生成型Roblox AIがRobloxでのクリエイションを変革している

今年初頭、Robloxはプラットフォームに生成型Roblox AIを追加する野心的な計画を発表し、すべてのユーザーにとってコンテンツ作成をよりスムーズにすることを目指しました。生成AI、特に大規模言語モデル（LLM）における最近の進展は、没入型体験を強化するための新しい地平を約束します。このような進展は、作成プロセスをスピードアップするだけでなく、計算リソースの要件を抑えながら、より安全な環境も確保します。

AIにおける注目すべきトレンドの一つは、マルチモーダルモデルの台頭です。画像、テキスト、3Dモデル、オーディオなど、さまざまなコンテンツ形式の処理に長けたこれらのモデルは、作成ツールを再定義しています。テキストと対応する視覚要素など、複数のモードを組み合わせた出力を生成する能力は、重要な革新として際立っています。Robloxにとって、これは二重の利点をもたらします：

• 熟練したコンテンツクリエイターの生産性を向上させる。
• クリエイティブプロセスを民主化し、より広範なユーザーがプラットフォーム上でアイデアを具現化できるようにする。

最近のRoblox開発者会議（RDC）で、同社は生成AIをRoblox Studioに組み込んだ複数のツールの発売を発表しました。これらのツールは、プロジェクトの迅速なスケーリング、反復プロセスの加速、ユーザーのクリエイティブ能力の向上を目指し、トップクラスのコンテンツ生成を確保します。

Roblox AIアシスタント

Robloxは一貫して、詳細な3D体験を構築するために必要なリソースをクリエイターに提供してきました。しかし、多くのクリエイターは支援のためにサードパーティの生成型および会話型AIツールに頼りました。これらのツールは一部の負担を軽減するのに有益でしたが、Robloxの独自のワークフローや、その固有のコード、用語、口語に合わせて調整されたものではありませんでした。その結果、クリエイターはこれらのツールをRobloxコンテンツに統合しようとする際に大きな課題に直面しました。このギャップを認識し、RobloxはRDCで、これらのツールの利点をRoblox Studioに直接組み込む取り組みを発表し、「Assistant」と呼ばれるツールの初期バージョンを導入しました。

「Assistant」は、Robloxの社内会話型AIであり、経験のレベルに関係なく、クリエイターのための作成プロセスを合理化するために設計されています。これは、ルーチンタスクに費やす時間を最小限に抑え、クリエイターがストーリーライン、ゲームプレイ、全体的なデザインなどの分野に集中できるようにすることを目指しています。Robloxは、膨大な数の公開3Dモデルのライブラリと、モデルをプラットフォームAPIと統合する能力を備えており、複雑な3DユニバースのためのこのようなAIモデルを開発するための主要な候補です。Assistantを使用すると、クリエイターは自然な言語のプロンプトを使用してシーンを作成し、3Dモデルを変更し、オブジェクトにインタラクティブな特性を付与することができます。このツールは、理解、プログラミング、構築という3つの主要な作成段階をカバーしています：

理解力：无论是新手还是Roblox专家，Roblox AI Assistant都能使用通俗易懂的语言解答各种疑问。编程：在现有的“Code Assist”功能基础上，Assistant可以增强编码能力，解释特定代码段，并提供调试解决方案。建造：创作者可以快速将概念转化为实体模型。通过输入“用路灯照亮这条路径”或“建造一片多样的森林并装饰灌木和花朵”等指令，整个场景即可呈现。与Assistant的互动被设想为一种动态的双向过程，允许创作者提供反馈并优化结果。这就像与经验丰富的联合创作者合作，促进头脑风暴和想法优化。

在RDC期间，Roblox就其新的Roblox AI工具Assistant发布了额外公告。开发者被邀请贡献其匿名的Luau脚本数据，以提升Roblox AI工具（如Code Assist和Assistant）的效率和能力。通过这样做，他们不仅有助于Roblox开发者社区，如果选择将贡献扩展到Roblox之外，还将帮助更广泛的Luau开发者社区。这是因为共享的脚本数据将被纳入第三方可访问的数据集中，旨在优化其AI聊天工具，以提供更优质的Luau代码建议。

简化头像设计

Roblox的愿景是让每位令人瞩目的日活跃用户（6550万）拥有真正反映和传达其身份的头像。虽然最近引入了UGC项目成员设计和销售头像身体和独立头部的功能，但当前的设计过程需要导航至Studio或UGC项目。加上所需的高级技能水平以及整合面部表情和3D绑定等功能所需的数天时间，头像创建成为一个漫长的过程。因此，头像选项仍然有限。然而，Roblox的愿景是突破这些限制。

为了帮助所有Roblox用户获得独特的动态头像，该公司旨在简化头像创建过程。在RDC上，宣布了一项将于2024年推出的革命性工具。这项创新将允许将一张或多张图片转换为自定义头像。任何与Studio或UGC项目相关的创作者都可以使用此工具，上传图片并随后个性化生成的头像。Roblox的长期目标包括将这些Roblox AI功能直接嵌入Roblox体验中。

为了实现这一目标，Roblox正致力于AI模型，这些模型基于平台的头像设计和一系列Roblox特定的3D头像模型。正在考虑的技术包括从2D图像生成3D头像、通过2D生成策略增强有限的3D数据，以及使用生成对抗网络（GAN）进行3D生成。此外，ControlNet技术正被用于叠加预设姿势，以增强多角度的头像视觉效果。

在创建3D头像结构后，利用基于头像姿势的高级3D语义分割。此过程优化初始3D设计，融入独特的面部元素、结构和纹理，最终将基本的3D形式转化为真实的Roblox头像。随后，用户可以使用网格编辑工具进行进一步定制，使头像符合其设想的概念。值得注意的是，Roblox AI允许在短短几分钟内完成此过程，使头像能够立即集成到Roblox体验中。

审核语音通信

Roblox AI不仅限于内容创作；它还作为一种强大的机制，旨在大规模促进多样化、安全和尊重的社区。随着新语音功能（如语音聊天、Roblox Connect以及在RDC上宣布的新API）的引入，审核实时语音内容成为一个新的挑战。行业中普遍采用的解决方案是自动语音识别（ASR），其功能是将音频文件转换为文本，然后审查是否存在潜在的不当内容或特定关键词。

虽然对于小规模实体有效，但为Roblox庞大的用户群部署ASR暴露了其低效性。它不仅无法捕捉语气和音量等细微差别，而且每天大量的多语言对话使其变得笨拙。认识到这些挑战，Roblox AI开创了一种更简化的流程，直接从实时音频中识别政策违规行为。

这种最先进的语音检测机制是内部开发的。Roblox AI使用ASR对其专有语音数据集进行分类，随后利用分类数据进行系统训练。训练过程始于将音频转换为转录文本，然后由Roblox的文本过滤系统进行评估，该系统已擅长识别Roblox特有的行话和潜在违规行为。因此，Roblox现在拥有一个能够从音频流中实时检测政策违规的模型。

Roblox AI系统虽然擅长识别显式关键词，但也认识到政策违规往往取决于更广泛的上下文。在一个环境中令人反感的词在另一个环境中可能是无害的。为了提高上下文理解能力，Roblox集成了基于Transformer的架构，擅长序列分析。该框架保留扩展的音频序列，使系统能够辨别单词、上下文和语调。结果是一个基于政策合规性对音频进行分类的系统，考虑关键词、语气、情感和整体上下文。令人印象深刻的是，这种创新系统所需的计算能力远低于传统ASR，符合Roblox对大规模扩展的愿景。