Đầu năm nay, Roblox đã tiết lộ kế hoạch đầy tham vọng của mình về việc bổ sung Roblox AI tổng quát vào nền tảng của mình, nhằm mục đích giúp việc tạo nội dung trở nên hợp lý hơn cho tất cả người dùng. Những phát triển gần đây về AI tạo sinh, đặc biệt là trong các mô hình ngôn ngữ lớn (LLM), hứa hẹn một chân trời mới để nâng cao trải nghiệm sống động. Những tiến bộ như vậy không chỉ đẩy nhanh quá trình sáng tạo mà còn đảm bảo một môi trường an toàn hơn, đồng thời vẫn kiểm soát được nhu cầu tính toán.
Một xu hướng đáng chú ý trong AI là sự nổi lên của các mô hình đa phương thức. Những mô hình này, có khả năng xử lý thành thạo nhiều dạng nội dung khác nhau, từ hình ảnh và văn bản đến mô hình và âm thanh 3D, đang định hình lại các công cụ sáng tạo. Khả năng tạo ra kết quả đầu ra kết hợp nhiều chế độ - ví dụ: văn bản với hình ảnh tương ứng - nổi bật như một sự đổi mới đáng kể. Đối với Roblox, điều này thể hiện lợi thế gấp đôi:
Nó thúc đẩy năng suất của những người sáng tạo nội dung dày dạn kinh nghiệm.
Nó dân chủ hóa quá trình sáng tạo, cho phép nhiều người dùng hơn hiện thực hóa ý tưởng của họ trên nền tảng này.
Tại Hội nghị các nhà phát triển Roblox (RDC) gần đây, công ty đã công bố ra mắt một số công cụ tích hợp AI tạo sinh vào Roblox Studio. Các công cụ này nhằm mục đích tạo điều kiện mở rộng quy mô dự án nhanh hơn, đẩy nhanh quá trình lặp lại và nâng cao khả năng sáng tạo của người dùng, đảm bảo tạo ra nội dung hàng đầu.
Trợ lý AI Roblox
Roblox luôn cung cấp cho người sáng tạo của mình các nguồn lực cần thiết để tạo ra những trải nghiệm 3D chi tiết. Tuy nhiên, nhiều người sáng tạo đã chuyển sang các công cụ AI đàm thoại và tạo ra của bên thứ ba để được hỗ trợ. Mặc dù có lợi trong việc giảm bớt một số gánh nặng, nhưng các phiên bản chung này không được thiết kế riêng cho quy trình làm việc độc đáo của Roblox hoặc mã, thuật ngữ chuyên ngành và ngôn ngữ bản địa riêng biệt của nó. Do đó, người sáng tạo đã gặp phải những thách thức đáng kể khi cố gắng tích hợp các công cụ này với nội dung Roblox. Nhận ra khoảng cách này, Roblox đã công bố nỗ lực kết hợp các lợi ích của công cụ này trực tiếp vào Roblox Studio trong RDC, giới thiệu phiên bản đầu tiên của công cụ có tên là "Trợ lý".
“Trợ lý” là AI đàm thoại nội bộ của Roblox được thiết kế để hợp lý hóa quy trình sáng tạo cho người sáng tạo, bất kể trình độ kinh nghiệm của họ. Nó nhằm mục đích giảm thiểu thời gian dành cho các tác vụ thường lệ, cho phép người sáng tạo tập trung vào các lĩnh vực như cốt truyện, lối chơi và thiết kế tổng thể. Với thư viện khổng lồ các mô hình 3D công khai và khả năng hợp nhất mô hình với API nền tảng, Roblox nổi bật là ứng cử viên hàng đầu để phát triển một mô hình AI như vậy cho các vũ trụ 3D phức tạp. Với Trợ lý, người sáng tạo có thể sử dụng lời nhắc bằng ngôn ngữ đơn giản để thiết kế cảnh, sửa đổi mô hình 3D và truyền các đặc điểm tương tác vào các đối tượng. Công cụ này bao gồm ba giai đoạn sáng tạo chính: hiểu, lập trình và xây dựng:
Hiểu biết: Cho dù là người mới bắt đầu hay chuyên gia Roblox, Trợ lý AI Roblox đều hỗ trợ trả lời nhiều truy vấn khác nhau bằng ngôn ngữ đơn giản. Lập trình: Dựa trên tính năng “Trợ lý mã” hiện có, Trợ lý có thể nâng cao khả năng mã hóa, làm sáng tỏ một số đoạn mã nhất định và đưa ra giải pháp gỡ lỗi. Xây dựng: Người sáng tạo có thể nhanh chóng biến các khái niệm thành mô hình hữu hình. Bằng cách nhập các lệnh như “Chiếu sáng con đường này bằng đèn đường” hoặc “Xây dựng một khu rừng đa dạng và trang trí bằng cây bụi và hoa”, toàn bộ cảnh có thể hiện thực hóa. Tương tác với Trợ lý được hình dung là một quá trình hai chiều năng động, cho phép người sáng tạo đưa ra phản hồi và tinh chỉnh kết quả. Nó giống như việc cộng tác với một người đồng sáng tạo dày dặn kinh nghiệm, tạo điều kiện cho quá trình động não và tối ưu hóa ý tưởng.
Trong RDC, Roblox đã đưa ra thông báo bổ sung về công cụ AI Roblox mới của họ, Assistant. Các nhà phát triển đã có cơ hội đóng góp dữ liệu tập lệnh Luau ẩn danh của họ để nâng cao hiệu quả và khả năng của các công cụ AI Roblox, chẳng hạn như Code Assist và Assistant. Bằng cách làm như vậy, họ sẽ hỗ trợ không chỉ cộng đồng nhà phát triển Roblox mà còn giúp đỡ cộng đồng nhà phát triển Luau nói chung, nếu họ chọn mở rộng đóng góp của mình ra ngoài Roblox. Điều này là do dữ liệu tập lệnh được chia sẻ sẽ được đưa vào một tập dữ liệu có thể truy cập được cho bên thứ ba, nhằm mục đích tinh chỉnh các công cụ trò chuyện AI của họ để cải thiện các đề xuất mã Luau.
Tối giản hóa thiết kế Avatar
Tầm nhìn của Roblox là mỗi người dùng hàng ngày trong số 65,5 triệu người dùng ấn tượng của mình đều sở hữu một hình đại diện phản ánh và truyền tải chân thực bản sắc của họ. Trong khi gần đây, khả năng này đã được giới thiệu cho các thành viên Chương trình UGC để thiết kế và tiếp thị các phần thân và đầu độc lập của hình đại diện, thì quy trình thiết kế hiện tại liên quan đến việc điều hướng Studio hoặc Chương trình UGC. Kết hợp với trình độ kỹ năng nâng cao bắt buộc và nhiều ngày để tích hợp các tính năng như biểu cảm khuôn mặt và dựng hình 3D, việc tạo hình đại diện trở thành một nỗ lực kéo dài. Do đó, các tùy chọn hình đại diện vẫn còn hạn chế. Tuy nhiên, Roblox hình dung sẽ mở rộng vượt ra ngoài những hạn chế này.
Với mục đích tạo điều kiện thuận lợi cho tất cả người dùng Roblox có được một hình đại diện riêng biệt, năng động, công ty đặt mục tiêu đơn giản hóa quy trình tạo hình đại diện. Tại RDC, lễ ra mắt một công cụ mang tính cách mạng dự kiến diễn ra vào năm 2024 đã được công bố. Đổi mới này sẽ cho phép chuyển đổi một hình ảnh hoặc nhiều hình ảnh thành một hình đại diện tùy chỉnh. Bất kỳ người sáng tạo nào liên kết với Studio hoặc chương trình UGC đều có thể sử dụng công cụ này, tải lên một hình ảnh và sau đó cá nhân hóa hình đại diện đã tạo. Tham vọng dài hạn của Roblox bao gồm nhúng các tính năng AI của Roblox này trực tiếp vào các trải nghiệm Roblox.
Để hiện thực hóa điều này, Roblox đang tập trung nỗ lực vào các mô hình AI, được thông báo bởi thiết kế hình đại diện của nền tảng và bộ sưu tập các mô hình hình đại diện 3D dành riêng cho Roblox. Các kỹ thuật đang được xem xét bao gồm tạo hình đại diện 3D từ hình ảnh 2D, củng cố dữ liệu 3D hạn chế thông qua các chiến lược tạo hình 2D và sử dụng mạng đối nghịch tạo hình (GAN) để tạo hình 3D. Hơn nữa, công nghệ ControlNet đang được khai thác để chồng các tư thế được thiết lập sẵn, tăng cường hình ảnh hình đại diện nhiều góc độ.
Sau khi tạo cấu trúc avatar 3D, phân đoạn ngữ nghĩa 3D nâng cao, được thông báo bởi tư thế avatar, được sử dụng. Quy trình này tinh chỉnh thiết kế 3D ban đầu, kết hợp các yếu tố khuôn mặt, cấu trúc và kết cấu khác biệt, cuối cùng biến đổi hình dạng 3D cơ bản thành avatar Roblox đích thực. Sau đó, người dùng có thể sử dụng công cụ chỉnh sửa lưới để tùy chỉnh thêm, căn chỉnh avatar với khái niệm hình dung của họ. Đáng chú ý, Roblox AI cho phép hoàn thành quy trình này chỉ trong vài phút, cho phép tích hợp avatar ngay lập tức vào trải nghiệm Roblox.
Điều tiết giao tiếp bằng giọng nói
Roblox AI không chỉ dừng lại ở việc tạo nội dung đơn thuần; nó còn đóng vai trò là một cơ chế mạnh mẽ để thúc đẩy một cộng đồng đa dạng, an toàn và tôn trọng trên quy mô lớn. Với sự ra mắt của các tính năng giọng nói mới lạ, chẳng hạn như trò chuyện bằng giọng nói, Roblox Connect và các API mới được công bố tại RDC, việc kiểm duyệt nội dung nói theo thời gian thực nổi lên như một thách thức mới. Giải pháp phổ biến trong ngành, Nhận dạng giọng nói tự động (ASR), hoạt động bằng cách chuyển đổi các tệp âm thanh thành văn bản, sau đó được kiểm tra kỹ lưỡng để tìm nội dung có khả năng không phù hợp hoặc các từ khóa cụ thể.
Mặc dù hiệu quả đối với các thực thể quy mô nhỏ hơn, việc triển khai ASR cho cơ sở người dùng lớn của Roblox đã bộc lộ sự kém hiệu quả của nó. Nó không chỉ bỏ lỡ việc nắm bắt các sắc thái như tông giọng và âm lượng, mà khối lượng lớn các cuộc trò chuyện hàng ngày, trải dài trên nhiều ngôn ngữ, khiến nó trở nên cồng kềnh. Nhận ra những thách thức này, Roblox AI đã tiên phong trong một quy trình hợp lý hơn để xác định các vi phạm chính sách trực tiếp từ âm thanh trực tiếp.
Cơ chế phát hiện giọng nói hiện đại này được phát triển nội bộ. Roblox AI sử dụng ASR để phân loại các tập dữ liệu giọng nói độc quyền của mình và sau đó sử dụng dữ liệu đã phân loại để đào tạo hệ thống. Quá trình đào tạo bắt đầu bằng việc chuyển đổi âm thanh thành bản ghi, sau đó được đánh giá bởi hệ thống lọc văn bản của Roblox, vốn đã thành thạo trong việc xác định thuật ngữ chuyên ngành và các vi phạm tiềm ẩn của Roblox. Do đó, Roblox hiện có một mô hình thành thạo trong việc phát hiện vi phạm chính sách theo thời gian thực trực tiếp từ các luồng âm thanh.
Hệ thống AI Roblox trong khi thành thạo trong việc xác định các từ khóa rõ ràng, nhận ra rằng vi phạm chính sách thường phụ thuộc vào bối cảnh rộng hơn. Một từ gây phản cảm trong một bối cảnh có thể là vô hại trong bối cảnh khác. Để cải thiện khả năng hiểu theo ngữ cảnh, Roblox đã tích hợp một kiến trúc dựa trên bộ biến đổi, thành thạo trong việc phân tích trình tự. Khung này bảo toàn các chuỗi âm thanh mở rộng, cho phép hệ thống phân biệt các từ, ngữ cảnh và ngữ điệu. Kết quả là một hệ thống phân loại âm thanh dựa trên việc tuân thủ chính sách, tính đến các từ khóa, giọng điệu, tình cảm và bối cảnh chung. Đáng kinh ngạc là hệ thống sáng tạo này đòi hỏi ít sức mạnh tính toán hơn đáng kể so với ASR truyền thống, phù hợp với tầm nhìn của Roblox về khả năng mở rộng quy mô.