Cartwheel พัฒนาภาพเคลื่อนไหวตัวละครโดยใช้ Gemini API

Cartwheel อยู่แถวหน้าของแอนิเมชันรุ่นถัดไป โดยมีแพลตฟอร์มที่รับอินพุตภาษาธรรมชาติ (เช่น "กระโดด" "หมุนตัวเต้นซัลซ่า") การกระทำของตัวละครโดยตรง นวัตกรรมนี้ช่วยปรับปรุงวิธีที่ครีเอเตอร์สร้างภาพเคลื่อนไหวสำหรับวิดีโอ เกม การโฆษณา และโซเชียลมีเดีย Cartwheel ผสานรวม Imagen 3 เพื่อการออกแบบข้อความเป็นตัวละครที่ใช้งานง่าย และใช้ประโยชน์จาก Gemini 2.5 Pro เวอร์ชันตัวอย่างเพื่อพัฒนาอัลกอริทึมที่ซับซ้อนเฉพาะสำหรับการสร้างภาพเคลื่อนไหว สำรวจฐานของโค้ดที่ซับซ้อน และเร่งการเพิ่มประสิทธิภาพแพลตฟอร์ม ซึ่งช่วยให้ผู้ใช้ขยายการเล่าเรื่องอย่างสร้างสรรค์ได้

การพัฒนาแพลตฟอร์มภาพเคลื่อนไหวที่ล้ำสมัยไม่เพียงต้องมีเครื่องมือออกแบบที่ใช้งานง่าย แต่ยังต้องมีการสร้างสรรค์นวัตกรรมอย่างต่อเนื่องในอัลกอริทึมแบ็กเอนด์และการจัดการโค้ดเบสที่มีประสิทธิภาพด้วย Cartwheel พบกับความท้าทายในการสร้างต้นแบบอย่างรวดเร็วและการใช้ฟีเจอร์ภาพเคลื่อนไหวที่ซับซ้อน การเพิ่มประสิทธิภาพโค้ดเบสขนาดใหญ่เพื่อประสิทธิภาพ และการช่วยให้นักพัฒนาแอปเข้าใจและมีส่วนร่วมในระบบขนาดใหญ่ได้อย่างรวดเร็ว ทีมต้องการพาร์ทเนอร์ AI ที่มีประสิทธิภาพเพื่อเพิ่มความพยายามในการพัฒนา

Cartwheel ใช้ Gemini API เพื่อปรับปรุงไปป์ไลน์การสร้างที่ผู้ใช้มองเห็นและเพื่อช่วยกระบวนการพัฒนาภายใน

• การสร้างตัวละครที่ขับเคลื่อนด้วย AI ด้วย Imagen 3: Cartwheel ผสานรวมความสามารถในการแปลงข้อความเป็นรูปภาพของ Imagen 3 ซึ่งช่วยให้ครีเอเตอร์ใช้พรอมต์ข้อความเพื่อสร้างแนวคิดและสร้างภาพตัวละครที่ไม่ซ้ำใครได้โดยตรงภายในแพลตฟอร์ม คุณสามารถสร้างภาพเคลื่อนไหวของตัวละครที่ออกแบบมาโดยเฉพาะเหล่านี้ได้โดยใช้ภาษาธรรมชาติ จากนั้นส่งออกตัวละครที่ผ่านการปรับแต่งอย่างเต็มรูปแบบและพร้อมใช้งานกับซอฟต์แวร์แก้ไข 3 มิติมาตรฐานอุตสาหกรรม เช่น Maya หรือ Blender ซึ่งช่วยให้ผสานรวมเข้ากับสภาพแวดล้อมการผลิตระดับมืออาชีพได้
• การช่วยเหลือด้านการวิจัยและพัฒนาและการเพิ่มประสิทธิภาพด้วย Gemini 2.5 Pro เวอร์ชันตัวอย่าง: ทีม Cartwheel ใช้ Gemini 2.5 Pro เวอร์ชันตัวอย่างภายในเพื่อสนับสนุนเวิร์กโฟลว์ด้านวิศวกรรมและการวิจัย
  • การพัฒนาอัลกอริทึม: เราใช้ Gemini 2.5 Pro เวอร์ชันตัวอย่างเพื่อช่วยพัฒนาฟีเจอร์เฉพาะสำหรับภาพเคลื่อนไหว ซึ่งรวมถึงอัลกอริทึมสำหรับโมชันเบลอสำหรับการสังเคราะห์ข้อมูล, พีระมิดลาปลาซสำหรับการผสมผสาน และ IK อัตโนมัติ (Inverse Kinematics) สำหรับการวางท่าในเอดิเตอร์
  • การสำรวจและการแก้ไขข้อบกพร่องของโค้ด: ทีมใช้ Gemini 2.5 Pro เวอร์ชันตัวอย่างเพื่อสำรวจฐานของโค้ดที่ซับซ้อน สร้างไอเดียสำหรับการทดลองใหม่ๆ และช่วยในการแก้ไขข้อบกพร่องของกรณีที่ซับซ้อนได้อย่างมีประสิทธิภาพ เช่น ข้อผิดพลาดในการหมุนกล้องที่ซับซ้อน
  • ใช้ประโยชน์จากบริบทแบบยาวสำหรับการดำเนินการในโค้ดเบส: ความสามารถด้านบริบทแบบยาวของ Gemini 2.5 Pro เวอร์ชันตัวอย่างใช้ในการดำเนินการในโค้ดเบสทั้งหมดของ Cartwheel ซึ่งจะช่วยให้นักพัฒนาซอฟต์แวร์นำโค้ดเบสใหม่ๆ (เช่น ฟรอนต์เอนด์) มาใช้ในบริบทเพื่อช่วยเพิ่มฟีเจอร์หรือถามคำถามระดับสูงเกี่ยวกับสถาปัตยกรรมและฟังก์ชันการทำงานของระบบได้

การใช้ Gemini 2.5 Pro เวอร์ชันตัวอย่างเพื่อช่วยในการพัฒนาอัลกอริทึม การสำรวจโค้ด และการแก้ไขข้อบกพร่องมีเป้าหมายเพื่อปรับปรุงกระบวนการพัฒนาและเร่งการเพิ่มประสิทธิภาพแพลตฟอร์ม การผสานรวม Imagen 3 ช่วยให้ผู้ใช้สร้างภาพตัวละครจากข้อความได้อย่างมีประสิทธิภาพ ขณะที่ Gemini 2.5 Pro เวอร์ชันตัวอย่างทำหน้าที่เป็นเครื่องมือช่วยเหลือนักพัฒนาซอฟต์แวร์ในการสร้างเทคโนโลยีพื้นฐาน การผสานรวมเหล่านี้รองรับเป้าหมายของ Cartwheel ในการทำให้เวิร์กโฟลว์ของภาพเคลื่อนไหวเร็วขึ้นและเข้าถึงได้มากขึ้น ซึ่งช่วยให้ใช้ประโยชน์ได้ดังนี้

• เร่งการสร้างชิ้นงานสำหรับเกมและวิดีโอ เพื่อให้ทีมมุ่งเน้นไปที่การออกแบบหลัก
• ช่วยให้การตลาดและการสร้างเนื้อหาโซเชียลมีเดียมีประสิทธิภาพ

การผสานรวม Imagen 3 และ Gemini 2.5 Pro เวอร์ชันตัวอย่างของ Cartwheel แสดงให้เห็นว่า Google AI สามารถนำไปใช้เพื่อเปิดตัวฟีเจอร์ใหม่ๆ ที่ผู้ใช้มองเห็นและช่วยงานพัฒนาที่ซับซ้อนซึ่งจำเป็นต่อการสร้างเครื่องมือรุ่นถัดไปได้อย่างไร

สำรวจเอกสารประกอบเกี่ยวกับ Gemini API ดูข้อมูลเกี่ยวกับ Imagen 3 และเริ่มต้นใช้งานใน Google AI Studio

Cartwheel เป็นผู้เข้าร่วมใน AI Futures Fund ของ Google ซึ่งลงทุนและทำงานร่วมกับสตาร์ทอัพที่มีความมุ่งมั่นในการสร้างสรรค์สิ่งใหม่ๆ ใน AI