Gemini 3.5 และ Gemini Omni - Google ก้าวสู่ยุค AI ที่ลงมือทำแทนมนุษย์

Google ประกาศอัปเดต AI ครั้งใหญ่ในเดือนพฤษภาคม 2026 ด้วยการเปิดตัวสองโมเดลที่ตีความ “AI” ใหม่ทั้งหมด ได้แก่ Gemini 3.5 ที่เน้นความสามารถในการลงมือทำงานแทนมนุษย์ และ Gemini Omni ที่รับ input ได้ทุกรูปแบบเพื่อสร้างวิดีโอคุณภาพสูง Google เรียกช่วงเวลานี้ว่า “the agentic era” - จุดเปลี่ยนจากการที่ AI แค่ตอบคำถาม มาสู่การที่ AI ทำงานแทนได้จริง

Gemini 3.5 จาก “ผู้ตอบ” สู่ “ผู้กระทำ”

AI รุ่นก่อนหน้าทำงานแบบ request-response - คุณถาม มันตอบ จบ แต่ Gemini 3.5 ถูกออกแบบมาให้ทำ agentic workflow คือรับเป้าหมายระดับสูง แล้วแตกออกเป็น task ย่อย ๆ ข้ามแอปต่าง ๆ แล้วดำเนินการทีละขั้นจนเสร็จ โดยที่มนุษย์ไม่ต้องอนุมัติทุก step

Google บรรยายความสามารถนี้ว่า “combining frontier intelligence with action” และ “reliably execute complex, multi-step agentic workflows across your apps” - ซึ่งต่างจาก Gemini 2.0 ที่แม้จะฉลาดแต่ยังทำงานในกรอบ session เดียวเป็นหลัก

ตัวอย่างจริง สร้างแอปจาก Google Search

หนึ่งในตัวอย่างที่ Google แสดงคือการสร้าง fitness tracker โดยใช้ Gemini 3.5 Flash ที่ฝังอยู่ใน Google Search ผู้ใช้แค่พูดว่าต้องการ tracker ที่ดึงข้อมูล real-time ได้ โมเดลจะสร้างแอปพลิเคชันนั้นขึ้นมาให้ทันที โดยไม่ต้องเขียนโค้ดเอง

นี่คือทิศทางที่ Google กำลังผลักดัน: แทนที่จะค้นหาแล้วอ่านผลลัพธ์ Search จะกลายเป็นเครื่องมือที่ช่วยสร้างและดำเนินการให้เลย

Gemini Omni วิดีโอจาก Input ทุกรูปแบบ

ขณะที่ Gemini 3.5 เน้นการกระทำ Gemini Omni เน้นความสามารถ multimodal output ที่ลึกขึ้น โมเดลรับ input ได้ทั้งภาพ เสียง วิดีโอ และข้อความ แล้วประมวลผลร่วมกันเพื่อสร้างวิดีโอที่ “grounded in Gemini’s real-world knowledge” หมายความว่าวิดีโอที่สร้างออกมาไม่ใช่แค่ภาพสวย แต่ผูกกับความเข้าใจโลกจริงของโมเดล

สำหรับนักสร้างเนื้อหา นี่เป็นก้าวสำคัญ เพราะแทนที่จะต้องใช้ footage เดิม ๆ หรือจ้างทีมถ่ายทำ คุณสามารถให้ AI สังเคราะห์วิดีโอจากสิ่งที่มีอยู่แล้ว - รูปภาพ เสียงบรรยาย หรือข้อมูล text ก็ได้

ความสำคัญต่อภาพรวมการแข่งขัน

การประกาศของ Google มาในช่วงที่ OpenAI กำลังพัฒนา persistent agents ผ่านการซื้อ Ona และ Anthropic เพิ่งปล่อย Fable 5 ที่เก่งงาน agentic coding ทั้งสามบริษัทกำลังวิ่งแข่งกันสู่เป้าหมายเดียวกัน: AI ที่ทำงานอัตโนมัติข้ามระบบได้ยาวนานและซับซ้อนขึ้น

สิ่งที่แตกต่างคือ Google มีข้อได้เปรียบด้าน distribution ผ่าน Google Workspace, Search และ Android ที่คนไทยใช้อยู่แล้ว ซึ่งหมายถึง Gemini 3.5 อาจไปถึงผู้ใช้ในวงกว้างได้เร็วกว่าคู่แข่งที่ต้องให้คนดาวน์โหลดแอปใหม่

เริ่มใช้งาน

• Gemini 3.5 เข้าถึงได้ที่ gemini.google.com และ Google AI Studio
• Gemini 3.5 Flash in Search ทดลองฟีเจอร์ agentic ใน Google Search ผ่าน Search Labs
• Google Workspace เปิด Gemini Extensions ใน Gmail, Docs, Calendar เพื่อทดสอบ multi-app workflow
• Gemini Omni ยังอยู่ในช่วง limited access สำหรับ developer ที่ลงทะเบียนผ่าน Google AI Studio

สรุปจาก Google โดย AI · อ่านต้นฉบับ