ทำไมวิดีโอ AI มักจะผิดพลาดไปในทางกลับกัน

หากปี 2022 เป็นปีที่ AI ที่สร้างขึ้นจินตนาการของสาธารณชนในวงกว้าง ปี 2025 เป็นปีที่รุ่นใหม่ของเฟรมเวิร์กวิดีโอ AI ที่มาจากประเทศจีนดูเหมือนจะทำเช่นเดียวกัน

วิดีโอ Hunyuan ของ Tencent ได้สร้างผลกระทบอย่างมากต่อชุมชน AI ของนักสนุกด้วยการเปิดเผยรุ่นเต็มของโมเดลการกระจายวิดีโอที่ผู้ใช้สามารถปรับให้เหมาะสมกับความต้องการของตนเองได้

ใกล้เคียงกับการเปิดตัว Wan 2.1 ของ Alibaba ซึ่งเป็นหนึ่งในโซลูชัน FOSS ที่ทรงพลังที่สุดสำหรับการแปลงภาพเป็นวิดีโอในระยะนี้ – ตอนนี้รองรับการปรับแต่งผ่าน Wan LoRAs

นอกจากการมีอยู่ของโมเดลฟาวน์เดชันฮิวแมนเซนทริกที่เพิ่งออกมา SkyReels ในขณะเขียนเรายังรอการเปิดตัวชุดสร้างและแก้ไขวิดีโอ VACE ที่ครอบคลุมของ Alibaba

คลิกเพื่อเล่น การเปิดตัวชุดแก้ไข AI ของ Alibaba ที่มีหลายฟังก์ชัน VACE ทำให้ชุมชนผู้ใช้ตื่นเต้น Source: https://ali-vilab.github.io/VACE-Page/

ผลกระทบอย่างรวดเร็ว

สภาพแวดล้อมการวิจัย AI ที่สร้างวิดีโอนั้นไม่น้อยหน้าเลย มันคือช่วงครึ่งแรกของเดือนมีนาคม และการยื่นผลงานในวันอังคารไปยังส่วน Computer Vision ของ Arxiv (ศูนย์กลางสำหรับงานวิจัย AI ที่สร้าง) มีจำนวนเกือบ 350 รายการ – ตัวเลขที่เกี่ยวข้องกับช่วงสูงสุดของฤดูกาลการประชุม

สองปีที่ผ่านมาเนื่องจากการเปิดตัว Stable Diffusion ในฤดูร้อนปี 2022 (และพัฒนาการต่อมาของ Dreambooth และ LoRA) ได้ถูกกำหนดโดยการขาดการพัฒนาที่สำคัญจนถึงสัปดาห์ที่แล้ว ซึ่งมีการเปิดตัวและนวัตกรรมใหม่ๆ อย่างต่อเนื่อง ทำให้แทบจะไม่สามารถติดตามทุกสิ่งที่เกิดขึ้นได้

โมเดลการกระจายวิดีโอดังกล่าว เช่น Hunyuan และ Wan 2.1 ได้แก้ปัญหาแล้วสุดท้าย หลังจากหลายปีที่มีการพยายามล้มเหลวจากหลายร้อยโครงการวิจัย เกี่ยวกับความสอดคล้องทางกาลอวกาศที่เกี่ยวข้องกับการสร้างวิดีโอของมนุษย์ และโดยทั่วไปแล้วสิ่งแวดล้อมและวัตถุ

ไม่มีข้อสงสัยเลยว่าสตูดิโอ VFX กำลังใช้พนักงานและทรัพยากรในการปรับโมเดลวิดีโอของจีนให้เหมาะสมเพื่อแก้ไขปัญหาเช่น การเปลี่ยนใบหน้า尽管ไม่มีกลไก ControlNet ที่เกี่ยวข้องสำหรับระบบเหล่านี้

จะต้องเป็นความโล่งใจที่อุปสรรคที่สำคัญนี้ได้ถูก克服แล้ว แม้ว่าจะไม่ได้มาจากเส้นทางที่คาดไว้ก็ตาม

จากปัญหาที่ยังคงอยู่ ปัญหานี้ไม่สำคัญนัก:

คลิกเพื่อเล่น ตามคำสั่ง ‘หินขนาดเล็กตกลงจากพื้นหินชันที่มีหินและดิน ‘ วิดีโอแสดงให้เห็นว่าหินกำลังกลิ้ง ขึ้นเนิน Source: https://videophy2.github.io/

ขึ้นเนินกลับหลัง

ทุกระบบวิดีโอและภาพถ่ายที่มีอยู่ในปัจจุบัน รวมถึงโมเดลปิดที่ไม่เปิดเผย源โค้ด มีแนวโน้มที่จะสร้างวิดีโอที่มีข้อผิดพลาดทางกายภาพ เช่น วิดีโอที่แสดงให้เห็นหินกำลังขึ้นเนิน ตามคำสั่ง ‘หินขนาดเล็กตกลงจากพื้นหินชันที่มีหินและดิน ‘

ทฤษฎีหนึ่งที่เสนอเมื่อเร็วๆ นี้ ในการทำงานร่วมกันทางวิชาการระหว่าง Alibaba และ UAE คือว่าโมเดลเหล่านี้ได้รับการฝึกฝนเสมอจากภาพเดียว ใน某种意义上 แม้ว่าจะฝึกฝนจากวิดีโอ (ซึ่งถูกเขียนออกมาเป็นลำดับของเฟรมเดียวสำหรับวัตถุประสงค์ในการฝึกฝน); และอาจไม่ได้เรียนรู้ลำดับก่อนและหลังที่ถูกต้องของภาพ

อย่างไรก็ตาม วิธีแก้ปัญหาที่เป็นไปได้มากที่สุดคือว่าโมเดลเหล่านี้ใช้ขั้นตอนการเพิ่มข้อมูลที่เกี่ยวข้องกับการแสดงคลิปฝึกอบรมให้กับโมเดลทั้งไปข้างหน้าและข้างหลัง โดยที่ข้อมูลฝึกอบรมจะถูกเพิ่มขึ้นสองเท่า

มันถูกทราบมานานแล้วว่าการกระทำนี้ไม่ควรทำโดยไม่จำเป็น เนื่องจากการเคลื่อนไหวบางอย่างสามารถทำงานย้อนกลับได้ แต่หลายอย่างไม่สามารถทำได้ การศึกษาในปี 2019 จากมหาวิทยาลัยブリストルของสหราชอาณาจักรได้พยายามพัฒนาวิธีการที่สามารถแยกแยะข้อมูลวิดีโอที่ equivariant, invariant และ irreversible ที่มีอยู่ในฐานข้อมูลเดียวกัน

ตัวอย่างของการเคลื่อนไหวสามประเภท ซึ่ง只有หนึ่งประเภทที่สามารถย้อนกลับได้โดยที่ยังคงมีการเคลื่อนไหวทางกายภาพที่สมเหตุสมผล Source: https://arxiv.org/abs/1909.09422

ผู้เขียนของงานนี้ได้กำหนดปัญหาอย่างชัดเจน:

‘เราพบว่าความสมจริงของวิดีโอที่ย้อนกลับถูกทรยศโดยสิ่งผิดปกติของการย้อนกลับ ซึ่งเป็นส่วนหนึ่งของฉากที่จะไม่เกิดขึ้นได้ในโลกแห่งความเป็นจริง บางสิ่งผิดปกติอาจจะไม่ชัดเจน แต่บางสิ่งผิดปกติอาจจะเห็นได้ชัดเจน เช่น การย้อนกลับของการ ‘โยน’ ซึ่งวัตถุถูกโยนจะพุ่งออกจากพื้นขึ้นไป ‘

‘เราสังเกตเห็นว่ามีสิ่งผิดปกติของการย้อนกลับสองประเภท ได้แก่ สิ่งผิดปกติทางกายภาพ ซึ่งแสดงถึงการละเมิดกฎของธรรมชาติ และสิ่งผิดปกติที่ไม่น่าเป็นไปได้ ซึ่งแสดงถึงสถานการณ์ที่เป็นไปได้แต่ไม่น่าเป็นไปได้ สิ่งผิดปกติเหล่านี้ไม่เกิดขึ้นพร้อมกัน และหลายการกระทำที่ย้อนกลับอาจมีสิ่งผิดปกติทั้งสองประเภท เช่น การย้อนกลับของการ ‘พับกระดาษ’ ‘

‘ตัวอย่างของสิ่งผิดปกติทางกายภาพ ได้แก่ การกลับด้านของแรงโน้มถ่วง (เช่น ‘การปล่อยสิ่งใดสิ่งหนึ่ง’) การกระตุ้นของวัตถุ (เช่น ‘การหมุนปากกา’) และการเปลี่ยนแปลงที่ไม่สามารถย้อนกลับได้ (เช่น ‘การเผาเทียน’) ตัวอย่างของสิ่งผิดปกติที่ไม่น่าเป็นไปได้ คือ การนำจานออกจากตู้และวางบนเก้าอี้ ‘

‘การนำข้อมูลมาใช้ซ้ำในลักษณะนี้เป็นเรื่องธรรมดาในระหว่างการฝึกอบรม และอาจเป็นประโยชน์ เช่น ในการทำให้แน่ใจว่าโมเดลไม่ได้เรียนรู้เพียงมุมมองเดียวของภาพหรือวัตถุ ซึ่งสามารถพลิกหรือหมุนได้โดยไม่สูญเสียความสอดคล้องและตรรกะ ‘

‘อย่างไรก็ตาม สิ่งนี้จะทำงานเฉพาะกับวัตถุที่มีความสมมาตรจริงเท่านั้น และการเรียนรู้ทางกายภาพจากวิดีโอที่ย้อนกลับจะทำงานเฉพาะเมื่อการย้อนกลับทำให้สมเหตุสมผลเช่นเดียวกับการเล่นไปข้างหน้า ‘

การย้อนกลับชั่วคราว

เราไม่มีหลักฐานที่บ่งชี้ว่าระบบ เช่น Hunyuan Video และ Wan 2.1 อนุญาตให้คลิป ‘ย้อนกลับ’ เหล่านี้เข้าถึงโมเดลระหว่างการฝึกอบรม (ทั้งสองกลุ่มของนักวิจัยไม่ได้ระบุรายละเอียดเกี่ยวกับขั้นตอนการเพิ่มข้อมูล)

อย่างไรก็ตาม ความเป็นไปได้ทางเลือกที่สมเหตุสมผลเพียงอย่างเดียวในสถานการณ์นี้คือว่าเซตข้อมูลขนาดใหญ่ที่ขับเคลื่อนโมเดลเหล่านี้อาจมีคลิปที่แสดงการเคลื่อนไหวที่เกิดขึ้นจริงๆ ในทิศทางย้อนกลับ

หินในตัวอย่างวิดีโอที่ฝังไว้ข้างบนถูกสร้างขึ้นโดยใช้ Wan 2.1 และปรากฏในงานวิจัยใหม่ที่ตรวจสอบว่าโมเดลการกระจายวิดีโอมีประสิทธิภาพในการจัดการกับฟิสิกส์อย่างไร

ในการทดสอบสำหรับโครงการนี้ Wan 2.1 ได้รับคะแนนเพียง 22% ในแง่ของความสามารถในการยึดมั่นในกฎทางกายภาพอย่างต่อเนื่อง

อย่างไรก็ตาม นี่คือคะแนน สูงสุด ของระบบใดๆ ที่ทดสอบสำหรับงานนี้ ซึ่งบ่งชี้ว่าเราอาจพบอุปสรรคต่อไปสำหรับ AI วิดีโอ:

คะแนนของระบบเปิดและปิดที่มีชื่อเสียง โดยมีการประเมินผลลัพธ์ของเฟรมเวิร์กโดยผู้ทำการบันทึกย่อ Source: https://arxiv.org/pdf/2503.06800

ผู้เขียนของงานวิจัยใหม่นี้ได้พัฒนาระบบการประเมินมาตรฐานที่เรียกว่า VideoPhy โดยมีรหัส ให้ใช้ที่ GitHub

แม้ว่าขอบเขตของงานจะอยู่นอกเหนือสิ่งที่เราสามารถครอบคลุมได้ที่นี่ แต่ลองมาดูวิธีการและศักยภาพในการกำหนดมาตรฐานที่สามารถช่วยกำหนดทิศทางของการฝึกโมเดลในอนาคตให้ห่างจากตัวอย่างที่น่าประหลาดของการย้อนกลับนี้

งานวิจัย นี้ ซึ่งดำเนินการโดยนักวิจัยหกคนจาก UCLA และ Google Research มีชื่อว่า VideoPhy-2: การประเมินความสมเหตุสมผลทางกายภาพที่ท้าทายสำหรับการสร้างวิดีโอ เว็บไซต์โครงการที่มีคนเยอะ มีอยู่ พร้อมด้วยโค้ดและเซตข้อมูล ที่ GitHub และมีเครื่องมือแสดงเซตข้อมูล ที่ Hugging Face

คลิกเพื่อเล่น ที่นี่ โมเดล OpenAI Sora ที่มีชื่อเสียงไม่สามารถเข้าใจการโต้ตอบระหว่างพายและภาพสะท้อน และไม่สามารถให้กระบวนการกายภาพที่สมเหตุสมผลสำหรับคนในเรือหรือวิธีที่เรือโต้ตอบกับเธอ

วิธีการ

ผู้เขียนอธิบายเวอร์ชันล่าสุดของงานวิจัยของตน VideoPhy-2 ว่าเป็น ‘ชุดการประเมินความสมเหตุสมผลที่ท้าทายสำหรับการกระทำในโลกแห่งความเป็นจริง’ ชุดสะสมนี้มี 197 การกระทำทั่วการกระทำทางกายภาพที่หลากหลาย เช่น การหมุนฮูลาฮูป, ยิมนาสติก และ เทนนิส รวมทั้งการโต้ตอบของวัตถุ เช่น การบิดวัตถุจนแตก

โมเดลภาษาขนาดใหญ่ (LLM) ถูกใช้เพื่อสร้าง 3840 คำสั่งจากการกระทำเหล่านี้ และคำสั่งเหล่านั้นถูกใช้ในการสังเคราะห์วิดีโอผ่านเฟรมเวิร์กต่างๆ ที่กำลังทดสอบ

ตลอดกระบวนการ ผู้เขียนได้พัฒนารายการ ‘ผู้สมัคร’ ของกฎและกฎทางกายภาพที่วิดีโอที่สร้างโดย AI ควรปฏิบัติตาม โดยใช้โมเดลภาษา-วิชั่นสำหรับการประเมิน

ผู้เขียนระบุ:

‘ตัวอย่างเช่น ในวิดีโอของนักกีฬาที่เล่นเทนนิส กฎทางกายภาพหนึ่งอาจเป็นลูกเทนนิสที่ควรเคลื่อนที่ไปตามเส้นทางพาราโบลาภายใต้แรงโน้มถ่วง สำหรับการตัดสินที่เป็นมาตรฐาน เราขอให้ผู้ทำการบันทึกย่อให้คะแนนวิดีโอแต่ละรายการตามความสอดคล้องทางสัมผัสและความสมเหตุสมผลทางกายภาพ และบ่งชี้การปฏิบัติตามกฎทางกายภาพต่างๆ ‘

ด้านบน: คำสั่งถูกสร้างขึ้นจากการกระทำโดยใช้ LLM และใช้ในการสร้างวิดีโอด้วยตัวสร้างวิดีโอ-ข้อความ ตัวสร้างวิดีโอ-ข้อความจะแสดงวิดีโอและระบุกฎทางกายภาพที่อาจเกิดขึ้น ด้านล่าง: ผู้ทำการบันทึกย่อประเมินความสมจริงของวิดีโอ ตรวจสอบการละเมิดกฎ และตรวจสอบว่าวิดีโอนั้นตรงกับคำสั่งเดิมหรือไม่

ในตอนแรก นักวิจัยได้รวบรวมชุดการกระทำเพื่อประเมินความสมเหตุสมผลทางกายภาพในวิดีโอที่สร้างโดย AI โดยเริ่มต้นด้วยการกระทำมากกว่า 600 รายการจากชุดข้อมูล Kinetics, UCF-101 และ SSv2 โดยมุ่งเน้นไปที่กิจกรรมที่เกี่ยวข้องก้ากีฬา การโต้ตอบของวัตถุ และฟิสิกส์จริง

สองกลุ่มของผู้ทำการบันทึกย่อที่ได้รับการฝึกอบรมด้าน STEM ที่เป็นอิสระจากกัน ได้รับการคัดเลือกจากการทดลองใน Amazon Mechanical Turk (AMT) และให้คะแนนหลังจากได้รับคำแนะนำที่ละเอียดทางไกล สำหรับความยุติธรรม ความสอดคล้องทางสัมผัส และ ความสมเหตุสมผลทางกายภาพ ถูกประเมินแยกกัน (ในงานวิจัย VideoPhy เดิม ทั้งสองถูกประเมินร่วมกัน)

ผู้ทำการบันทึกย่อให้คะแนนวิดีโอตามคำสั่งเดิม และประเมินความสมเหตุสมผลทางกายภาพแยกกัน โดยให้คะแนนการละเมิดกฎและความสมจริงโดยรวมในระดับ 5 คะแนน เพียงคำสั่งเดิมเท่านั้นที่ถูกแสดงเพื่อรักษาความยุติธรรมในการเปรียบเทียบระหว่างโมเดล

อินเทอร์เฟซที่นำเสนอผู้ทำการบันทึกย่อใน AMT

แม้ว่าการตัดสินของมนุษย์ยังคงเป็นมาตรฐานที่ดีที่สุด แต่ก็ใช้เวลานานและมีข้อจำกัดหลายประการ ดังนั้นการประเมินอัตโนมัตจึงจำเป็นต่อการประเมินแบบเร็วและปรับขนาดได้มากขึ้น

ผู้เขียนของงานวิจัยนี้ได้ทดสอบโมเดลภาษา-วิชั่นหลายตัว รวมถึง Gemini-2.0-Flash-Exp และ VideoScore ในความสามารถในการให้คะแนนวิดีโอสำหรับความสอดคล้องทางสัมผัสและ ‘ความสมเหตุสมผลทางกายภาพ’

โมเดลเหล่านี้ให้คะแนนวิดีโอแต่ละรายการในระดับ 5 คะแนน ในขณะที่งานจำแนกประเภทแยกให้คะแนนว่ากฎทางกายภาพถูกละเมิด อนุญาต หรือไม่ชัดเจน

การทดลองแสดงให้เห็นว่าโมเดลภาษา-วิชั่นที่มีอยู่ต่อสู้กับการตัดสินของมนุษย์ โดยหลักเนื่องจากการให้เหตุผลทางกายภาพที่อ่อนและความซับซ้อนของคำสั่ง

การประเมิน

นักวิจัยได้กำหนดเกณฑ์ที่ชัดเจนสำหรับการประเมินวิดีโอ จุดประสงค์หลักคือการประเมินว่าวิดีโอแต่ละรายการตรงกับคำสั่งเดิมและปฏิบัติตามหลักการทางกายภาพพื้นฐานอย่างไร

แทนที่จะจัดอันดับวิดีโอตามความชอบ ผู้วิจัยใช้ข้อมูลรับฟังตามคะแนนเพื่อจับผลลัพธ์ที่เฉพาะเจาะจงและความล้มเหลว และการประเมินยังตรวจสอบว่าวิดีโอปฏิบัติตามกฎและหลักการทางกายภาพต่างๆ หรือไม่

สำหรับการประเมินของมนุษย์ ผู้ทำการบันทึกย่อ 12 คนถูกเลือกจากการทดลองใน Amazon Mechanical Turk (AMT) และให้คะแนนหลังจากได้รับคำแนะนำที่ละเอียดทางไกล

ผู้ทำการบันทึกย่อให้คะแนนวิดีโอตามคำสั่งเดิม และประเมินความสมเหตุสมผลทางกายภาพแยกกัน โดยให้คะแนนการละเมิดกฎและความสมจริงโดยรวมในระดับ 5 คะแนน เพียงคำสั่งเดิมเท่านั้นที่ถูกแสดงเพื่อรักษาความยุติธรรมในการเปรียบเทียบระหว่างโมเดล

ผลลัพธ์จากรอบแรก

ที่นี่ ผู้เขียนแสดงความคิดเห็น:

‘แม้แต่โมเดลที่มีประสิทธิภาพสูงสุด Wan2.1-14B ก็มีคะแนนเพียง 32.6% และ 21.9% ในชุดข้อมูลที่สมบูรณ์และชุดยากของเรา ตามลำดับ คะแนนการทำงานที่ดีของโมเดลนี้เมื่อเทียบกับโมเดลอื่นๆ สามารถอธิบายได้จากความหลากหลายของข้อมูลการฝึกอบรมหลายรูปแบบ และการกรองการเคลื่อนไหวที่มีคุณภาพสูงซึ่งรักษาวิดีโอที่มีคุณภาพสูงในหลายการกระทำ ‘

‘นอกจากนี้ เราพบว่าโมเดลปิด เช่น Ray2 มีประสิทธิภาพต่ำกว่าโมเดลเปิด เช่น Wan2.1-14B และ CogVideoX-5B ซึ่งบ่งชี้ว่าโมเดลปิดไม่จำเป็นต้องเหนือกว่าโมเดลเปิดในการจับความรู้สึกทางกายภาพ ‘

‘นอกจากนี้ Cosmos-Diffusion-7B มีคะแนนสูงสุดเป็นอันดับสองในเซตยาก โดยเอาชนะโมเดล HunyuanVideo-13B ที่ใหญ่กว่ามาก ซึ่งอาจเป็นเพราะการแสดงภาพการกระทำของมนุษย์ที่สูงในข้อมูลการฝึกอบรมและซิมูเลชันที่สร้างขึ้น’

ผลลัพธ์แสดงให้เห็นว่าโมเดลวิดีโอต่อสู้กับการกระทำทางกายภาพ เช่น กีฬา มากกว่าการโต้ตอบของวัตถุที่เรียบง่าย ซึ่งบ่งชี้ว่าการปรับปรุงวิดีโอที่สร้างโดย AI ในพื้นที่นี้จะต้องมีเซตข้อมูลที่ดีกว่า โดยเฉพาะการบันทึกวิดีโอของกีฬาต่างๆ เช่น เทนนิส ดิสกัส เบสบอล และคริกเก็ต

งานวิจัยยังตรวจสอบว่าความสมเหตุสมผลทางกายภาพของโมเดลสอดคล้องกับเมตริกคุณภาพวิดีโออื่นๆ เช่น สุนทรียศาสตร์และความเรียบของการเคลื่อนไหวหรือไม่ ผลลัพธ์แสดงให้เห็นว่าไม่มีการสอดคล้องที่แข็งแกร่ง ซึ่งหมายความว่าโมเดลไม่สามารถปรับปรุงประสิทธิภาพของตนเองใน VideoPhy-2 ได้โดยการสร้างวิดีโอที่ดึงดูดใจหรือการเคลื่อนไหวที่เรียบง่ายเท่านั้น แต่ต้องมีความเข้าใจที่ลึกซึ้งยิ่งขึ้นเกี่ยวกับความสมเหตุสมผลทางกายภาพ

แม้ว่างานวิจัยจะให้ตัวอย่างคุณภาพที่ดี แต่ไม่มีตัวอย่างที่เกี่ยวข้องกับตัวอย่างวิดีโอที่ให้ไว้ในเว็บไซต์โครงการ ดังนั้นเราจะดูตัวอย่างเล็กๆ น้อยๆ ของตัวอย่างคงที่และวิดีโอที่แท้จริง

คลิกเพื่อเล่น ที่นี่ คำสั่งว่า ‘บุคคลหนึ่งบิดผ้าขนหนูเปียกอย่างรุนแรง น้ำกระจายออกไปในลักษณะที่มองเห็นได้ ‘ แต่แหล่งที่มาของน้ำมีลักษณะเหมือนกับหอสายมากกว่าผ้าขนหนู

คลิกเพื่อเล่น. ที่นี่ คำสั่งว่า ‘นักเคมีเทของเหลวใสจากเครื่องวัดไปยังหลอดทดสอบ โดยหลีกเลี่ยงการหกหล่น ‘ แต่เราจะเห็นว่าปริมาณน้ำที่ถูกเติมเข้าไปในเครื่องวัดไม่สอดคล้องกับปริมาณที่ออกจากจุก

เช่นเดียวกับที่ฉันกล่าวไว้ในตอนต้น ปริมาณวัสดุที่เกี่ยวข้องกับโครงการนี้มีมากกว่าที่สามารถครอบคลุมได้ที่นี่ ดังนั้นกรุณาอ้างอิงไปยังเอกสารต้นฉบับ เว็บไซต์โครงการ และเว็บไซต์ที่เกี่ยวข้องที่กล่าวถึงก่อนหน้านี้ สำหรับการอธิบายอย่างละเอียดเกี่ยวกับกระบวนการของนักวิจัยและตัวอย่างการทดสอบและรายละเอียดกระบวนการที่เพิ่มเติม

* เกี่ยวกับแหล่งที่มาของการบันทึกย่อ เอกสารระบุเพียงว่า ‘ได้รับสำหรับงานเหล่านี้ ‘ ซึ่งดูเหมือนจะเป็นจำนวนมากที่จะถูกสร้างขึ้นโดยคนงาน AMT 12 คน

เผยแพร่ครั้งแรกวันพฤหัสบดี 13 มีนาคม 2025