Generative Roblox AI transformiert die Kreation auf Roblox

Anfang dieses Jahres enthüllte Roblox seinen ehrgeizigen Plan, generative Roblox AI in seine Plattform zu integrieren, mit dem Ziel, die Inhaltserstellung für alle Benutzer zu vereinfachen. Die jüngsten Entwicklungen in der generativen KI, insbesondere bei Large Language Models (LLMs), versprechen einen neuen Horizont für die Verbesserung immersiver Erfahrungen. Solche Fortschritte beschleunigen nicht nur den Erstellungsprozess, sondern sorgen auch für eine sicherere Umgebung, während die Rechenanforderungen im Zaum gehalten werden.

Ein bemerkenswerter Trend in der KI ist der Aufstieg multimodaler Modelle. Diese Modelle, die darin geübt sind, verschiedene Inhaltsformen zu verarbeiten, von Bildern und Text bis hin zu 3D-Modellen und Audio, definieren die Erstellungstools neu. Ihre Fähigkeit, Ausgaben zu produzieren, die mehrere Modi kombinieren – zum Beispiel Text mit entsprechenden visuellen Elementen – sticht als bedeutende Innovation hervor. Für Roblox bedeutet dies einen zweifachen Vorteil:

• Es steigert die Produktivität erfahrener Inhaltsersteller.
• Es demokratisiert den kreativen Prozess und ermöglicht einer breiteren Palette von Nutzern, ihre Ideen auf der Plattform zu verwirklichen.

Auf der jüngsten Roblox Developers Conference (RDC) kündigte das Unternehmen die Einführung mehrerer Tools an, die generative KI in Roblox Studio integrieren. Diese Tools zielen darauf ab, das schnellere Skalieren von Projekten zu erleichtern, den Iterationsprozess zu beschleunigen und die kreativen Fähigkeiten der Benutzer zu verbessern, um erstklassige Inhaltserzeugung zu gewährleisten.

Roblox AI Assistant

Roblox hat seinen Erstellern konsequent die notwendigen Ressourcen zur Verfügung gestellt, um detaillierte 3D-Erfahrungen zu gestalten. Doch viele Ersteller wandten sich für Unterstützung an Drittanbieter-Tools für generative und konversationale KI. Obwohl diese hilfreich waren, um einige Lasten zu erleichtern, waren diese generischen Versionen nicht auf die einzigartigen Workflows von Roblox oder dessen spezifischen Code, Jargon und Sprachgebrauch zugeschnitten. Folglich stießen Ersteller auf erhebliche Herausforderungen, wenn sie versuchten, diese Tools in Roblox-Inhalte zu integrieren. Um diese Lücke zu schließen, kündigte Roblox während der RDC seine Bemühungen an, die Vorteile dieser Tools direkt in Roblox Studio zu integrieren, und stellte eine frühe Version ihres Tools namens „Assistant“ vor.

„Assistant“ ist Roblox’ hauseigenes konversationales KI-Tool, das darauf abzielt, den Erstellungsprozess für Ersteller zu vereinfachen, unabhängig von ihrem Erfahrungslevel. Es zielt darauf ab, die Zeit für Routineaufgaben zu minimieren, sodass Ersteller sich auf Bereiche wie Handlung, Gameplay und Gesamtgestaltung konzentrieren können. Dank seiner umfangreichen Bibliothek öffentlicher 3D-Modelle und der Fähigkeit, das Modell mit Plattform-APIs zu verbinden, ist Roblox ein idealer Kandidat für die Entwicklung eines solchen KI-Modells für komplexe 3D-Universen. Mit Assistant können Ersteller einfache Sprachbefehle verwenden, um Szenen zu gestalten, 3D-Modelle zu modifizieren und Objekten interaktive Eigenschaften zu verleihen. Das Tool deckt drei wichtige Erstellungsphasen ab: Verständnis, Programmierung und Konstruktion:

Verständnis: Ob Anfänger oder Roblox-Experte – der Roblox AI Assistant beantwortet unterschiedlichste Fragen in verständlicher Sprache. Programmierung: Aufbauend auf der bestehenden „Code Assist“-Funktion kann der Assistant den Code verbessern, bestimmte Codeabschnitte erläutern und Debugging-Lösungen anbieten. Konstruktion: Ersteller können Konzepte schnell in greifbare Modelle umwandeln. Durch Eingabe von Befehlen wie „Beleuchte diesen Pfad mit Straßenlaternen“ oder „Erstelle einen vielfältigen Wald und schmücke ihn mit Sträuchern und Blüten“ können ganze Szenarien entstehen. Die Interaktion mit dem Assistant wird als dynamischer, wechselseitiger Prozess verstanden, der es den Erstellern ermöglicht, Feedback zu geben und Ergebnisse zu verfeinern. Es ist vergleichbar mit der Zusammenarbeit mit einem erfahrenen Co-Ersteller, der Brainstorming und die Optimierung von Ideen erleichtert.

Während der RDC gab Roblox eine weitere Ankündigung bezüglich ihres neuen KI-Tools „Assistant“ bekannt. Entwicklern wurde die Möglichkeit geboten, ihre anonymisierten Luau-Skriptdaten beizutragen, um die Effizienz und Leistungsfähigkeit der Roblox-KI-Tools wie Code Assist und Assistant zu verbessern. Dadurch unterstützen sie nicht nur die Roblox-Entwicklergemeinschaft, sondern, falls sie ihre Beiträge über Roblox hinaus erweitern, auch die breitere Luau-Entwicklergemeinschaft. Dies liegt daran, dass die geteilten Skriptdaten in einen Datensatz einfließen, der Dritten zugänglich ist und darauf abzielt, deren KI-Chat-Tools für verbesserte Luau-Codevorschläge zu verfeinern.

Vereinfachung des Avatar-Designs

Roblox’ Vision ist es, dass jeder der beeindruckenden 65,5 Millionen täglichen Nutzer einen Avatar besitzt, der seine Identität wirklich widerspiegelt und vermittelt. Während kürzlich die Möglichkeit eingeführt wurde, dass Mitglieder des UGC-Programms Avatar-Körper und eigenständige Köpfe entwerfen und vermarkten können, beinhaltet der aktuelle Designprozess die Navigation durch Studio oder das UGC-Programm. In Kombination mit einem erforderlichen fortgeschrittenen Können und mehreren Tagen zur Integration von Funktionen wie Gesichtsausdrücken und 3D-Rigging wird die Avatar-Erstellung zu einem langwierigen Unterfangen. Infolgedessen bleiben die Avatar-Optionen begrenzt. Roblox sieht sich jedoch vor der Aufgabe, über diese Einschränkungen hinauszugehen.

Mit dem Ziel, allen Roblox-Nutzern den Zugang zu einem einzigartigen, dynamischen Avatar zu erleichtern, strebt das Unternehmen an, den Avatar-Erstellungsprozess zu vereinfachen. Auf der RDC wurde die Enthüllung eines revolutionären Tools angekündigt, das für 2024 geplant ist. Diese Innovation wird die Umwandlung eines Bildes oder mehrerer Bilder in einen benutzerdefinierten Avatar ermöglichen. Jeder mit Studio oder dem UGC-Programm verbundene Ersteller kann dieses Tool nutzen, ein Bild hochladen und den generierten Avatar anschließend personalisieren. Roblox’ langfristiges Streben umfasst die Integration dieser Roblox-KI-Funktionen direkt in Roblox-Erfahrungen.

Um dies zu verwirklichen, konzentriert sich Roblox auf KI-Modelle, die auf dem Avatar-Design der Plattform und einer Sammlung roblox-spezifischer 3D-Avatar-Modelle basieren. Zu den in Betracht gezogenen Techniken gehören die Generierung von 3D-Avataren aus 2D-Bildern, die Stärkung begrenzter 3D-Daten durch 2D-generative Strategien und der Einsatz eines Generative Adversarial Network (GAN) für die 3D-Generierung. Darüber hinaus wird die ControlNet-Technologie genutzt, um voreingestellte Posen aufzulegen und so die Multi-Winkel-Avatar-Visualisierungen zu verbessern.

Nach der Erstellung der 3D-Avatar-Struktur kommt eine fortschrittliche 3D-semantische Segmentierung zum Einsatz, die von Avatar-Posen gesteuert wird. Dieses Verfahren verfeinert das ursprüngliche 3D-Design, indem es unterscheidende Gesichtselemente, Strukturen und Texturen einbezieht, wodurch die grundlegende 3D-Form schließlich in einen authentischen Roblox-Avatar verwandelt wird. Anschließend können Nutzer ein Mesh-Bearbeitungstool zur weiteren Anpassung verwenden, um den Avatar an ihr vorgestelltes Konzept anzupassen. Bemerkenswerterweise ermöglicht die Roblox AI, dass dieser Prozess in wenigen Minuten abgeschlossen wird, was eine sofortige Integration des Avatars in Roblox-Erfahrungen erlaubt.

Moderation von Sprachkommunikation

Roblox AI geht über die reine Inhaltserstellung hinaus; es dient auch als robustes Mittel, um eine vielfältige, sichere und respektvolle Gemeinschaft in großem Maßstab zu fördern. Mit der Einführung neuer Sprachfunktionen wie Voice Chat, Roblox Connect und den auf der RDC neu angekündigten APIs wird die Moderation von Echtzeit-Sprachinhalten zu einer neuen Herausforderung. Die in der Branche vorherrschende Lösung, die Automatic Speech Recognition (ASR), funktioniert, indem Audio-Dateien in Text umgewandelt werden, der dann auf potenziell unangemessene Inhalte oder bestimmte Schlüsselwörter überprüft wird.

Während dies für kleinere Einheiten effektiv ist, zeigte die Bereitstellung von ASR für Roblox’ enorme Nutzerbasis ihre Ineffizienzen auf. Es werden nicht nur Nuancen wie Tonfall und Lautstärke verpasst, sondern das schiere Volumen der täglichen Gespräche, die sich über mehrere Sprachen erstrecken, macht den Prozess mühsam. Um diese Herausforderungen zu erkennen, entwickelte Roblox AI ein effizienteres Verfahren, das Richtlinienverstöße direkt aus Live-Audio erkennt.

Dieser hochmoderne Stimmenerkennungsmechanismus wurde intern entwickelt. Roblox AI nutzte ASR, um seine proprietären Stimmendatensätze zu kategorisieren, und verwendete anschließend die kategorisierten Daten für das Systemtraining. Der Trainingsprozess beginnt mit der Umwandlung von Audio in Transkripte, die dann von Roblox’ Textfiltersystem bewertet werden, das bereits darin geübt ist, roblox-spezifische Fachbegriffe und potenzielle Verstöße zu identifizieren. Infolgedessen verfügt Roblox nun über ein Modell, das in der Lage ist, Richtlinienverstöße direkt aus Audio-Streams in Echtzeit zu erkennen.

Das Roblox AI-System ist zwar in der Lage, explizite Schlüsselwörter zu identifizieren, erkennt jedoch, dass Richtlinienverstöße oft vom größeren Kontext abhängen. Ein Wort, das in einem Kontext anstößig ist, kann in einem anderen harmlos sein. Um das kontextuelle Verständnis zu verbessern, integrierte Roblox eine auf Transformern basierende Architektur, die für die Sequenzanalyse geeignet ist. Dieses Framework bewahrt erweiterte Audio-Sequenzen auf und ermöglicht es dem System, Wörter, Kontext und Intonationen zu unterscheiden. Das Ergebnis ist ein System, das Audio basierend auf der Einhaltung von Richtlinien klassifiziert, wobei Schlüsselwörter, Tonfall, Stimmung und der gesamte Kontext berücksichtigt werden. Beeindruckenderweise erfordert dieses innovative System erheblich weniger Rechenleistung als herkömmliche ASR, was Roblox’ Vision einer expansiven Skalierbarkeit entspricht.