โมเดลวิดีโอ Midjourney: เกินกว่าแค่ภาพนิ่ง

ในยุคที่เครื่องมือสร้างวิดีโอกำลังได้รับความนิยมอย่างรวดเร็ว และมีบริษัทยักษ์ใหญ่อย่าง Sora ของ OpenAI และ Veo ของ Google ที่แข่งขันกันเรื่องเรียลลิสม์และความพร้อมใช้งานเชิงธุรกิจ Midjourney ได้เลือกแนวทางที่ต่างออกไป ดูเหมือนจะเจาะลึกด้านความซับซ้อนมากกว่า พวกเขายังไม่หวังจะมาแทนทีมถ่ายหนัง—แต่กำลังเปลี่ยนผืนผ้าใบให้เคลื่อนไหวแทน

นี่คือสรุปเทคนิคสำหรับการใช้งานเครื่องมือนี้ วิธีการประเมินความคุ้มค่าเมื่อเทียบกับคู่แข่ง และตำแหน่งของ Midjourney ในชุดเครื่องมือสำหรับคนสร้างสรรค์

หัวใจหลัก: ซื่อสัตย์ต่อศิลปะมากกว่าการเล่าเรื่อง

หลักๆ วิดีโอ Midjourney เวอร์ชันปัจจุบันเป็นระบบ Image-to-Video ที่รับภาพนิ่ง—จะสร้างหรืออัปโหลดเองก็ได้—และเปลี่ยนให้กลายเป็นคลิปอนิเมชั่น 5 วินาที

2. คุณภาพ

หากตั้งค่าคุณภาพสูงขึ้น จะได้รายละเอียดพื้นผิวและการคำนวนแสงสวยขึ้น แต่จะใช้เวลาสร้างและทรัพยากร GPU เพิ่มมากขึ้น

3. Stylize

เป็นค่าสำคัญสำหรับควบคุมสไตล์ภาพ จะกำหนดว่าโมเดลจะยึดตาม “มาตรฐานความงาม” ของ Midjourney หรือยึดตามโจทย์ของคุณแค่ไหน

• ค่าต่ำ (50–150): ควบคุมผลลัพธ์ตามโจทย์ได้สูง แต่ความกลมกลืนของภาพอาจต่ำลง

  ตัวอย่างการใช้: แนวผสม หรือออกแบบคาแรกเตอร์เฉพาะ เช่น “Cat-Dragon” หากต้องการอวัยวะยังต้องตรงกับโจทย์ให้ตั้งค่าต่ำ

• ค่าสูง (250–750): ได้ภาพกลมกลืน สวยแน่นอน แต่รายละเอียดตามโจทย์อาจลดลง

  ตัวอย่างการใช้: อยากได้ลุค Midjourney เรียบเนียน ดูเหมือนภาพวาดสวยๆ ถึงแม้จะไม่ตรงโจทย์ทุกจุด

4. Chaos & Weird

• Chaos: ควบคุมความหลากหลายของรูปแบบเริ่มต้น ในวิดีโอคือจะทำให้องค์ประกอบภาพเปลี่ยนได้มากขึ้นระหว่างสร้างพื้นฐาน

• Weird: ใส่ความทดลอง แปลกตา และเหนือจริง (Surreal) ลงไป ใช้เท่านี้ถ้าต้องการความฝัน หรือแนวสยองขวัญแบบแอบแปลก

5. สูตรตั้งค่าด่วนให้ปัง

• ลุคสวย: --stylize 300 --chaos 0 --weird 0 (High Motion เหมาะกับวิวหรือแลนด์สเคป)

• เป๊ะตรงโจทย์: --stylize 100 --chaos 0 --weird 0 (Low Motion สำหรับตัวละครหรือคาแรกเตอร์)

เปรียบเทียบกับคู่แข่ง

Midjourney ถือว่าแข่งได้ แถมยังเป็นตัวเลือกที่ประหยัดงบในการทดลองงานภาพละเอียดสูง

ความละเอียด: 720p; ระยะเวลา: 4-5 วินาที:

• Sora 2: ~80 เครดิต/วิดีโอ

• Sora 2 Pro : ~240 เครดิต/วิดีโอ

• Veo 3.1 Fast (ปิดเสียง): ~80 เครดิต/วิดีโอ

• Veo 3.1 (ปิดเสียง): ~160 เครดิต/วิดีโอ

• Midjourney: ~100 เครดิต

ข้อจำกัดในปัจจุบัน

เพื่อความเป็นกลาง ต้องพูดถึงจุดอ่อนที่โมเดลยังติดขัดอยู่

1. ไม่มีโครงกระดูก: โมเดลสร้างจากพิกเซล ไม่ใช่กายวิภาค ฉะนั้นมันไม่รู้ว่าแขนข้อศอกงอได้ทางเดียว ฉากที่เคลื่อนไหวซับซ้อน เช่น ต่อสู้หรือเต้นรำมักจะออกมาแปลกๆ

2. ไม่มีเสียง: การที่สร้างเสียงไม่ได้ ทำให้งานสุดท้ายต้องมีทักษะตัดต่อเพิ่มเติมถึงจะสมบูรณ์