ทำให้ตัวละครในวิดีโอ AI เคลื่อนไหวเหมือนคนจริงได้อย่างไร? คู่มือสร้างแอ็กชันตัวละครด้วย NadouPro

จุดที่วิดีโอ AI มักดูหลอกตาที่สุดไม่ใช่ใบหน้า แต่คือการเคลื่อนไหว ช่วงไม่กี่ปีที่ผ่านมา ใบหน้าพัฒนาเร็วมาก ภาพนิ่งแทบแยกจริงปลอมไม่ออกแล้ว แต่พอตัวละครเริ่มขยับ ไม่ว่าจะหันตัว ยื่นมือ หรือเดิน ความรู้สึก “ลอย” ก็ปิดไม่มิด จุดศูนย์ถ่วงของร่างกายไม่ถูกต้อง ผ้าไม่ขยับตาม ไม่มีท่าตั้งต้นก่อนออกแรง ผู้ชมอาจบอกไม่ได้ว่าตรงไหนแปลก แต่ร่างกายรู้สึกได้ทันทีว่ามันไม่จริง บทความนี้จะอธิบายวิธีทำงานแบบครบชุดใน NadouPro เพื่อให้ตัวละคร “เคลื่อนไหวเหมือนคนจริง”

ทำไมการเคลื่อนไหวของมนุษย์จึงเป็นโจทย์ยากที่สุดของวิดีโอ AI

การทำสภาพแวดล้อมให้เหมือนจริงคือปัญหาเรื่องเท็กซ์เจอร์ การทำวัตถุให้เหมือนจริงคือปัญหาเรื่องเรขาคณิต แต่การทำการเคลื่อนไหวของมนุษย์ให้เหมือนจริงคือการซ้อนปัญหาทุกอย่างเข้าด้วยกัน การยกมือขึ้นจริง ๆ หนึ่งครั้งมีสี่ช่วง: จุดศูนย์ถ่วงขยับก่อน ไหล่พาแขนเคลื่อน ผ้าขยับตามแบบหน่วงเล็กน้อย และเมื่อหยุดนิ่งแล้วมีแรงสะท้อนกลับ หากขาดไปแม้แต่ขั้นเดียว การเคลื่อนไหวก็จะดู “ไม่เหมือนมีชีวิต”

จุดอ่อนของโมเดลส่วนใหญ่อยู่ตรงนี้พอดี สิ่งที่โมเดลเรียนรู้คือค่าเฉลี่ยของการเคลื่อนไหว แต่ขาดการใส่ตรรกะทางฟิสิกส์ วิธีของ NadouPro แบ่งเป็นสองชั้น: ชั้นโมเดลเลือกใช้ Kling 4.0 ที่ให้ความรู้สึกทางฟิสิกส์ของการเคลื่อนไหวได้แน่น และ HappyHorse 1.1 ที่มีพลังการแสดงการเคลื่อนไหวสูง ส่วนชั้นควบคุมใช้ Motion Control และ 3D Director เพื่อป้อน “บริบททางฟิสิกส์” เข้าไปในกระบวนการสร้าง

อาวุธสามอย่าง: จากคำบรรยายสู่การกำกับ

Motion Control: ให้พิมพ์เขียวกับการเคลื่อนไหว

การเขียนคำบรรยายการเต้นยาวร้อยคำ ยังสู้การให้โมเดลดูคลิปเต้นจริงไม่ได้ โหมด Motion Control ให้อัปโหลดภาพตัวละครและวิดีโออ้างอิงการเคลื่อนไหว โมเดลจะจับคู่การเคลื่อนไหวแบบเฟรมต่อเฟรม ทั้งจังหวะการออกแรง รายละเอียดท่ามือ และการเปลี่ยนแปลงเล็ก ๆ ของสีหน้าจะเดินตามอ้างอิง ปัญหา “ค่าเฉลี่ย” ของความรู้สึกทางฟิสิกส์จึงถูกเลี่ยงไป เพราะตัวการเคลื่อนไหวมาจากคนจริง

3D Director: ให้พื้นที่ทางฟิสิกส์กับการจัดวาง

การจัดบล็อกกิ้งตัวละครแบบมองเห็นได้ รวมกับไทม์ไลน์หลายมุมกล้อง ทำให้สามารถวางแผนตำแหน่งการเดิน ทิศทางที่ตัวละครหัน และการเชื่อมต่อของแอ็กชันในพื้นที่ได้ เมื่อเส้นทางเดินตัดกัน ใครไปก่อนใครมาทีหลัง หรือจังหวะตัดกล้องอยู่ตรงไหน ทั้งหมดถูกจัดไว้บนไทม์ไลน์ เท่ากับย้าย “การซ้อมบล็อกกิ้ง” ของกองถ่ายจริงเข้ามาอยู่ในเครื่องมือ ตรรกะเชิงพื้นที่ของการเคลื่อนไหวถูกกำหนดโดยคุณ ไม่ต้องให้โมเดลเดาเอง

คำอธิบายทางฟิสิกส์ในพรอมป์ต์

สำหรับช็อตที่มีการเคลื่อนไหว การเขียนตรรกะการออกแรงให้ชัดในพรอมป์ต์มักให้ผลดีกว่าการเขียนแค่ผลลัพธ์ ลองเทียบสองวิธีเขียน:

เขายื่นมือไปหยิบแก้วบนโต๊ะ

เขาโน้มจุดศูนย์ถ่วงไปข้างหน้า ยกมือขวาขึ้นก่อนแล้วเอื้อมไปหาแก้วบนโต๊ะ หลังปลายนิ้วแตะผนังแก้ว มือทั้งมือจึงหุบเข้ามาจับไว้ เมื่อแก้วยกพ้นโต๊ะ น้ำด้านในเกิดการไหวเล็กน้อย

แบบหลังใส่สามช่วง “เตรียมตัว—ออกแรง—ขยับตาม” เข้าไปในภาพ ทำให้โมเดลมีเบาะแสทางฟิสิกส์ให้เดินตาม

เวิร์กโฟลว์ใช้งานจริงสำหรับฉากที่มีแอ็กชันหนาแน่น

ยกตัวอย่างละครสั้นฉากต่อสู้หนึ่งตอน:

1. เริ่มจากภาพสามมุมของตัวละครก่อน ใช้ไฟล์กำหนดลุคของตัวละครทั้งสองเป็นจุดยึดของทั้งเรื่อง

2. หาไฟต์วิดีโออ้างอิงหนึ่งคลิปที่แอ็กชันชัดเจนและแยกช็อตตัวละครเดี่ยวได้ชัด แล้วใช้ Motion Control สร้างช็อตแอ็กชันหลัก

3. ใช้ 3D Director วางมุมกล้องและบล็อกกิ้งตรงจังหวะปะทะกัน โดยจัดไทม์ไลน์หลายมุมกล้องให้ตรงกับจังหวะแอ็กชัน

4. สร้างช็อต Close-Up สำหรับปฏิกิริยา เช่น การหายใจ สายตา และการกำหมัด แยกต่างหาก และใช้ Image Fusion รักษาความสอดคล้องของตัวละคร

5. นำฟุตเทจสำเร็จไปประกอบด้วย Clip และสำหรับช่วงที่ไดนามิกยังไม่พอ ให้รันใหม่ด้วย HappyHorse 1.1

เมื่อทำตามขั้นตอนนี้ อัตราการใช้งานได้จริงของฉากแอ็กชันจะสูงกว่าเส้นทางที่ใช้พรอมป์ต์อย่างเดียวอย่างเห็นได้ชัด เพราะทุกขั้นตอนกำลังให้ “หลักฐานทางฟิสิกส์” กับโมเดล

รายละเอียดที่มักถูกมองข้าม

• ผ้าคือตัวขยายความสมจริงของการเคลื่อนไหว: เสื้อผ้าหลวมควรขยับตามแบบหน่วงไปครึ่งจังหวะ เสื้อผ้าที่แนบลำตัวเกินไปกลับดูปลอม ตอนกำหนดเครื่องแต่งกายควรเหลือพื้นที่ให้บรรยายลักษณะเนื้อผ้า

• ไมโครเอ็กซ์เพรสชันต้องล็อกกับจังหวะ: ความดราม่าของแอ็กชันครึ่งหนึ่งมาจากสีหน้า ใช้ Character Expression 9-Grid สร้างวัสดุปฏิกิริยาไว้ล่วงหน้า แล้วแทรกให้ตรงจังหวะตอนตัดต่อ

• อย่าให้ตัวละครเริ่มจากนิ่งแล้วพุ่งทันที: การเคลื่อนไหวจริงมักมีท่าเตรียม “ระเบิดจากนิ่งในเสี้ยววินาที” คือพื้นที่เสี่ยงที่ให้กลิ่น AI ชัดมาก ควรเติมช่วงเริ่มต้นครึ่งวินาทีไว้ในพรอมป์ต์

• ให้กล้องขยับตาม: ช็อตไดนามิกควรประสานกับการเคลื่อนของตัวแบบ เช่น tracking หรือ dolly left/right หากใช้กล้องนิ่งถ่ายแอ็กชันรุนแรง จะยิ่งขยายความไม่สมจริง

ใครควรใช้คู่มือนี้

ผู้กำกับโฆษณาต้องการให้แอ็กชันโต้ตอบระหว่างสินค้าและตัวละครน่าเชื่อถือ ทีมละครสั้นมีฉากแอ็กชันกินสัดส่วนเวลาสำเร็จรูปสูง หากหลุดก็เสียงาน ทีมผู้ดำเนินรายการเสมือนต้องการภาษากายที่เสถียร และงานประชาสัมพันธ์เกมต้องทำแอนิเมชันสาธิตสกิลตัวละคร ความสมจริงของการเคลื่อนไหวคือเกณฑ์ร่วมของฉากเหล่านี้ และวิธีคิดนี้ใช้ได้ทั่วไป

คำถามที่พบบ่อย

Q: ใช้ Motion Control ร่วมกับคำบรรยายในพรอมป์ต์ได้ไหม?

ได้ Motion Control กำหนดโครงหลัก ส่วนพรอมป์ต์เสริมสภาพแวดล้อม แสง และภาษากล้อง ทั้งสองอย่างมีหน้าที่แยกกันชัดเจน

Q: ถ้าการเคลื่อนไหวหลุดความสมจริง จะแก้อย่างไร?

ให้ตัดสินระดับปัญหาก่อน: ถ้าจังหวะผิด ให้รันอ้างอิงใหม่ด้วย Motion Control; ถ้ารายละเอียดเบลอ ให้เสริมด้วย Frame Interpolation / Ultra HD; ถ้าทั้งช่วงดูขัดตา ให้แยกเป็นหน่วยแอ็กชันที่เล็กลง สร้างทีละส่วนแล้วค่อยตัดต่อรวมกัน

Q: ถ้าหลายคนเคลื่อนไหวพร้อมกันควรจัดการอย่างไร?

ตัวเลือกแรกคือใช้ 3D Director วางบล็อกกิ้ง หรือแยกเป็นช็อตตัวละครเดี่ยวแล้วใช้ Motion Control ทีละคน จากนั้นใช้การตัดสลับในขั้นตัดต่อเพื่อสร้างความรู้สึกว่าอยู่ในฉากเดียวกัน

Q: เนื้อหาประเภทเต้นควรใช้โมเดลใดเหมาะที่สุด?

HappyHorse 1.1 มีพลังการแสดงการเคลื่อนไหวสูงที่สุด และได้ผลดีที่สุดเมื่อใช้คู่กับ Motion Control ส่วนงานร่างเร็วใช้ MiniMax H3 ได้

Q: มีนิสัยการทำงานทั่วไปที่ช่วยยกระดับคุณภาพแอ็กชันไหม?

มี นั่นคือเริ่มจากอ้างอิงก่อนเสมอ ก่อนเริ่มสร้างช็อตแอ็กชันใด ๆ ให้หาวิดีโออ้างอิงจากคนจริง หรือเขียนคำบรรยายการออกแรงแบบสามช่วงก่อน เพื่อให้โมเดล “ทำตาม” ไม่ใช่ “คิดเอาเอง”

ดูฟีเจอร์เพิ่มเติมได้ที่ NadouPro: NadouPro

เนื้อหานี้มีข้อมูลที่สร้างโดย AI ซึ่งอาจไม่ถูกต้อง โปรดตรวจสอบด้วยตนเอง