Roblox presenta Cube 3D: una IA de código abierto para generar objetos y escenas 3D a partir de indicaciones de texto.

Plataforma de juegos en línea y sistema de desarrollo de juegos Roblox anunció el lanzamiento y la disponibilidad de código abierto de Cube 3D, un modelo de IA diseñado para generar objetos y entornos 3D a partir de indicaciones de texto. 

Cube 3D servirá de base para muchas de las herramientas de IA que Roblox planea desarrollar en el futuro, incluyendo herramientas avanzadas de generación de escenas. Con el tiempo, evolucionará hacia un modelo multimodal que incorporará texto, imágenes, vídeo y otras formas de entrada, y se integrará con las herramientas de creación de IA existentes de Roblox. El modelo de IA es capaz de generar modelos y entornos 3D directamente a partir de descripciones de texto y, en el futuro, también de imágenes. 

Para crear un mundo 3D verdaderamente inmersivo, es esencial diseñar estructuras completamente funcionales, como garajes para entrar, gradas para sentarse y podios para las líneas de victoria. Para lograrlo, Roblox se inspiró en modelos avanzados entrenados con tokens de texto para predecir el siguiente token y formar una oración. La innovación se basa en este mismo principio. Roblox desarrolló la capacidad de tokenizar objetos 3D y reconocer formas como tokens, entrenando a Cube 3D para predecir el siguiente token de forma y así construir objetos 3D completos. Al extenderse a la generación de escenas completas, Cube 3D predice el diseño y predice recursivamente las formas para completarlo. Los usuarios pueden ajustar, desarrollar complementos o entrenar a Cube 3D con sus propios datos para satisfacer sus necesidades específicas.

Roblox innova en la creación de objetos con tokenización 3D 

El principal desafío técnico fue vincular texto e imágenes con formas 3D. La innovación clave es la tokenización 3D, que permite a la plataforma representar objetos 3D como tokens, de forma similar a como se representa el texto. Esto permite a Roblox predecir la siguiente forma de la misma manera que los modelos de lenguaje predicen la siguiente palabra en una oración.

Para lograr la generación 3D, Roblox ha desarrollado una arquitectura unificada para la generación autorregresiva, que incluye la generación de objetos individuales, la creación de formas y el diseño de múltiples objetos o escenas. Los transformadores autorregresivos son redes neuronales que utilizan entradas previas para predecir el siguiente componente. Esta arquitectura ofrece escalabilidad y compatibilidad multimodal, lo que permite que el modelo gestione diversos tipos de entrada (texto, imágenes, audio y 3D). Roblox está publicando este modelo en código abierto y, en esta fase inicial, los creadores podrán generar objetos 3D a partir de indicaciones de texto. En el futuro, se espera que los creadores puedan generar escenas completas utilizando múltiples tipos de entrada.

Para entrenar el transformador generativo preentrenado (GPTPara la creación de formas, Roblox utiliza fichas de forma 3D discretas, alineándolas con las indicaciones de texto. Este novedoso enfoque nos permite crear escenas 3D totalmente jugables en el futuro.

Roblox es una plataforma de juegos en línea y un sistema de creación de juegos que permite a los usuarios diseñar, desarrollar y jugar juegos creados por otros usuarios. Ofrece un vasto entorno virtual donde las personas pueden crear y compartir experiencias interactivas en 3D, desde juegos sencillos hasta mundos virtuales complejos.