A principios de este año, Roblox dio a conocer su ambicioso plan para incorporar la IA generativa de Roblox a su plataforma, con el objetivo de simplificar la creación de contenido para todos los usuarios. Los recientes avances en IA generativa, en particular en los modelos de lenguaje grandes (LLM), prometen un nuevo horizonte para mejorar las experiencias inmersivas. Estos avances no solo aceleran el proceso de creación, sino que también garantizan un entorno más seguro, todo ello manteniendo bajo control las demandas computacionales.
Una tendencia notable en la IA es el auge de los modelos multimodales. Estos modelos, expertos en procesar una variedad de formatos de contenido, desde imágenes y texto hasta modelos 3D y audio, están redefiniendo las herramientas de creación. Su capacidad para producir resultados que combinan múltiples modos (por ejemplo, texto con elementos visuales correspondientes) se destaca como una innovación significativa. Para Roblox, esto representa una doble ventaja:
Aumenta la productividad de los creadores de contenido experimentados.
Democratiza el proceso creativo, permitiendo que un mayor número de usuarios materialicen sus ideas en la plataforma.
En la reciente Roblox Developers Conference (RDC), la compañía anunció el lanzamiento de varias herramientas que incorporan IA generativa en Roblox Studio. Estas herramientas tienen como objetivo facilitar un escalamiento más rápido de los proyectos, acelerar el proceso de iteración y mejorar las capacidades creativas de los usuarios, asegurando una generación de contenido de primer nivel.
Asistente de inteligencia artificial de Roblox
Roblox siempre ha proporcionado a sus creadores los recursos necesarios para crear experiencias 3D detalladas. Sin embargo, muchos de ellos recurrieron a herramientas de inteligencia artificial generativa y conversacional de terceros para obtener ayuda. Aunque resultaron beneficiosas para aliviar algunas cargas, estas versiones genéricas no estaban adaptadas a los flujos de trabajo únicos de Roblox ni a su código, jerga y lenguaje distintivos. En consecuencia, los creadores se encontraron con desafíos sustanciales al intentar integrar estas herramientas con el contenido de Roblox. Al reconocer esta brecha, Roblox anunció su esfuerzo por incorporar los beneficios de estas herramientas directamente en Roblox Studio durante la RDC, presentando una versión preliminar de su herramienta llamada "Assistant".
“Assistant” es la IA conversacional interna de Roblox diseñada para agilizar el proceso de creación para los creadores, independientemente de su nivel de experiencia. Su objetivo es minimizar el tiempo dedicado a las tareas rutinarias, lo que permite a los creadores centrarse en áreas como la historia, la jugabilidad y el diseño general. Con su amplia biblioteca de modelos 3D públicos y la capacidad de fusionar el modelo con las API de la plataforma, Roblox se destaca como un candidato principal para desarrollar un modelo de IA de este tipo para universos 3D intrincados. Con Assistant, los creadores pueden emplear indicaciones en lenguaje sencillo para diseñar escenas, modificar modelos 3D e infundir características interactivas a los objetos. La herramienta cubre tres etapas clave de creación: comprensión, programación y construcción:
Comprensión: Ya sea que sea un novato o un experto en Roblox, Roblox AI Assistant facilita las respuestas a diversas consultas utilizando un lenguaje sencillo. Programación: Basándose en la función existente "Code Assist", Assistant puede mejorar la codificación, dilucidar ciertos segmentos de código y ofrecer soluciones de depuración. Construcción: Los creadores pueden convertir rápidamente los conceptos en modelos tangibles. Al ingresar comandos como "Ilumina este camino con farolas" o "Construye un bosque variado y decóralo con arbustos y flores", se pueden materializar escenas completas. La interacción con Assistant se concibe como un proceso dinámico y bidireccional, que permite a los creadores brindar comentarios y refinar los resultados. Es similar a colaborar con un cocreador experimentado, lo que facilita la lluvia de ideas y la optimización de las mismas.
Durante la RDC, Roblox hizo un anuncio adicional sobre su nueva herramienta de IA de Roblox, Assistant. A los desarrolladores se les presentó la oportunidad de contribuir con sus datos anónimos de scripts de Luau para mejorar la eficiencia y la capacidad de las herramientas de IA de Roblox, como Code Assist y Assistant. Al hacerlo, no solo ayudarían a la comunidad de desarrolladores de Roblox, sino que, si decidieran extender sus contribuciones más allá de Roblox, también ayudarían a la comunidad de desarrolladores de Luau en general. Esto se debe a que los datos de scripts compartidos se incorporarían a un conjunto de datos accesible para terceros, con el objetivo de refinar sus herramientas de chat de IA para obtener mejores sugerencias de código de Luau.
Optimización del diseño de Avatar
La visión de Roblox es que cada uno de sus impresionantes 65,5 millones de usuarios diarios tenga un avatar que refleje y transmita genuinamente su identidad. Si bien recientemente se introdujo la capacidad para que los miembros del programa UGC diseñen y comercialicen cuerpos de avatar y cabezas independientes, el proceso de diseño actual implica navegar por Studio o el programa UGC. Junto con un nivel de habilidad avanzado requerido y varios días para integrar características como expresiones faciales y rigging 3D, la creación de avatares se convierte en un esfuerzo prolongado. Como resultado, las opciones de avatar siguen siendo limitadas. Sin embargo, Roblox prevé expandirse más allá de estas limitaciones.
Con la intención de facilitar a todos los usuarios de Roblox la obtención de un avatar distintivo y dinámico, la empresa pretende simplificar el proceso de creación de avatares. En la RDC, se anunció la presentación de una herramienta revolucionaria prevista para 2024. Esta innovación permitirá la transformación de una imagen o varias imágenes en un avatar personalizado. Cualquier creador afiliado a Studio o al programa UGC puede emplear esta herramienta, subiendo una imagen y posteriormente personalizando el avatar generado. La aspiración a largo plazo de Roblox incluye la incorporación de estas funciones de IA de Roblox directamente en las experiencias de Roblox.
Para hacer realidad esto, Roblox está canalizando esfuerzos hacia modelos de IA, basados en el diseño de avatares de la plataforma y una colección de modelos de avatares 3D específicos de Roblox. Las técnicas que se están considerando incluyen la generación de avatares 3D a partir de imágenes 2D, el fortalecimiento de datos 3D limitados mediante estrategias generativas 2D y el empleo de una red generativa adversarial (GAN) para la generación 3D. Además, se está aprovechando la tecnología ControlNet para superponer poses preestablecidas, lo que mejora las imágenes de avatares desde múltiples ángulos.
Tras la creación de la estructura del avatar en 3D, se utiliza una segmentación semántica avanzada en 3D, basada en las poses del avatar. Este procedimiento perfecciona el diseño 3D inicial, incorporando elementos faciales, estructuras y texturas distintivos, y finalmente transforma la forma 3D básica en un auténtico avatar de Roblox. Posteriormente, los usuarios pueden emplear una herramienta de edición de malla para una mayor personalización, alineando el avatar con el concepto que tenían en mente. Sorprendentemente, Roblox AI permite que este proceso se complete en cuestión de minutos, lo que permite la integración inmediata del avatar en las experiencias de Roblox.
Moderar la comunicación por voz
La inteligencia artificial de Roblox va más allá de la mera creación de contenido; también sirve como un mecanismo sólido para fomentar una comunidad variada, segura y respetuosa a gran escala. Con la introducción de nuevas funciones de voz, como el chat de voz, Roblox Connect y las API recientemente anunciadas en RDC, la moderación de contenido hablado en tiempo real surge como un nuevo desafío. La solución predominante en la industria, el reconocimiento automático de voz (ASR), funciona convirtiendo archivos de audio en texto, que luego se analiza en busca de contenido potencialmente inapropiado o palabras clave específicas.
Si bien es eficaz para entidades de menor escala, la implementación de ASR para la amplia base de usuarios de Roblox reveló sus ineficiencias. No solo no logra capturar matices como el tono y el volumen, sino que el gran volumen de conversaciones diarias, que abarcan varios idiomas, lo vuelve engorroso. Al reconocer estos desafíos, Roblox AI fue pionero en un procedimiento más simplificado que identifica las infracciones de políticas directamente desde el audio en vivo.
Este mecanismo de detección de voz de última generación fue desarrollado internamente. Roblox AI empleó ASR para categorizar sus conjuntos de datos de voz patentados y, posteriormente, utilizó los datos categorizados para el entrenamiento del sistema. El proceso de entrenamiento comienza con la conversión de audio en transcripciones, que luego son evaluadas por el sistema de filtro de texto de Roblox, que ya es experto en identificar la jerga específica de Roblox y las posibles infracciones. En consecuencia, Roblox ahora tiene un modelo competente en la detección en tiempo real de infracciones de políticas directamente desde transmisiones de audio.
El sistema de inteligencia artificial de Roblox, si bien es experto en identificar palabras clave explícitas, reconoce que las infracciones de políticas a menudo dependen del contexto más amplio. Una palabra que es objetable en un contexto puede ser benigna en otro. Para mejorar la comprensión contextual, Roblox integró una arquitectura basada en transformadores, experta en el análisis de secuencias. Este marco preserva secuencias de audio extendidas, lo que permite al sistema discernir palabras, contexto y entonaciones. El resultado es un sistema que clasifica el audio en función del cumplimiento de las políticas, teniendo en cuenta las palabras clave, el tono, el sentimiento y el contexto general. Sorprendentemente, este innovador sistema requiere significativamente menos potencia computacional que el ASR tradicional, lo que se alinea con la visión de Roblox de una escalabilidad expansiva.