[SR] ลองจัดกรอบทดสอบ Gemini Omni และเครื่องมือ AI video: ควรดูอะไรบ้างก่อนใช้งานจริง

1. Gemini Omni คืออะไรแบบสั้นๆ
จากบทความทางการของ Google, Gemini Omni ถูกอธิบายว่าเป็นโมเดลในตระกูล Gemini ที่เกี่ยวกับการสร้างและแก้ไขวิดีโอจาก input หลายแบบ เช่น text, image, video และ audio จุดที่น่าสนใจไม่ใช่แค่การพิมพ์คำสั่งแล้วได้วิดีโอ แต่คือแนวคิดเรื่องการแก้ไขวิดีโอด้วยภาษาธรรมชาติ
ตัวอย่างเช่น ถ้าเราอัปโหลดภาพนิ่งแล้วขอให้กล้องค่อยๆ เคลื่อนเข้าไป หรือขอให้แสงพื้นหลังเปลี่ยนโดยที่ตัวแบบหลักไม่เปลี่ยน สิ่งที่ควรดูคือโมเดลทำตามเฉพาะจุดได้ไหม หรือสร้างฉากใหม่จนภาพเดิมเสียไป
สำหรับผม/ดิฉัน คำถามสำคัญจึงไม่ใช่ “สวยไหม” อย่างเดียว แต่คือ “คุมได้ไหม”

2. ทำไมต้องทดสอบแบบมีกรอบ
AI video หลายตัวให้ผลลัพธ์ที่ดูดีในตัวอย่างสั้นๆ แต่พอใช้งานจริงอาจมีปัญหา เช่น
• คนหรือวัตถุหลักเปลี่ยนรูปร่าง
• มีตัวหนังสือหรือโลโก้แปลกๆ โผล่ขึ้นมา
• พื้นหลังเปลี่ยนจากของเดิมมากเกินไป
• สั่งแก้แค่แสง แต่โมเดลสร้างฉากใหม่
• วิดีโอดูเหมือนภาพจริง ทั้งที่เป็น AI และอาจทำให้คนดูเข้าใจผิด
ถ้าเราจะรีวิวหรือคุยกันในเว็บบอร์ด การใช้ prompt เดียวกันและรูปเดียวกันจะทำให้เปรียบเทียบได้ชัดกว่าเอาคลิปโชว์ของแต่ละเว็บมาเทียบกันตรงๆ
แทรกรูปที่ 2:
image-02.png
คำอธิบายรูป: ตัวอย่างสถานการณ์ชีวิตจริง เช่น ตลาดหรืออาหาร ที่เหมาะสำหรับทดสอบ motion, แสง, พื้นหลัง และรายละเอียดเล็กๆ

3. Prompt ทดสอบแบบง่าย
ผม/ดิฉันคิดว่าการทดสอบรอบแรกควรเริ่มจาก prompt สั้นๆ เช่น:
Use this image as the source. Keep the main subject unchanged. Create a short video with a slow camera push-in and gentle natural movement. Do not add text, logos, new people, or extra objects.
สิ่งที่ควรดูหลังจากได้ผลลัพธ์:
• ตัวแบบหลักยังเหมือนเดิมไหม
• กล้องเคลื่อนไหวแรงเกินไปไหม
• มีสิ่งของหรือคนที่ไม่ได้ขอเพิ่มเข้ามาไหม
• รายละเอียดเล็กๆ เช่น มือ ตัวหนังสือ เงา หรือพื้นหลัง มีอาการเพี้ยนหรือไม่
หลังจากนั้นค่อยทดสอบรอบที่สองด้วยคำสั่งแก้เฉพาะจุด:
Keep everything the same. Change only the background lighting to a warmer evening tone.
ถ้ารอบที่สองเปลี่ยนเฉพาะแสงพื้นหลังได้จริง แปลว่า workflow นั้นน่าสนใจสำหรับงานที่ต้องแก้หลายรอบ แต่ถ้าทั้งฉากเปลี่ยนไปหมด ก็อาจเหมาะกับการทดลองเล่นมากกว่างานจริง

4. เปรียบเทียบกับ Seedance 2.0 และ Happy Horse 1.0 อย่างไรดี
ชื่อ Gemini Omni มักถูกพูดถึงคู่กับโมเดล AI video อื่นๆ เช่น Seedance 2.0 หรือ Happy Horse 1.0 แต่ผม/ดิฉันไม่คิดว่าควรรีบสรุปว่าใครดีกว่าใครโดยไม่มีการทดสอบซ้ำ
วิธีที่แฟร์กว่าคือใช้:
• รูปต้นฉบับเดียวกัน
• prompt แรกเดียวกัน
• prompt แก้ไขรอบสองเดียวกัน
• เกณฑ์สังเกตเดียวกัน
แล้วจดผลว่าแต่ละตัวมีพฤติกรรมอย่างไร เช่น ตัวแบบนิ่งไหม แสงเปลี่ยนเฉพาะจุดไหม มีสิ่งแปลกปลอมไหม และผลลัพธ์อธิบายให้คนอื่นเข้าใจได้หรือไม่

5. หน้าที่เกี่ยวกับ Gemini Omni ที่ควรตรวจสอบสถานะก่อนใช้
ตอนนี้มีหลายเว็บที่ทำหน้าเกี่ยวกับ Gemini Omni หรือ AI video workflow เช่น Pollo AI, Videoweb AI Gemini Omni, Flyne AI Gemini Omni, Seevido AI Gemini Omni, Topview AI และ Dreamega แต่สถานะของแต่ละหน้าไม่เหมือนกัน บางหน้าอาจเป็น coming soon บางหน้าเป็นหน้าเตรียมเปิดตัว และบางหน้าอาจมี workflow ให้ลองจริง
ดังนั้นก่อนเขียนว่า “ใช้ได้แล้ว”  ควรตรวจสอบก่อนว่า:
• หน้าเว็บเปิดให้ generate ได้จริงหรือยัง
• ต้องล็อกอินหรือจ่ายเงินก่อนหรือไม่
• รองรับรูปภาพ วิดีโอ หรือเสียงแบบไหน
• มีตัวเลือก ratio, duration, resolution หรือไม่
• มีประวัติ prompt และ output ให้ย้อนดูหรือไม่
• เงื่อนไขการใช้เชิงพาณิชย์ชัดเจนหรือไม่

6. สิ่งที่ควรถามก่อนเอาผลลัพธ์ไปเผยแพร่
แทรกรูปที่ 3:
image-03.png
คำอธิบายรูป: ตารางคิดแบบเป็นกลางก่อนเผยแพร่ผลลัพธ์ AI video
ก่อนโพสต์วิดีโอที่สร้างหรือแก้ไขด้วย AI ผม/ดิฉันคิดว่าควรถามตัวเองอย่างน้อย 3 ข้อ:
1. ความถูกต้อง:
วิดีโอนี้ทำให้คนดูเข้าใจผิดว่าเป็นเหตุการณ์จริงหรือไม่
2. สิทธิ์ของ素材:
เราเป็นเจ้าของรูป วิดีโอ หรือเสียงต้นฉบับหรือไม่
3. การเปิดเผย:
ควรบอกไหมว่าวิดีโอนี้มีการใช้ AI ช่วยสร้างหรือแก้ไข
ถ้าไม่แน่ใจ ควรใส่คำอธิบายเพิ่ม หรือไม่ควรเผยแพร่ในบริบทที่อาจทำให้คนเข้าใจผิด

7. สรุป
Gemini Omni น่าสนใจเพราะมันทำให้ AI video ดูเหมือนจะขยับจาก “การสร้างครั้งเดียว” ไปสู่ “การแก้ไขแบบเป็นขั้นตอน” มากขึ้น แต่การรีวิวหรือพูดถึงเครื่องมือเหล่านี้ควรระวัง ไม่ควรเขียนเหมือนโฆษณา และไม่ควรสรุปเรื่องคุณภาพโดยไม่มีการทดสอบ
ถ้าจะลองจริง ผม/ดิฉันแนะนำให้เริ่มจากรูปที่ตัวเองมีสิทธิ์ ใช้ prompt สั้นๆ จดผลลัพธ์อย่างตรงไปตรงมา และเปรียบเทียบด้วยเงื่อนไขเดียวกัน