Roblox推出「Cube」：3D和4D生成式AI系統，並開源核心模型

Roblox 宣布推出其核心生成式AI系統「Cube」，這是一項突破性技術，將徹底改變3D和4D內容的創建方式。同時，公司宣布將開源這款基礎模型，讓任何人都能在Roblox平台內外使用和改進這項技術。

原生3D生成技術的突破

與現有技術不同，Cube 3D能夠直接從文字提示生成完整的3D模型和環境，未來還將支援圖像輸入。Roblox工程副總裁Anupam Singh和創作者工程副總裁Nick Tornow表示，目前最先進的3D生成技術通常使用圖像和重建方法來構建3D物體，但Cube則利用Roblox平台豐富的原生3D數據進行訓練。

「這種差異類似於賽車場電影佈景。在電視上，你可能看到一個看似功能齊全的賽道，有看台、車庫和勝利車道。但如果你在佈景上走動，你會很快意識到這些結構實際上是平的，」兩位副總裁解釋道，「建立真正沉浸式的3D世界需要完整、功能性的結構，有可以開車進入的車庫，可以坐的看台，以及帶有功能性領獎台的勝利車道。」

創新的3D標記化技術

Roblox團隊從訓練於文本標記的最先進模型中獲取靈感，創新性地開發了3D標記化技術。這使Cube能夠將3D物體表示為標記，就像文本可以表示為標記一樣，進而預測下一個形狀標記以構建完整的3D物體。當擴展到完整場景生成時，Cube 3D會預測佈局並遞歸地預測形狀以完成該佈局。

開源社區的重要一步

Roblox強調其對開源AI社區的承諾，認為AI工具應建立在開放性和透明度之上。此前，公司已發布了一個AI安全模型，並幫助創立了ROOST，一個致力於通過開源安全工具解決數位安全重要領域的非營利組織。

「在開源Cube 3D方面，我們的目標是使研究人員、開發人員和更廣泛的AI社區能夠學習、增強和推進整個行業的3D生成技術，」兩位副總裁表示。

實用的3D網格生成API

本週，Roblox將在Studio中推出Cube 3D網格生成API的測試版，開發者可以通過簡單的文字提示快速生成3D物體。例如，開發者可以在Assistant中輸入「/generate a motorcycle」或「/generate orange safety cone」，幾秒鐘內API就會生成這些物體的網格版本。

「這個API可以讓你更快地建模道具或設計空間——不需要花費數小時來建模簡單的物體。它讓你專注於有趣的事情，比如設計賽道佈局和微調汽車操控性能。這個API為每個創建的物體節省了數小時的時間，讓你有更多時間嘗試新想法，而不必擔心花費太多時間或精力，」Roblox團隊解釋道。

賦能玩家成為創作者

這項技術不僅面向開發者，還將擴展到每天在Roblox上玩耍和連接的數千萬創意人士。Roblox展望了一個開發者使用AI賦能用戶成為創作者的未來。

「啟用網格生成API後，玩家可以讓他們能想像的任何東西變為現實。如果玩家想要一輛未來派汽車，他們只需輸入『帶側翼的紅色未來汽車』或『黑色皮革摩托車夾克』，就能看到它被生成。這種遊戲內AI生成將釋放全新層次的創造力。玩家可以以開發者從未想像的方式個性化他們的體驗，這將使遊戲更具吸引力，」Roblox表示。

技術核心：3D和文本/圖像標記之間的交叉注意力

Cube的核心技術突破是3D標記化，這使3D物體能像文本被表示為標記一樣被標記化。為實現3D生成，Roblox設計了一個統一的架構，用於單個物體的自迴歸生成、形狀完成和多物體/場景佈局生成。

「自迴歸變換器是使用先前輸入來預測下一個組件的神經網絡。這種架構提供了可擴展性和多模態兼容性，所以當我們擴展模型時，它將能夠處理多種不同類型的輸入（文本、視覺、音頻和3D），」Roblox團隊解釋道。

Cube的未來發展方向

目前，許多AI主要用於文本和圖像生成，但Cube的願景更為宏大。Roblox展望了一個包含4D創作的未來，其中第四維是物體、環境和人之間的互動。

「當我們到達那裡時，我們希望我們創建的3D物體和場景完全可用。我們稱之為4D創作，第四維是物體、環境和人之間的互動。實現這一目標不僅需要能夠建立沉浸式3D物體和場景，還需要理解這些物體之間的上下文和關係。這就是我們用Cube要達到的方向，」Roblox團隊表示。

除了網格生成的初始用例外，Roblox計劃擴展到場景生成和理解。例如，在一個有森林場景的體驗中，開發者可以要求Assistant將樹上所有茂盛的綠葉替換為秋季落葉，以指示季節變化。