• Roblox 正致力於發展 4D 生成式 AI，從單一 3D 物件進一步邁向動態互動。 

• 要解決 4D 的挑戰，必須對外觀、形狀、物理和指令碼方面有多層面的了解。

• 我們 4D 系統中基礎的早期工具已在平台上提供，幫助使用者提升創作效率。

Roblox 提供符合創作者需求的各種工具、服務和支援，讓創作者能夠盡情實現創意，打造沉浸式 3D 體驗、虛擬人偶和飾品。 這些創作者在我們的平台上發布了豐富的內容，根據 2024 年第 1 季的統計，每日吸引了 7,700 萬名活躍使用者。 我們在免費的 Roblox Studio App 推出了一組生成式 AI 工具，專為 Roblox 的工作流程設計，並以 Roblox 的專門內容進行訓練。

無論是專業人士或新手，這組工具都能有效提升創作的便利性、效率和樂趣。 這包括能幫助您進行 3D 工作區編輯的 Assisstant、建立臉部表情和身體動作的動畫擷取、可協助指令碼編輯和建立作業的程式碼助手、用於建置材質外觀的材質產生器，以及可對指定素材進行紋理貼圖的紋理產生工具。 上述生成式 AI 工具都能在 3D 創作流程的不同階段提升作業效率。

綜合運用這些工具便能強化創作者的技術，並且縮短將概念化為成品的製作時間。 我們運用自家在創新研究上的重大突破以及來自大型 AI 生態系統的最佳解決方案，打造出這些工具， 可對應 1D（指令碼）、2D（平面）和 3D（空間）的個別素材創作。 我們在各個國際研討會中（包括我們自己的 Roblox 開發者會議），提供自家 3D 幾何生成和編輯實驗室的部分成果預覽。

在整個業界，1D 和 2D 都是生成式 AI 的最新發展階段，而 3D 則是發展的前沿。 每一項的重要性都與日俱增，也是不斷促進技術進步的重大挑戰。 我們生活在 3D 空間中，因此乍看之下會覺得 3D 就是生成式 AI 的最終挑戰。 但根據社群的需求，我們必須放遠目光，朝更進一步的目標邁進。

目前的發展

我們正致力於發展 4D 生成式 AI，加入第四個維度「互動」。 Roblox 的線上平台優勢即為互動：使用者、物件與環境之間的互動。 不同於傳統線上電玩遊戲，Roblox 強大的執行階段引擎具有著重於互動的獨特程式與模擬模型。 這個模型的設計概念源於元宇宙：在元宇宙中，元素會以複雜、多對多且自發性的方式互動，而非以預先規定的有限方式。

1D、2D 和 3D 生成式 AI 工具可製作個別的素材。 我們在 4D 生成式 AI 遇上的問題是，如何讓這些素材實現適合我們平台且不受限制的互動。 這表示，舉例來說，虛擬人偶不只是外形和顏色的組合，還結合了骨架、動畫，以及能順利握住工具和維持平衡的動作。 虛擬人偶穿上的服裝不需要量身打造，可自動調整讓服裝合身，並完美追蹤所有動作。 我們新推出的虛擬人偶自動設定工具，即是如何運用生成式 AI 將這類創作活動自動化的初期範例。 開發者現在不需花費數小時或數天，只要幾分鐘就能完成這個創作流程。

跑車不只是流線外觀和表面塗裝的組合，還結合了引擎、可動零件、物理骨架，讓使用者能精準操控車輛在虛擬街道上呼嘯奔馳。 這兩個例子都是將 3D 物件進一步發展，使其能透過物理與其所有零件互動，以及透過虛擬人偶與使用者互動。

上述具有豐富互動的 4D 元素皆可加入更大的環境中，以生成式 AI 調和各項元素的樣式，並在物件和物件、以及物件和環境之間導入互動式支援。 使用者現在可透過虛擬人偶進行街頭賽車，加上傷害倍率設定跟高分系統，然後甩尾到名牌商店前停車，購買新服裝慶祝勝利。

目前要創造這類體驗，需要手動編寫原始指令碼、建立工作區和資料模型結構、3D 幾何結構、動畫和素材。 我們現有的生成式 AI 工具可在流程各階段提供協助。 我們正致力打造一套可連結所有這類元素、且能同時生成元素的系統。 為達成這個目標，我們必須使用多模態方式（同時處理多種資料類型）訓練 4D 生成式 AI 系統。 我們已能同時處理圖像和文字，並應用於材質產生器。 實現互動，並專為物理打造最佳化工具，就是我們邁向 4D 功能新境界的方式。

過去短短一年間，我們在 Roblox 上看到了創造內容方式的巨大轉變。 我們預期未來任何人都可以在任意地點，透過文字或語音輸入輕鬆將想法化為創作。 為了達成這個目標，我們必須開始解決即將面臨的一些挑戰。

未來的挑戰

上述實驗性功能會在近期推出。 在這之後，我們會面臨三項需要解決的明確挑戰：

1. 功能性：未來推出的這項生成式 AI 工具所生成的物件必須具有功能性。 重點在於系統看見已有 3D 外形的一台卡車或飛機時，不能將其視為鎖死的不透明物件， 且不需創作者介入即能自動進行辨識，判定哪些是需要建立活動關節的零件，哪些部分必須分開網格。

系統必須解決這樣的人類等級 AI 問題，舉例來說，就像找出正確的輪子裝設方式，然後為其加上輪軸，讓輪子能以和現實世界相同的方式運作。 此外還要找出車門的位置，然後裁切開口並加上鉸鏈，讓門可以順利開關。

2. 互動性：未來推出的這項生成式 AI 所生成的物品除了必須能獨立運作，還需要能在環境中與其他物件互動。 系統現在生成了一輛車，有可開啟的車門和可轉動的輪子，接著需要了解車輛運行的物理環境。 車輛如何在地形上移動？ 如果撞上石頭，根據石頭大小和車速，車輛哪些地方會受損、會如何受損？

這是個複雜的挑戰，需要生成的物件和其互動的環境或物件了解彼此的物理狀況。 幸運的是，Roblox 的平台原本就是打造成物理引擎，這代表體驗中的所有物件都可進行物理運算，因此在這個層面得天獨厚。 生成式 AI 生成 4D 物件時，也會加入材質、質量、強度等物理性質，使其準備好與世界中其他具物理性質的物件互動。

3. 可控性：我們目前使用提示與生成式 AI 互動。 這是一門不完美的學問，和尋寶遊戲相似。 如果有人要求生成兔子的圖片，可能會得到差異極大的結果：寫實的兔子、復活節巧克力兔、卡通兔子、兔子的繪畫，或是穿著大衣的兔子插圖。 因此我們會將提示微調得更明確，指定要求生成照相寫實的圖像，或是根據腦中的想像指定「某某風格」的圖像。 這需要時間和反覆嘗試，才能逼近我們想要的成果。

想像嘗試按照這個流程建立具功能性且能夠與其他物件互動的 3D 物件，例如上述例子中的卡車。 現階段的提示工程複雜度會爆炸性增加，無法讓所有人輕鬆使用。 要將創作者的想法化為實際作品，就需要採用更迅速簡便的方式來溝通和微調，實質上這就等於與一個夥伴性質的 AI 助理合作，而減少尋寶的做法。

這是業界共同面對的挑戰，很多公司正致力提升生成式 AI 的可控性。 我們目前已有些許成果，例如研發出 ControlNet 工具，可讓創作者在文字提示外提供額外輸入條件，增加可控性。 我們目前正在探索其他可望讓工作流程順心遂意的方法，例如讓 AI 在執行重要步驟後暫停，等待使用者輸入資訊。 但要實現順暢的體驗，還需要長遠的發展。

我們很高興見到目前帶來的影響，對未來的發展更是期待。 比起未使用材質產生器 Beta 測試版的創作者，有使用的創作者採用物理成像（PBR）材質種類的人數成長超過 100%：2023 年 3 月只有一千多名使用者，至 2024 年 6 月已增長至超過兩千名使用者。 至 2024 年 6 月 2 日為止，創作者採用程式碼助手建議的程式碼字元數約有 5.35 億。

隨著我們開始研發解決 4D 挑戰的方法，創作者也將能更便捷地創作更多作品。 我們讓更多人能夠成為創作者之後，也期待在 Roblox 中看到更多元的體驗。 大家的創作成品和創作方式，能讓我們了解新工具和 AI 演算法的研發方向，來為新加入的創作者以及目前的社群成員提供助力。

Roblox 透過 4D 生成式 AI，開啟了體驗和素材創作的新世界。 眼前的挑戰雖然前所未有，但我們的創新流程累積了豐富的經驗。 我們結合頂尖的內部研發團隊，和大學協力合作，也和社群合作快速反覆改良原型。