Grok Imagine เปิดตัวฟีเจอร์ «Extend from Frame» ต่อวิดีโอทีละ 15 วินาทีได้ไม่จำกัด

เมื่อวันที่ 2 มีนาคม 2026 xAI ประกาศเปิดตัวฟีเจอร์ใหม่ «Extend from Frame» (ต่อขยายจากเฟรม) บนเครื่องมือสร้างสื่อมัลติมีเดีย Grok Imagine หลักการทำงานคือ ผู้ใช้สร้างวิดีโอช่วงแรกด้วยข้อความหรือรูปภาพก่อน จากนั้นระบบจะดึงเฟรมสุดท้ายของวิดีโอนั้นมาใช้เป็นจุดเริ่มต้นของการสร้างช่วงถัดไป ทำให้ผู้ใช้สามารถป้อนพรอมต์ใหม่ต่อเนื่องไปเรื่อยๆ เพื่อ «ต่อ» เรื่องราวออกไป ตามข้อมูลที่บริษัทเผยแพร่ แต่ละช่วงที่สร้างได้มีความยาวสูงสุด 15 วินาที และเมื่อต่อกันหลายครั้งก็จะได้วิดีโอต่อเนื่องที่ยาวกว่าขีดจำกัดการสร้างครั้งเดียวมาก

ความหมายเชิงเทคนิค: แก้ปัญหาวิดีโอ AI «สั้นเกินไป» ที่มีมานาน

เครื่องมือสร้างวิดีโอ AI กระแสหลักในปัจจุบัน ไม่ว่าจะเป็น Runway, Pika หรือ Sora ส่วนใหญ่ยังจำกัดความยาวต่อการสร้างหนึ่งครั้งอยู่ที่ราว 5-15 วินาที หากยาวกว่านี้ภาพมักจะผิดเพี้ยนหรือการเคลื่อนไหวขาดความต่อเนื่อง แนวทางของ Grok Imagine ครั้งนี้ไม่ได้พยายามขยายขีดจำกัดของการสร้างครั้งเดียวโดยตรง แต่ใช้เทคนิค «การเชื่อมเฟรม» เพื่อนำคลิปสั้นหลายช่วงมาต่อกันให้ดูเหมือนเป็นช็อตเดียวต่อเนื่อง วิธีนี้ใช้ทรัพยากรประมวลผลน้อยกว่า และยังเปิดโอกาสให้ผู้ใช้ปรับทิศทางเนื้อเรื่องระหว่างทางได้ ซึ่งเป็นความยืดหยุ่นที่การสร้างครั้งเดียวยาวๆ ทำไม่ได้

เทียบกับคู่แข่ง: จาก «สร้างครั้งเดียว» สู่ «กระบวนการเล่าเรื่องที่ปรับแก้ได้»

ขณะที่เครื่องมือสร้างวิดีโออื่นๆ มุ่งเน้นไปที่ «คุณภาพภาพที่ดีขึ้น ความยาวต่อครั้งที่มากขึ้น» ทิศทางการอัปเดตครั้งนี้ของ Grok Imagine คือ «ควบคุมกระบวนการได้มากขึ้น» ผู้ใช้สามารถหยุดตรวจสอบภาพหลังสร้างแต่ละช่วง แล้วปรับพรอมต์สำหรับช่วงถัดไปได้ เท่ากับเปลี่ยนการสร้างวิดีโอจาก «การเสี่ยงดวงครั้งเดียว» มาเป็นกระบวนการ «กำกับทีละขั้น» แนวคิดการสร้างเป็นช่วงๆ ที่ควบคุมได้นี้คล้ายกับตรรกะ «สร้างภาพจากภาพ ทำซ้ำทีละขั้น» ในวงการสร้างภาพ AI สะท้อนว่าเครื่องมือสร้างวิดีโอก็กำลังขยับเข้าใกล้กระบวนการทำงานสร้างสรรค์จริงมากขึ้น

ความหมายสำหรับผู้บริหาร

สำหรับทีมที่ดูแลโซเชียลมีเดีย วิดีโอสั้นของแบรนด์ หรือการนำเสนอสินค้าอีคอมเมิร์ซ เครื่องมือสร้างวิดีโอแบบ «ต่อทีละช่วง» นี้หมายความว่า ไม่จำเป็นต้องเขียนบทสมบูรณ์ก่อนเริ่มผลิตสื่อ สามารถสร้างช่วงแรกเพื่อทดสอบสไตล์และจังหวะก่อน แล้วค่อยต่อขยายทีละช่วงเมื่อพอใจ ช่วยลดต้นทุนการลองผิดลองถูก และทำให้การผลิตคอนเทนต์ใกล้เคียงกับรูปแบบการทำงานจริงที่ต้อง «ทำไปปรับไป» มากขึ้น