย่างเดียวมีแนวโน้มสำคัญน้อยลง ส่วนความสามารถในการ กำกับ motion, blocking, camera และเลือก iteration อย่างรวดเร็ว สำคัญขึ้น

ที่มา:
arxiv.org/abs/2609.20744

5 hours ago | [YT] | 0

BIGCHILD

ข่าว AI (18 กันยายน)

Lionsgate, Netflix, Adobe และ Google ขึ้นเวทีเดียวกันเรื่อง AI วันนี้ — สัญญาณว่า AI กำลังถูกจัดการในระดับ “ธุรกิจของ studio” มากกว่าแค่เครื่องมือทดลอง

งาน Variety Entertainment & Technology Summit วันที่ 17 ก.ย. มี panel “Entertainment and Media in the Age of AI” ซึ่งรวม Kathleen Grace — Chief AI Officer ของ Lionsgate, Girish Balakrishnan จาก Netflix, Adobe Pro Video และ Google ไว้บนเวทีเดียวกัน

โจทย์ของ panel ครอบคลุม AI ในฐานะ collaborative partner, โอกาสธุรกิจใหม่, fandom และ integration ที่เริ่มใช้งานได้จริง

สำหรับ filmmaking สิ่งนี้มีความหมายว่า studio กำลังต้องตัดสินพร้อมกันหลายเรื่อง ได้แก่

เครื่องมือไหนอนุญาตให้โปรดักชั่นใช้, โมเดลไหนมี ที่มา และลิขสิทธิ์ที่ยอมรับได้, ฟุตเทจภายในจะส่งเข้า cloud ได้หรือไม่, AI ใช้กับ actor/voice ได้แค่ไหน, productivity gain ถูกแบ่งไปที่งบ คนทำงาน หรือ margin อย่างไร

ข่าวนี้จึงมีน้ำหนักมากกว่าการมี startup AI-film เพิ่มอีกหนึ่งราย เพราะมันสะท้อนว่าสตูดิโอยักษ์ใหญ่ เริ่มสร้างนโยบาย และ infrastructure ระดับองค์กร

1 day ago | [YT] | 1

BIGCHILD

ข่าว AI (18 กันยายน)

HiDream เปิด HiDream-O1-Video-1.0 (HiDream V1) — โมเดลวิดีโอใหม่ที่เน้น “ฟิสิกส์และความต่อเนื่อง” มากกว่าภาพสวยอย่างเดียว

HiDream V1 รุ่นนี้เป็น native omni modal video model รับ text, image และ video เป็น input สร้างวิดีโอ 1080p ความยาว 5–20 วินาที พร้อมเสียง synchronized แบบ native.

จุดขายที่น่าสนใจคือ HiDream พยายามแก้ปัญหาที่เราเฝ้าดูมาตลอด ได้แก่ physical plausibility, character consistency, narrative planning และ audiovisual synchronization โดยบริษัทบอกว่า duration ไม่จำเป็นต้องล็อกตายตัว แต่ให้โมเดลเลือกความยาวตาม “จังหวะของเหตุการณ์” ที่ต้องสร้าง.

ด้าน benchmark รุ่นเปิดตัวขึ้น อันดับ 4 ของ Artificial Analysis Image-to-Video with Audio และอันดับ 8 ของ Arena.ai Image-to-Video.

HiDream ไม่ได้สร้าง V1 เป็นของโดด ๆ แต่มีสถาปัตยกรรม Unified Transformer ร่วมกับโมเดลตระกูล Image, Video, World และ Embodied ซึ่งสะท้อนแนวเดียวกับ Runway/ByteDance ที่กำลังเคลื่อนจาก “video generator” ไปสู่ world model.

ข้อควรระวัง: รุ่นนี้ยังอยู่ในช่วง internal testing/การเข้าถึงยังไม่กว้าง และ claim เรื่อง physics/consistency ส่วนใหญ่ยังมาจากบริษัทเอง

ที่มา:
www.malaymail.com/amp/news/money/mediaoutreach/202…

1 day ago | [YT] | 0

BIGCHILD

ข่าว AI (17 กันยายน)

Wētā FX ของปีเตอร์ แจ็คสัน + Netflix ขึ้นเวที AI ในเทศกาลภาพยนตร์นานาชาติที่ปูซาน (BIFF) — สัญญาณว่า AI กำลังเข้าสู่บทสนทนาของ VFX ระดับสูง ไม่ใช่แค่ AI-native studios

Netflix และ Busan International Film Festival ประกาศรายละเอียด Creative Asia Forum โดยมี Kimball Thurston จาก Wētā FX เข้าร่วม panel ที่ว่าด้วย AI และอนาคตของ creative production. Wētā FX น่าสนใจเป็นพิเศษในบริบทนี้ เพราะนี่ไม่ใช่ startup ที่ต้องพิสูจน์ว่า generative video ใช้ทำหนังได้ แต่เป็นบริษัท VFX ระดับสูงที่อยู่เบื้องหลังงานภาพขนาดใหญ่มานาน

ดังนั้น studio-specific models ที่ train/fine-tune บน ข้อมูลการผลิตที่อยู่ภายใต้การควบคุมลิขสิทธิ์ อาจเป็นเส้นทางที่ Hollywood ยอมรับได้ง่ายกว่าการใช้ model ที่มีที่มาของ training data ไม่ชัด


ที่มา:
variety.com/2026/film/markets-festivals/weta-fx-ki…

2 days ago | [YT] | 0

BIGCHILD

ข่าว AI (17 กันยายน)

Odysseus: The Fall ออกฉายจริงแล้ว — Kling 3.0 ทำหนังยาวต้นทุนต่ำได้ แต่รีวิวแรกชี้ว่า continuity + acting + narrative coherence ยังเป็นกำแพงใหญ่

วันที่ 16 กันยายน Odysseus: The Fall ของ Fountain 0 เปิดให้เช่าออนไลน์แล้ว หนังยาวประมาณ 2 ชั่วโมงกว่า สร้างโดย Ash Koosha ซึ่งทำหน้าที่เขียนบท กำกับ ตัดต่อ และใช้ likeness ของตัวเองเป็น Odysseus โดย Fountain 0 ระบุว่าได้ทดลอง video models หลายตัวก่อนเลือก Kling AI เป็น engine หลัก เพราะเห็นว่าให้ control และ consistency ดีกว่าทางเลือกอื่น

รีวิวแรกของ The Verge หลังดูหนังเต็มเรื่องรายงานปัญหาซ้ำ ๆ เช่น Cyclops เปลี่ยนขนาดระหว่างช็อต, ดาบเปลี่ยนรูปร่าง, พายเรือบิดผิดฟิสิกส์, เรือเคลื่อนผิดทิศ, lip-sync หลุด, การออกเสียงชื่อผิด และ world/character consistency แตกข้ามช็อต นอกจากนี้ปัญหาที่ reviewer มองว่าหนักกว่า visual glitches คือเรื่องราวรู้สึกเหมือน “ช่วงเหตุการณ์สั้น ๆ ที่ถูกต่อเข้าด้วยกัน” มากกว่าหนังที่มี narrative flow ต่อเนื่อง.

ก่อนออกฉาย Koosha เคยอธิบายว่า production ใช้เวลาราว 2–3 เดือน โดยเขาทำเป็นหลักคนเดียวบน laptop และต้นทุนอยู่ระดับต่ำมากเมื่อเทียบกับหนัง epic แบบ traditional production.

ที่มา:

1.finance.yahoo.com/technology/ai/articles/fountain-…
2. www.theverge.com/entertainment/996499/ai-odyssey-m…

2 days ago | [YT] | 1

BIGCHILD

ข่าว AI (14 กันยายน)

Beeble เปิด SwitchX 2.0 — video-to-video 4K, 10-bit, 20 วินาที ที่พยายาม “ล็อก การแสดง จริงไว้”

Beeble เปิด SwitchX 2.0 เมื่อ 9 กันยายน และรายละเอียดถูกนำมารวมในสรุปซอฟต์แวร์ VFX ล่าสุดวันที่ 13 กันยายน รุ่นใหม่ยกระดับจาก 1080p ไปเป็น native 4K, 10-bit, ความยาวสูงสุด 20 วินาทีที่ 24 fps พร้อมปรับ camera tracking และการจัดการ fast motion ให้ดีขึ้น

แต่จุดสำคัญกว่า resolution คือวิธีคิดของโมเดล

SwitchX ไม่ได้เริ่มจาก: prompt - สร้างตัวละครใหม่คล้ายของเดิม

แต่เริ่มจาก: footage จริง - ผู้ใช้กำหนด mask ว่าอะไร ห้ามเปลี่ยน จากนั้น AI เปลี่ยน lighting / background / props / wardrobe รอบ ๆ

Beeble อธิบายว่าบริเวณที่ล็อกไว้ใช้ pixels จาก source footage เป็น control signal เพื่อรักษารูปร่าง การเคลื่อนไหว สีหน้า และ การแสดง เดิม แทนที่จะสร้าง actor ขึ้นใหม่จากความทรงจำของโมเดล

ตัวอย่างในหนัง

สมมติถ่าย actor จริงบนถนนกลางวันแล้ว producer อยากเปลี่ยนเป็นกลางคืน

วิธี generative แบบเต็มเฟรม: regenerate นักแสดง + ถนน ทั้งหมด ดังนั้น หน้า/มือ/acting อาจเปลี่ยน

SwitchX: actor = lock , street + lighting = generate/change

ผลต่อคุณภาพ

4K + 10-bit มีความหมายต่อ finishing มากกว่า AI-video 8-bit ทั่วไป เพราะ colorist/VFX artist มีข้อมูลสีให้ทำงานต่อมากขึ้น และ workflow ใหม่ให้ iterate ที่ 720p ก่อน upres เป็น 4K ตอน final เพื่อลดเวลาและค่า generation

ผลต่อต้นทุน

ถ้ามี shot ที่ต้อง:

roto actor
เปลี่ยน background
relight
clean edges
composite

AI สามารถลด manual labor บางส่วนได้มาก

แต่ไม่ควรตีความว่า roto/compositor หายทันที เพราะ final shot ยังต้องมี QC เรื่อง hair, transparency, motion blur, reflection และ contact shadows

ผลต่อแรงงาน

งานที่โดนแรงที่สุดน่าจะเป็น routine cleanup / basic background replacement / simple relighting มากกว่างาน VFX supervision หรือ high-end compositing

อนึ่ง การรักษา identity/performance แบบ pixel-level เป็น claim ของ Beeble ยังต้องรอ independent production testing หลายประเภท shot


ที่มา:
1. beeble.ai/research/switchx-2-0
2. www.cgchannel.com/2026/09/new-cg-software-you-may-…

5 days ago | [YT] | 5

BIGCHILD

ข่าว AI (11 กันยายน)

iQIYI เอา Alibaba Wan 3.0 เข้า NadouPro — video model เริ่มกลายเป็น “engine” ในระบบทำหนัง ไม่ใช่แอปแยก

เมื่อ 10 กันยายน iQIYI ประกาศรวม Wan 3.0 ของ Alibaba เข้ากับ NadouPro เวอร์ชันสากล ซึ่งเป็นแพลตฟอร์มที่สร้างมาโดยเฉพาะสำหรับ professional film/TV production และเปิดการประกวด Global AI Creator Challenge เพื่อให้ผู้สร้างนำ workflow นี้ไปทำงานยาวถึง 5 นาทีจริง ๆ

Wan 3.0 ที่ถูกเชื่อมเข้าระบบรองรับ Omni-Reference โดยใช้ภาพ วิดีโอ เสียง และเอกสารเป็น reference, สร้าง single-shot สูงสุดประมาณ 30 วินาทีพร้อม synchronized audio และรองรับการ edit โดย instruction/reference ขณะที่ NadouPro เพิ่มเครื่องมืออย่าง 3D Directing Studio, panorama 720° และ multi-angle generation


ที่มา:
1. en.prnasia.com/releases/apac/iqiyi-advances-profes…
2. dailyaibrief.com/news/iqiyi-global-ai-video-contes…

1 week ago | [YT] | 4

BIGCHILD

ข่าว AI (10 กันยายน)

นักเขียนบท The Lobster ทดลองให้ศิลปิน 8 คนใช้ AI ตีความ “บทเดียวกันทุกคำ”

วันที่ 9 กันยายน Efthimis Filippou นักเขียนบทผู้เข้าชิง Oscar จาก The Lobster และผู้เขียน The Killing of a Sacred Deer / Kinds of Kindness เปิดโครงการ HUMANCENTRIC ร่วมกับ MikeTeevee ซึ่งเป็น creative production/VFX team

การทดลองเรียบง่ายแต่ฉลาดมาก:

Filippou เขียน scene เดียว

ให้ศิลปิน 8 คน

และมีกฎสำคัญ:

ห้ามเปลี่ยน dialogue แต่อย่างอื่นเปลี่ยนได้หมด ไม่่ว่าจะเป็น

ตัวละคร
location
genre
visual world
style
interpretation

ทั้งแปดทีมใช้ AI เป็นส่วนหนึ่งของ creative process
ผลคือได้หนัง 8 เวอร์ชันที่ต่างกัน จากข้อความต้นทางเดียวกัน
นี่ทดสอบคำถามหนึ่งที่สำคัญมากในยุค AI:
ถ้าทุกคนเข้าถึงโมเดลเดียวกันหมด งานจะเหมือนกันหมดหรือไม่?

ผู้ก่อตั้ง MikeTeevee สรุปจุดยืนของโครงการว่า สิ่งที่ทำให้ต่างกันยังคงเป็น human perspective, curiosity และ choices มากกว่าตัวเทคโนโลยี

Filippou เองให้มุมที่น่าสนใจมากในฐานะนักเขียนบทภาพยนตร์ เขาบอกว่าเมื่อเริ่มเขียนเมื่อ 20 ปีก่อน เขาเคยหงุดหงิดที่หนังสุดท้าย “ไม่เหมือนสิ่งที่เขาจินตนาการ” แต่ภายหลังกลับมองว่า การที่ผู้สร้างคนอื่นตีความบทแตกต่างจากสิ่งที่ผู้เขียนคิดคือสิ่งดีที่สุดอย่างหนึ่งที่เกิดกับบทได้ และโครงการนี้ทำให้เหตุการณ์นั้นเกิด 8 แบบพร้อมกัน

ผลต่อแรงงาน

ด้านบวกคือมันสนับสนุนแนวคิด: โมเดลไม่ได้ทำให้ การตัดสินใจของศิลปิน หายไป แต่ต้องแยกออกจาก economics แม้คนยังเป็นผู้เลือก ทิศทางการสร้างสรรค์ แต่ถ้าศิลปินหนึ่งคน + AI สามารถทำงานที่เดิมต้องใช้ทีม 10 คน ก็ยังเกิด การลดจำนวนของตำแหน่งงาน (job compression) ได้

ดังนั้น: ความเป็นผู้ประพันธ์ ยังเป็นมนุษย. ไม่ได้แปลว่า จำนวนแรงงานจะเท่าเดิม

ผลต่อลิขสิทธิ์

กรณีนี้ยังแสดงให้เห็นข้อได้เปรียบของการเริ่มจาก บทที่มีเจ้าของชัดเจน แล้วใช้ AI เป็น execution layer เพราะ chain ของ เนื้อหาที่คนเขียนขึ้นเอง ชัดกว่าการให้โมเดลสร้างเรื่องทั้งหมด


ที่มา:
www.brandinginasia.com/eight-artists-reimagine-an-…

1 week ago | [YT] | 3

BIGCHILD

มาแล้ว ฉบับเต็ม
"ยอดรัก สลักใจ ร้องทิพย์ข้ามกำแพง - เพลง แค่เพียงอีกคนที่เธอบอกลา"

สมาชิก จะได้รับชมก่อนใคร
คลิปจะเปิดเป็นสาธารณะในวันที่ 14 กันยายน วัน #สั่งฟ้องสว

1 week ago (edited) | [YT] | 6

BIGCHILD

ข่าว AI (9 กันยายน)

Lucy 2.5 — Generative video editing เปลี่ยนจาก “render แล้วรอ” เป็น แก้ภาพสด 30fps

Decart เปิด Lucy 2.5 ผ่าน fal ซึ่งเป็น real-time video-to-video model ที่รับ webcam, live stream หรือ recorded feed แล้วแก้ภาพได้ประมาณ 30 fps ด้วย latency ใกล้ศูนย์

สิ่งที่มันทำได้เช่น:

เปลี่ยนตัวละคร
เพิ่ม/ลบ object
เปลี่ยนเสื้อผ้า
เปลี่ยน background
restyle ทั้ง scene
เพิ่ม VFX
ใช้ reference image สำหรับ character swap / virtual try-on

โดยคำสั่งใหม่สามารถถูกส่ง ขณะที่วิดีโอกำลังเล่นอยู่

ต่างจาก generative video ปกติ:
1. video
2. prompt
3. queue
4. render
5. video ใหม่

Lucy:
1. camera
2. model
3. edited video เกิดพร้อมกับที่ camera กำลังส่งภาพ


ตัวอย่าง

นักแสดงยืนอยู่หน้า green/neutral set

ผู้กำกับพูด: เปลี่ยน background เป็นห้องโรงแรมปี 1970
(ดูทันที, กลางคืนเกินไป)
ผู้กำกับพูด: ให้เป็นเช้า
(ดูทันที)
ผู้กำกับพูด: เปลี่ยนเสื้อแจ็กเก็ตตัวละครเป็นหนังสีดำ

ภาพเปลี่ยนระหว่างที่ นักแสดง ยังเคลื่อนไหว

นี่กำลังทำให้ generative VFX เข้าใกล้ video switcher / virtual production system


Lucy 2.5 ต่างจาก H3 Max Director อย่างไร:

สำคัญมากว่าไม่ใช่ของชนิดเดียวกัน
H3 Max Director คือ การสร้างโลก/video stream จาก AI ต่อเนื่อง
Lucy 2.5 มี video จริงอยู่แล้ว แล้ว เปลี่ยน video นั้นแบบ live


เรื่อง continuity:

fal/Decart ระบุว่า Lucy เปลี่ยนเฉพาะสิ่งที่สั่งและพยายามรักษา:

1. movement
2. lighting
3. background structure
4. ส่วนที่ไม่ได้ขอแก้

รวมทั้งอ้างว่าสามารถทำ stream ยาวหลายชั่วโมงโดยไม่ identity collapse
(ส่วนนี้เป็น claim ของผู้พัฒนา/ผู้ให้บริการ ยังไม่มี independent test ระดับ feature-film QC ที่ยืนยันว่าหลายชั่วโมงไม่ drift จริงในทุกสถานการณ์)

ต้นทุน:

ราคา fal ปัจจุบันประมาณ $0.04 ต่อวินาทีที่ประมวลผล
เท่ากับประมาณ:

1 นาที ≈ $2.40

ผลต่อ VFX:

สิ่งที่อาจเกิดเร็วที่สุดไม่ใช่ “Lucy ทำ final Marvel shot”

แต่คือ

1. on-set visualization
2. virtual production preview
3. live advertising/product replacement
4. previs
5. basic environment replacement

จากนั้น shot ที่ approve แล้วค่อยส่งต่อ Nuke/Flame/VFX pipeline สำหรับ final polish


ที่มา:

1. fal.ai/learn/tools/real-time-video-editing-with-ai
2. fal.ai/lucy-2.5

1 week ago | [YT] | 1