ChatGPT Vision บนแว่น Ray‑Ban Meta เปลี่ยนวิธีใช้งานจริงแบบเรียลไทม์

Ray‑Ban Meta glasses ที่เคยใช้เพื่อดูคลิปคอนเสิร์ตหรือส่องสินค้าในร้านค้า ได้รับการต่อยอดด้วย ChatGPT Vision ผ่านการเชื่อมต่อกับ iPhone ทำให้ผู้ใช้งานสามารถสอบถามข้อมูลโดยอาศัยภาพจากกล้องของแว่นได้ทันที การทดลองนี้ชี้ให้เห็นว่าการผสาน AI ของ OpenAI กับอุปกรณ์สวมใส่อาจเปลี่ยนวิธีโต้ตอบกับโลกแบบเรียลไทม์ได้อย่างไร

Overview

การใช้ Ray‑Ban Meta ร่วมกับ ChatGPT ไม่ได้เป็นการเจาะระบบหรือแทนที่ Meta AI แต่เป็นการทำให้ iPhone ทำหน้าที่เป็นสะพานเชื่อมต่อระหว่างกล้องของแว่นและโมเดลภาษา GPT‑4‑Turbo ที่รองรับฟีเจอร์ Vision AI ผู้เขียนทดลองโดยใช้คำสั่งเสียงจากแอป ChatGPT บน iPhone แล้วส่งภาพที่ได้จากแว่นไปยังระบบคลาวด์เพื่อให้ตอบกลับผ่านลำโพงของแว่น การตั้งค่านี้ทำให้ผู้ใช้งานสามารถ “ถาม” สิ่งที่เห็นได้โดยตรงโดยไม่ต้องหยิบโทรศัพท์ออกมา

How the Integration Was Built

ขั้นตอนการเชื่อมต่อแบ่งเป็นสองส่วนหลักคือ voice และ vision ส่วนเสียงนั้นง่ายกว่า เพราะแว่นสามารถรับสัญญาณเสียงจาก iPhone ผ่านบลูทูธได้โดยอัตโนมัติ ทำให้คำตอบของ ChatGPT สามารถส่งกลับไปยังหูฟังของแว่นได้ทันที ส่วนการมองเห็นต้องอาศัย Meta’s Wearables Device Access Toolkit ซึ่งเปิดให้แอปบน iPhone ดึงภาพจากกล้องหน้าแรก‑บุคคลของแว่น

Ray‑Ban camera iPhone ChatGPT (cloud) Ray‑Ban speakers
ผู้ใช้พูดคำสั่ง “Hey ChatGPT” หรือพิมพ์ข้อความบนแอป แล้วเลือกส่งรูปภาพพร้อมคำถาม

การทำงานนี้มีความล่าช้าเล็กน้อยเนื่องจากข้อมูลต้องผ่าน iPhone หลายขั้นตอน แต่สามารถใช้งานได้โดยไม่ต้องแก้ไขซอฟต์แวร์ของแว่นหรือทำการ jailbreak

Comparison Tests

ผู้เขียนทดสอบสถานการณ์จริงสามกรณีเพื่อเปรียบเทียบประสิทธิภาพระหว่าง Meta AI กับ ChatGPT

การเลือกสินค้าในซุปเปอร์มาร์เก็ต – ถ่ายรูปขนม Pringles และ Cape Cod Potato Chips แล้วถามว่า “อันไหนดีกว่?” ทั้งสอง AI ให้คำตอบคล้ายกัน แต่ Meta AI เสนอแนะแบบเป็นข้อเสนอ (“ถ้าต้องการ…”) ส่วน ChatGPT ตอบโดยตรงและชัดเจนมากกว่า ซึ่งสอดคล้องกับความต้องการของผู้ใช้ที่มองหาคำแนะนำที่มีทิศทาง

“ฉันกำลังมองเห็นอะไร?” – แสดงรูปแมวสีส้มแก่ AI ทั้งสอง ระบบ Meta ให้ข้อมูลพื้นฐานเกี่ยวกับลักษณะแมว ส่วน ChatGPT ทราบชื่อของแมว (“Jolly”) เนื่องจากความจำที่สะสมจากการสนทนาก่อนหน้า ทำให้ดูเหมือนว่ามีความเข้าใจส่วนบุคคลมากกว่า

การอ่านข้อความ – ให้ AI อ่านป้ายหรือเอกสารสั้น ๆ แล้วถามต่อ ผู้ใช้รายงานว่าเสียงและโทนของ ChatGPT รู้สึกเป็นมิตรมากกว่า แม้ว่า Meta จะตอบอย่างกระชับโดยไม่มี “fluff” แต่ผู้เขียนให้ความสำคัญกับประสบการณ์การสนทนาที่อุ่นใจ

Advantages & Limitations

แม้ว่าการผสม ChatGPT กับแว่นจะเพิ่มมิติใหม่ของการโต้ตอบ แต่ยังมีข้อจำกัดหลายประการที่ควรพิจารณา

การบูรณาการระดับฮาร์ดแวร์ – Meta AI ถูกออกแบบให้ทำงานร่วมกับกล้อง ไมโครโฟน ลำโพง และคำเรียก “Hey Meta” อย่างไร้ช่องว่าง การเชื่อมต่อผ่าน iPhone ทำให้ต้องมีขั้นตอนเพิ่มเติมและเพิ่มความเสี่ยงต่อการขัดข้องหรือดีเลย์
ประสิทธิภาพของการตอบสนอง – เนื่องจากข้อมูลต้องส่งไปยังคลาวด์ของ OpenAI ผ่านอุปกรณ์กลาง ความเร็วในการรับรู้ภาพและคืนผลลัพธ์จึงช้ากว่า Meta AI ที่ทำงานบนระบบเดียวกันโดยตรง
ความเป็นส่วนตัวและความจำ – ChatGPT สามารถดึงข้อมูลจากการสนทนาที่เคยเกิดขึ้น ทำให้สามารถให้คำตอบที่มี “บริบทส่วนบุคคล” มากกว่า แต่ก็อาจก่อให้เกิดข้อกังวลเรื่องการจัดเก็บข้อมูลบนเซิร์ฟเวอร์

อย่างไรก็ตาม จุดเด่นของ ChatGPT คือความเป็นมิตรของโทนเสียงและความยืดหยุ่นในการตอบคำถามหลากหลายรูปแบบ ซึ่งทำให้ผู้ใช้บางกลุ่มเห็นว่าการมี AI นี้ในแว่นสวมใส่เป็น “เกมเชนเจอร์”

Future Outlook

OpenAI กำลังพัฒนาฮาร์ดแวร์ใหม่ร่วมกับอดีตหัวหน้าดิไซน์ของ Apple Jony Ive โดยคาดว่าจะเปิดตัวอุปกรณ์พกพาที่ไม่มีจอแสดงผล แต่มีกล้องและเซ็นเซอร์หลายประเภทเพื่อรับรู้สภาพแวดล้อม ราคาเริ่มต้นประมาณ $300** แม้ยังไม่แน่ชัดว่าแว่นตาอัจฉริยะจะเป็นหนึ่งในผลิตภัณฑ์นั้นหรือไม่ การทดลองเชื่อมต่อ ChatGPT กับ Ray‑Ban Meta จึงให้มุมมองเบื้องต้นว่าการใช้ AI ผ่านอุปกรณ์สวมใส่อาจเปลี่ยนจากการ “เปิดแอปบนโทรศัพท์” ไปเป็นการโต้ตอบแบบไร้หน้าจอในอนาคต

Summary

การต่อ ChatGPT Vision เข้ากับ Ray‑Ban Meta glasses ผ่าน iPhone แสดงให้เห็นว่า AI ของ OpenAI สามารถทำงานร่วมกับอุปกรณ์สวมใส่ได้ แม้อาจมีความล่าช้าและต้องพึ่งพาอุปกรณ์กลาง แต่ประสบการณ์การสนทนาที่เป็นมิตรและการจำข้อมูลส่วนบุคคลของ ChatGPT ทำให้ผู้ใช้รู้สึกว่าเทคโนโลยีนี้เพิ่มคุณค่าใหม่แก่แว่นอัจฉริยะได้อย่างชัดเจน.