Roblox ra mắt Cube 3D: AI nguồn mở để tạo đối tượng và cảnh 3D từ lời nhắc văn bản

Nền tảng chơi game trực tuyến và hệ thống phát triển trò chơi ROBLOX đã công bố việc phát hành và cung cấp mã nguồn mở Cube 3D, một mô hình AI được thiết kế để tạo ra các đối tượng và môi trường 3D từ lời nhắc văn bản. 

Cube 3D sẽ đóng vai trò là nền tảng cho nhiều công cụ AI mà Roblox dự định phát triển trong tương lai, bao gồm các công cụ tạo cảnh tiên tiến. Theo thời gian, nó sẽ phát triển thành một mô hình đa phương thức, kết hợp văn bản, hình ảnh, video và các dạng đầu vào khác, và sẽ tích hợp với các công cụ tạo AI hiện có của Roblox. Mô hình AI có khả năng tạo ra các mô hình và môi trường 3D trực tiếp từ các mô tả văn bản và trong tương lai, từ cả hình ảnh. 

Để tạo ra một thế giới 3D thực sự nhập vai, điều cần thiết là phải thiết kế các cấu trúc đầy đủ chức năng—chẳng hạn như nhà để xe để lái xe vào, khán đài để ngồi và bục cho làn đường chiến thắng. Để đạt được điều này, Roblox đã lấy cảm hứng từ các mô hình tiên tiến được đào tạo trên các mã thông báo văn bản để dự đoán mã thông báo tiếp theo và tạo thành một câu. Sự đổi mới này dựa trên cùng một nguyên tắc này. Roblox đã phát triển khả năng mã hóa các đối tượng 3D và nhận dạng các hình dạng dưới dạng mã thông báo, đào tạo Cube 3D để dự đoán mã thông báo hình dạng tiếp theo để xây dựng các đối tượng 3D hoàn chỉnh. Khi được mở rộng thành thế hệ cảnh đầy đủ, Cube 3D sẽ dự đoán bố cục và dự đoán đệ quy các hình dạng để hoàn thành bố cục đó. Người dùng có thể tinh chỉnh, phát triển các plugin hoặc đào tạo Cube 3D bằng dữ liệu của riêng họ để đáp ứng các nhu cầu cụ thể của họ.

Roblox đổi mới việc tạo đối tượng bằng mã thông báo 3D 

Thách thức kỹ thuật chính là liên kết văn bản và hình ảnh với hình dạng 3D. Đổi mới chính là mã thông báo 3D, cho phép nền tảng biểu diễn các đối tượng 3D dưới dạng mã thông báo, tương tự như cách văn bản được biểu diễn dưới dạng mã thông báo. Điều này cho phép Roblox dự đoán hình dạng tiếp theo theo cùng cách mà các mô hình ngôn ngữ dự đoán từ tiếp theo trong một câu.

Để đạt được khả năng tạo 3D, Roblox đã phát triển một kiến ​​trúc thống nhất cho khả năng tạo tự hồi quy, bao gồm tạo các đối tượng đơn lẻ, hoàn thiện hình dạng và thiết kế bố cục nhiều đối tượng hoặc cảnh. Bộ biến đổi tự hồi quy là mạng nơ-ron sử dụng các đầu vào trước đó để dự đoán thành phần tiếp theo. Kiến trúc này hỗ trợ cả khả năng mở rộng và khả năng tương thích đa phương thức, cho phép mô hình xử lý nhiều loại đầu vào khác nhau (văn bản, hình ảnh, âm thanh và 3D). Roblox đang mã nguồn mở mô hình này và trong giai đoạn đầu này, người sáng tạo sẽ có thể tạo các đối tượng 3D từ lời nhắc văn bản. Trong tương lai, mục tiêu của nó là người sáng tạo có thể tạo toàn bộ cảnh bằng nhiều loại đầu vào.

Để đào tạo bộ biến đổi được đào tạo trước tạo ra (GPT) để tạo hình dạng, Roblox sử dụng các mã thông báo hình dạng 3D riêng biệt, căn chỉnh chúng với các lời nhắc văn bản. Cách tiếp cận mới lạ này định vị chúng ta để tạo ra các cảnh 3D có thể chơi được hoàn toàn trong tương lai.

Roblox là một nền tảng chơi game trực tuyến và hệ thống tạo trò chơi cho phép người dùng thiết kế, phát triển và chơi các trò chơi do người dùng khác tạo ra. Nó cung cấp một môi trường ảo rộng lớn, nơi mọi người có thể tạo và chia sẻ các trải nghiệm 3D tương tác, từ các trò chơi đơn giản đến các thế giới ảo phức tạp.