วิดีโอ 4K ยาวระดับนาทีไม่ได้มาจากการสั่งครั้งเดียว Higgsfield เขียนไว้เองว่าระบบ "ไม่ได้ render วิดีโอหลายนาทีจากสคริปต์เดียวในรอบเดียว" ขั้นตอนจริงเป็นแบบนี้:

1. วางแผน: AI เขียนสคริปต์และแตกออกเป็นช็อต
2. ล็อกตัวละคร: สร้างภาพอ้างอิงไว้ก่อน ใส่ได้สูงสุด 50 รูป เพื่อให้หน้าตาเหมือนเดิมทุกฉาก
3. สร้างทีละฉาก: ฉากละ 4–30 วินาที เลือกโมเดลตามความเหมาะสมของฉาก
4. เชื่อมฉาก: ใช้เฟรมสุดท้ายของฉากก่อนเป็นเฟรมแรกของฉากถัดไป หรือใช้ฟีเจอร์ต่อคลิปไปข้างหน้าและย้อนหลัง
5. อัปสเกลเป็น 4K
6. ตัดต่อรวม: ทำในโปรแกรมตัดต่อ หรือใช้ฟีเจอร์ประกอบวิดีโออัตโนมัติของ Higgsfield

ข้อควรรู้เรื่อง 4K คือส่วนใหญ่ได้มาจาก การอัปสเกล ไม่ใช่การสร้างที่ 4K ตั้งแต่ต้น รายละเอียดที่เพิ่มขึ้นมาเป็นสิ่งที่ตัวอัปสเกลเติมให้ โมเดลที่สร้าง 4K ได้เองตรงๆ ยังจำกัดมาก เช่น Veo 3.1 ทำ 4K ได้แค่คลิปละ 8 วินาที

คำถามใหญ่ของวงการตอนนี้คือ AI จำเป็นต้องสร้างภาพเองได้ถึงจะเข้าใจโลกจริงหรือเปล่า ฝั่ง Google และ Runway เชื่อว่าต้องสร้างได้ ส่วน LeCun เชื่อว่าไม่จำเป็น

Physical AI คือใช้วิดีโอสอนหุ่นยนต์และรถยนต์ ตลาดนี้อาจใหญ่กว่างานบันเทิง

แนวคิด "Omni" คือรับอะไรเข้าไปก็ได้และสร้างอะไรออกมาก็ได้

1. โมเดลดูวิดีโอได้ยังไง และติดขีดจำกัดตรงไหน

แบบปกติ (static) เป็นค่าเริ่มต้นของ Argon

• ระบบดึงภาพจากวิดีโอ วินาทีละ 1 เฟรม แล้วแปลงแต่ละเฟรมเป็น token พร้อมแนบเวลากำกับทุกวินาที เสียงแปลงเป็น token แยกต่างหาก จากนั้นโมเดลอ่านทั้งหมดรวดเดียว
• ใช้ประมาณ 300 token ต่อวินาที (ถ้าลดความละเอียดเหลือ ~100)
• ขีดจำกัด: context 1 ล้าน token รองรับวิดีโอได้ราว 1 ชั่วโมงที่ความละเอียดสูง หรือ 3 ชั่วโมงที่ความละเอียดต่ำ ไฟล์ใหญ่สุด 20GB (ฟรี 2GB) และส่งได้ไม่เกิน 10 วิดีโอต่อครั้ง
• จุดอ่อน: ดูแค่วินาทีละภาพ ฉากที่เคลื่อนไหวเร็วจึงอาจหลุด เช่น นับจำนวนครั้งของท่าที่ทำเร็วๆ หรือเหตุการณ์ที่เกิดขึ้นแค่เสี้ยววินาที

แบบ agentic เปิดตัว ก.ย. 2026 และ Argon รองรับ

• โมเดลทำงานคล้ายคนกดเลื่อนดูคลิป คือตัดสินใจเองว่าจะข้ามไปช่วงไหน ดูเร็วหรือช้า จะดูภาพ ฟังเสียง หรืออ่านคำบรรยาย ช่วงไหนสำคัญก็ย้อนกลับไปดูซ้ำด้วยเฟรมเรตที่สูงขึ้น
• Google บอกว่า ใช้ token น้อยลงสูงสุด 88% ต้นทุนลดลงสูงสุด 66% และแม่นยำขึ้นสูงสุด 7% ตัวเลขเหล่านี้เป็นค่าสูงสุด ไม่ใช่ค่าเฉลี่ย
• เหมาะกับวิดีโอยาวเกิน 5–10 นาที ถ้าเป็นคลิปสั้น โหมดนี้อาจช้ากว่าและเปลือง token กว่าโหมดปกติ

นอกจากนี้ Argon ยังไม่รองรับ Live API จึง ยังวิเคราะห์วิดีโอสดแบบเรียลไทม์ไม่ได้

₿.i

🌳 : test on top

พืช คือรูปแบบหนึ่งของการกักเก็บและรักษาความชื้นบนผิวของดวงดาว ⭐️🌱💧

https://youtu.be/G2a03KiFGEE

ปุ๋ยตรารถเก๋ง /.จบ

หน้าที่หลักของสิ่งมีชีวิตในยุคนี้
1.กรอกน้ำ
2.ผจญภัย
3.หาไข่ต้มกิน

#siamstr

ถ้าเปลี่ยนพลังงานจากความทุกข์เป็นเงินได้
ป่านนี้ฉันคงรวยแล้ว