No início deste ano, a Roblox revelou seu ambicioso plano para adicionar IA generativa da Roblox à sua plataforma, com o objetivo de tornar a criação de conteúdo mais simplificada para todos os usuários. Os recentes desenvolvimentos na IA generativa, particularmente em grandes modelos de linguagem (LLMs), prometem um novo horizonte para melhorar experiências imersivas. Esses avanços não apenas aceleram o processo de criação, mas também garantem um ambiente mais seguro, ao mesmo tempo que mantêm as demandas computacionais sob controle.
Uma tendência notável na IA é o surgimento de modelos multimodais. Esses modelos, capazes de processar uma variedade de formas de conteúdo, desde imagens e texto até modelos 3D e áudio, estão redefinindo as ferramentas de criação. A sua capacidade de produzir resultados que combinam vários modos – por exemplo, texto com elementos visuais correspondentes – destaca-se como uma inovação significativa. Para Roblox, isso representa uma vantagem dupla:
Aumenta a produtividade de criadores de conteúdo experientes.
Ela democratiza o processo criativo, permitindo que uma gama maior de usuários materialize suas ideias na plataforma.
Na recente Roblox Developers Conference (RDC), a empresa anunciou o lançamento de várias ferramentas que incorporam IA generativa no Roblox Studio. Essas ferramentas visam facilitar o dimensionamento mais rápido de projetos, acelerar o processo de iteração e aprimorar as capacidades criativas dos usuários, garantindo a geração de conteúdo de primeira linha.
Assistente de IA Roblox
A Roblox tem fornecido consistentemente aos seus criadores os recursos necessários para criar experiências 3D detalhadas. No entanto, muitos criadores recorreram a ferramentas de IA generativas e conversacionais de terceiros para obter assistência. Embora benéficas para aliviar alguns fardos, essas versões genéricas não foram adaptadas para os fluxos de trabalho exclusivos da Roblox ou seu código, jargão e vernáculo distintos. Consequentemente, os criadores encontraram desafios substanciais ao tentar integrar essas ferramentas com o conteúdo da Roblox. Reconhecendo essa lacuna, a Roblox anunciou seu esforço para incorporar os benefícios dessas ferramentas diretamente no Roblox Studio durante o RDC, introduzindo uma versão inicial de sua ferramenta chamada "Assistant".
“Assistant” é a IA conversacional interna da Roblox projetada para agilizar o processo de criação para criadores, independentemente do seu nível de experiência. Ela visa minimizar o tempo gasto em tarefas de rotina, permitindo que os criadores se concentrem em áreas como enredo, jogabilidade e design geral. Com sua vasta biblioteca de modelos 3D públicos e a capacidade de mesclar o modelo com APIs de plataforma, a Roblox se destaca como uma candidata principal para desenvolver tal modelo de IA para universos 3D intrincados. Com o Assistant, os criadores podem empregar prompts de linguagem simples para projetar cenas, modificar modelos 3D e infundir objetos com características interativas. A ferramenta abrange três estágios principais de criação: compreensão, programação e construção:
Compreensão: Seja um novato ou um especialista em Roblox, o Roblox AI Assistant facilita respostas a diversas consultas usando linguagem simples. Programação: Com base no recurso existente "Code Assist", o Assistant pode aprimorar a codificação, elucidar certos segmentos de código e oferecer soluções de depuração. Construção: Os criadores podem transformar conceitos rapidamente em modelos tangíveis. Ao inserir comandos como "Iluminar este caminho com postes de luz" ou "Construir uma floresta variada e adornar com arbustos e flores", cenas inteiras podem se materializar. O envolvimento com o Assistant é concebido como um processo dinâmico e bidirecional, permitindo que os criadores forneçam feedback e refinem os resultados. É semelhante a colaborar com um cocriador experiente, facilitando o brainstorming e a otimização de ideias.
Durante o RDC, a Roblox fez um anúncio adicional sobre sua nova ferramenta Roblox AI, Assistant. Os desenvolvedores tiveram a oportunidade de contribuir com seus dados de script Luau anônimos para aumentar a eficiência e a capacidade das ferramentas Roblox AI, como Code Assist e Assistant. Ao fazer isso, eles estariam auxiliando não apenas a comunidade de desenvolvedores Roblox, mas, se escolhessem estender suas contribuições além da Roblox, também ajudariam a comunidade mais ampla de desenvolvedores Luau. Isso ocorre porque os dados de script compartilhados seriam incorporados a um conjunto de dados acessível a terceiros, com o objetivo de refinar suas ferramentas de bate-papo de IA para sugestões de código Luau aprimoradas.
Simplificando o design do Avatar
A visão da Roblox é que cada um dos seus impressionantes 65,5 milhões de usuários diários possua um avatar que realmente reflita e transmita sua identidade. Embora recentemente, a capacidade tenha sido introduzida para os membros do Programa UGC projetarem e comercializarem corpos de avatar e cabeças autônomas, o processo de design atual envolve navegar no Studio ou no Programa UGC. Juntamente com um nível de habilidade avançado necessário e vários dias para integrar recursos como expressões faciais e rigging 3D, a criação de avatar se torna um esforço prolongado. Como resultado, as opções de avatar permanecem limitadas. No entanto, a Roblox prevê expandir além dessas limitações.
Com a intenção de facilitar a todos os usuários do Roblox a obtenção de um avatar distinto e dinâmico, a empresa visa simplificar o processo de criação de avatar. No RDC, foi anunciada a revelação de uma ferramenta revolucionária programada para 2024. Essa inovação permitirá a transformação de uma imagem ou várias imagens em um avatar personalizado. Qualquer criador afiliado ao Studio ou ao programa UGC pode empregar essa ferramenta, carregando uma imagem e, posteriormente, personalizando o avatar gerado. A aspiração de longo prazo da Roblox inclui incorporar esses recursos de IA do Roblox diretamente nas experiências do Roblox.
Para concretizar isso, a Roblox está canalizando esforços para modelos de IA, informados pelo design de avatar da plataforma e uma coleção de modelos de avatar 3D específicos da Roblox. As técnicas em consideração incluem gerar avatares 3D a partir de visuais 2D, fortalecer dados 3D limitados por meio de estratégias generativas 2D e empregar uma rede adversária generativa (GAN) para geração 3D. Além disso, a tecnologia ControlNet está sendo aproveitada para sobrepor poses predefinidas, aprimorando os visuais de avatar multi-ângulo.
Após a criação da estrutura do avatar 3D, a segmentação semântica 3D avançada, informada por poses de avatar, é utilizada. Este procedimento refina o design 3D inicial, incorporando elementos faciais, estruturas e texturas distintivas, finalmente metamorfoseando a forma 3D básica em um avatar Roblox autêntico. Posteriormente, os usuários podem empregar uma ferramenta de edição de malha para personalização adicional, alinhando o avatar com seu conceito imaginado. Notavelmente, a Roblox AI permite que esse processo seja concluído em poucos minutos, permitindo a integração imediata do avatar nas experiências Roblox.
Moderando a comunicação de voz
A Roblox AI vai além da mera criação de conteúdo; ela também serve como um mecanismo robusto para promover uma comunidade variada, segura e respeitosa em grande escala. Com a introdução de novos recursos de voz, como chat de voz, Roblox Connect e APIs recém-anunciadas na RDC, moderar conteúdo falado em tempo real surge como um novo desafio. A solução predominante na indústria, o Reconhecimento Automático de Fala (ASR), funciona convertendo arquivos de áudio em texto, que é então examinado em busca de conteúdo potencialmente inapropriado ou palavras-chave específicas.
Embora eficaz para entidades de menor escala, a implantação do ASR para a vasta base de usuários do Roblox revelou suas ineficiências. Ele não apenas deixa de capturar nuances como tom e volume, mas o grande volume de conversas diárias, abrangendo vários idiomas, o torna incômodo. Reconhecendo esses desafios, a Roblox AI foi pioneira em um procedimento mais simplificado que identifica violações de política diretamente do áudio ao vivo.
Este mecanismo de detecção de voz de última geração foi desenvolvido internamente. A Roblox AI empregou o ASR para categorizar seus conjuntos de dados de voz proprietários e, posteriormente, utilizou os dados categorizados para treinamento do sistema. O processo de treinamento começa com a conversão de áudio em transcrições, que são então avaliadas pelo sistema de filtro de texto da Roblox, já hábil em identificar jargões específicos da Roblox e potenciais violações. Consequentemente, a Roblox agora tem um modelo proficiente na detecção em tempo real de violações de políticas diretamente de fluxos de áudio.
O sistema Roblox AI, embora seja hábil em identificar palavras-chave explícitas, reconhece que as violações de políticas geralmente dependem do contexto mais amplo. Uma palavra que é questionável em um cenário pode ser benigna em outro. Para melhorar a compreensão contextual, a Roblox integrou uma arquitetura baseada em transformador, hábil em análise de sequência. Essa estrutura preserva sequências de áudio estendidas, permitindo que o sistema discerna palavras, contexto e entonações. O resultado é um sistema que classifica o áudio com base na adesão à política, fatorando palavras-chave, tom, sentimento e contexto geral. Impressionantemente, esse sistema inovador requer significativamente menos poder computacional do que o ASR tradicional, alinhando-se com a visão da Roblox de escalabilidade expansiva.