Roblox 推出 Cube 3D：可根據文字提示產生 3D 物件和場景的開源 AI

線上遊戲平台及遊戲開發系統 Roblox 宣布發布並開源 Cube 3D，這是一種旨在根據文字提示生成 3D 物件和環境的 AI 模型。 

Cube 3D 將成為 Roblox 未來計畫開發的許多 AI 工具的基礎，包括先進的場景產生工具。隨著時間的推移，它將演變成一個多模式模型，結合文字、圖像、影片和其他形式的輸入，並與 Roblox 現有的 AI 創作工具結合。這個人工智慧模型能夠直接從文字描述生成 3D 模型和環境，未來還可以從圖像生成 XNUMXD 模型和環境。 

為了創造一個真正身臨其境的 3D 世界，必須設計功能齊全的結構 - 例如可供駕車進入的車庫、可供就座的看台和作為勝利通道的領獎台。為了實現這一目標，Roblox 從先進的模型中汲取了靈感，這些模型經過文字標記的訓練來預測下一個標記並形成一個句子。這項創新也是基於同樣的原則。 Roblox 已經開發出對 3D 物件進行標記並將形狀識別為標記的能力，訓練 Cube 3D 預測下一個形狀標記，以建立完整的 3D 物件。當擴展到完整場景生成時，Cube 3D 會預測佈局並遞歸預測形狀以完成該佈局。使用者可以使用自己的資料對 Cube 3D 進行微調、開發插件或訓練，以滿足他們的特定需求。

Roblox 透過 3D 標記化創新物件創建 

主要的技術挑戰是將文字和圖像與 3D 形狀連結起來。關鍵創新是 3D 標記化，它允許平台將 3D 物件表示為標記，類似於將文字表示為標記的方式。這使得 Roblox 能夠以語言模型預測句子中的下一個單字的方式預測下一個形狀。

為了實現 3D 生成，Roblox 開發了自回歸生成的統一架構，其中包括生成單一物件、完成形狀以及設計多物件或場景佈局。自回歸變壓器是使用先前的輸入來預測下一個組件的神經網路。該架構支援可擴展性和多模式相容性，允許模型處理各種類型的輸入（文字、視覺、音訊和 3D）。 Roblox 正在開源該模型，在初始階段，創作者將能夠根據文字提示產生 3D 物件。未來，它的目標是讓創作者使用多種輸入類型來產生整個場景。

為了訓練產生預訓練變壓器（GPT) 進行形狀創建，Roblox 使用離散的 3D 形狀標記，並將它們與文字提示對齊。這種新穎的方法使我們能夠在未來創建完全可播放的 3D 場景。

Roblox 是一個線上遊戲平台和遊戲創作系統，允許用戶設計、開發和玩其他用戶創建的遊戲。它提供了一個廣闊的虛擬環境，個人可以在其中創建和分享互動式 3D 體驗，從簡單的遊戲到複雜的虛擬世界。