معرفی هوش مصنوعی روبلاکس: تحول بازی سازی

مشکلات مدل‌های سه‌بعدی هوش مصنوعی قبلی 😩

قبل از کیوب‌پارت، مدل‌های سه‌بعدی که هوش مصنوعی می‌ساخت، با اینکه واقعاً قشنگ و پیچیده بودن، یه مشکل اساسی برای بازی‌سازها داشتن: این مدل‌ها کلاً یه تیکه بودن، مثل یه مجسمه‌ی یکپارچه. مثلاً یه ماشین رو در نظر بگیرید؛ برای اینکه تو بازی قابل رانندگی باشه، چرخ‌هاش باید جداگانه بچرخن، درهاش باز و بسته بشن و چراغ‌هاش روشن بشن. اما اگه هوش مصنوعی یه ماشین رو به صورت یه مدل سه‌بعدی یکپارچه می‌ساخت، اون موقع بازی‌ساز مجبور بود خودش بشینه و با دست، تک‌تک قسمت‌های ماشین رو جدا کنه و اسم‌گذاری کنه. این کار هم خیلی زمان‌بر بود و هم موقع مقیاس‌پذیری و ساخت بازی‌های بزرگ‌تر، به یه کابوس واقعی تبدیل می‌شد. خود من یادمه تو بعضی از بازی‌ها، وقتی یه ماشین آسیب می‌دید، به جای اینکه مثلاً کاپوتش کنده بشه، کلاً یه بخش از بدنه ماشین ناپدید می‌شد که خب خیلی حس بدی به آدم می‌داد.

کیوب‌پارت (CubePart) چطور بازی‌سازی رو متحول می‌کنه؟ ✨

حالا خبر خوب اینه که کیوب‌پارت (CubePart) روبلاکس اومده تا این مشکل رو حل کنه. این سیستم جدید هوش مصنوعی مولد، اولین چارچوبی هست که به ما اجازه می‌ده مدل‌های سه‌بعدی رو با واژگان آزاد (Open-Vocabulary) و به صورت بخش به بخش قابل کنترل تولید کنیم. یعنی چی؟ یعنی شما فقط کافیه بگید چی می‌خواید و هوش مصنوعی خودش اون شی رو با بخش‌های مختلف و قابل استفاده تو بازی تحویلتون می‌ده. فرض کنید یک ماشین مسابقه با تم ژله ماهی می‌خواید؛ کیوب‌پارت این ماشین رو جوری تولید می‌کنه که مثلاً چرخ جلو سمت چپ، چرخ عقب سمت راست، اسلحه و چراغ‌های جلوش همه جدا و قابل کنترل باشن. این واقعاً یه قدم بزرگ رو به جلو تو بازی‌سازی هست.

مدل‌های آماده و قابل استفاده فوری 🚀

این قابلیت کیوب‌پارت باعث میشه تا مدل‌های خروجی، بلافاصله قابل استفاده باشن. یعنی دیگه نیازی به این نیست که آرتیست‌ها ساعت‌ها وقت بذارن و مدل‌های تولید شده رو دستی تمیزکاری کنن، خرد کنن یا اسم‌گذاری کنن. مدل‌هایی که کیوب‌پارت می‌سازه، خودشون یه عالمه مش (Mesh) جدا، کاربردی و با برچسب‌گذاری دقیق هستن که دقیقاً با نیازهای برنامه‌نویسی توسعه‌دهنده‌ها جور در میان. این آیتم‌ها مستقیماً وارد انجین بازی میشن و می‌تونن توسط اسکریپت‌های انیمیشن، فیزیک و گیم‌پلی کنترل بشن. این همون چیزیه که به نظر ما در موجوجم، بازی‌ها رو خیلی زنده‌تر و واقعی‌تر می‌کنه.

اهمیت "شمای تعریف شده" در کیوب‌پارت 🤝

یکی از نکات کلیدی کیوب‌پارت، مفهوم "شمای تعریف شده" (Schema) هست. این شمای تعریف شده، در واقع یه جور قرارداد API بین آیتم سه‌بعدی و کد بازیه. یعنی شما به عنوان سازنده، یه لیست از بخش‌های مورد نظرتون رو مشخص می‌کنید. مثلاً برای یه ماشین، می‌گید که این شی باید "چرخ جلو چپ"، "چرخ جلو راست"، "چرخ عقب چپ"، "چرخ عقب راست"، "اسلحه"، "چراغ‌های جلو" و "بدنه" داشته باشه.

کیوب‌پارت هم دقیقاً همون چیزی رو می‌سازه که شما خواستین و به اون قرارداد وفادار می‌مونه. این کنترل با واژگان آزاد (Open-Vocabulary Control)، به کیوب‌پارت اجازه می‌ده که تنوع بی‌نظیر آیتم‌ها و تجربه‌ها رو تو روبلاکس (Roblox) پوشش بده. واقعاً خلاقیت رو بی‌حد و مرز می‌کنه.

تولید مدل‌های سه‌بعدی بخش‌بندی شده: پشت صحنه کیوب‌پارت 🔬

تولید این مدل‌ها تو کیوب‌پارت، تو دو مرحله اصلی اتفاق می‌افته و از یه معماری "پخش" (Diffusion Architecture) استفاده می‌کنه که روی نمایش شکل نهفته VecSet (VecSet latent shape representation) ساخته شده. بذارید یه مثال بزنیم: فرض کنید می‌خواید یه یدک‌کش (Tow Truck) با ظاهر کارتونی بسازید و بخش‌هایی مثل "کابین"، "شاسی"، "چرخ‌ها"، "چراغ گردان سقف" و "سیستم یدک‌کش" رو می‌خواید.

مرحله اول: تعریف شکل کلی و آموزش داده 🧠

تو این مرحله، شکل کلی و اساسی شیء، مثلاً همون یدک‌کش کارتونی، تعریف میشه. این مرحله یه نمایش نهفته واحد برای کل شیء تولید می‌کنه و از یه معماری MMDiT (MMDiT architecture) با رمزگذار متن Qwen-VL (Qwen-VL text encoder) استفاده می‌کنه. این قسمت، بخشِ "داده‌خواه" کاره.

یعنی برای اینکه هوش مصنوعی بتونه ورودی‌های متنی رو به هندسه سه‌بعدی تبدیل کنه، به حجم عظیمی از داده نیاز داره. روبلاکس برای این مرحله، مدل رو روی حدود ۴.۷ میلیون جفت "مش-متن" (mesh-text pairs) آموزش داده. بعدش هم این مرحله اول رو جوری تنظیم کردن که از همون اول به شمای تعریف شده حساس باشه.

مرحله دوم: تولید بخش‌ها و یکپارچه‌سازی هوشمند 🛠️

این مرحله، نمایش نهفته تولید شده تو مرحله اول رو می‌گیره و برای هر بخش از شمای تعریف شده، یه نمایش نهفته جداگانه تولید می‌کنه. با این کار، شیء رو با همون بخش‌های جداگانه بازسازی می‌کنه. تو مثال یدک‌کش کارتونی، مرحله دوم، یه نمایش نهفته جدا برای کابین، شاسی، چرخ‌ها و بقیه بخش‌ها می‌سازه تا یدک‌کش نهایی رو با قسمت‌های مجزا و کاربردی بسازه.

اینجا یه نوآوری مهم دارن؛ اونم بلوک‌های "توجه متقابل بین بخش‌ها" (Cross-Part Attention Blocks) هست. این بلوک‌ها مثل کنترل‌نت (ControlNet) عمل می‌کنن و تضمین می‌کنن که مثلاً کابین و سیستم یدک‌کش، بدون مشکل و به درستی نسبت به شاسی و چرخ‌ها قرار بگیرن و با هم یکپارچه بشن. این باعث میشه مدل نهایی خیلی طبیعی‌تر به نظر برسه و قطعات به هم چفت بشن.

نوآوری روبلاکس در جمع‌آوری داده برای کیوب‌پارت 📊

یکی از چالش‌های بزرگ توی آموزش هوش مصنوعی برای تولید مدل‌های سه‌بعدی بخش‌بندی شده، کمبود داده بود. داده‌های سه‌بعدی که بخش‌های مختلفشون مشخص شده باشه، خیلی کمتر از داده‌های "مش-متن" پیدا میشه. اما روبلاکس برای آموزش کیوب‌پارت، یه مجموعه داده (Dataset) جدید و فوق‌العاده بزرگ ساختن. این مجموعه داده شامل بیش از ۴۶۰ هزار آیتم و ۲.۰۲ میلیون بخش مختلف هست که ۱۱ برابر بزرگتر از مجموعه داده‌های عمومی قبلی مثل PartVerseXL محسوب میشه.

به جای اینکه به صورت دستی برچسب‌گذاری کنن، یه خط لوله خودکار با استفاده از مدل‌های دید-زبان (VLMs) ساختن. این سیستم هوشمند، هزاران مدل سه‌بعدی رو از زوایای مختلف رندر می‌کنه؛ یه تصویر با بافت (برای زمینه معنایی) و یه تصویر با رنگ‌بندی بخش‌ها (برای ردیابی دقیق مرزها). این روش به VLM اجازه میده تا تو فضای سه‌بعدی استدلال کنه، بخش‌ها رو خوشه‌بندی و اسم‌گذاری کنه.

نکته مهم اینجاست که تو این مجموعه داده، هوش مصنوعی تمایز فضایی رو یاد می‌گیره؛ مثلاً می‌فهمه که "چرخ جلو چپ" با "چرخ عقب راست" فرق داره، نه اینکه همه چرخ‌ها رو فقط "چرخ" برچسب‌گذاری کنه. این دقت بالا همون چیزیه که انجین‌های بازی به دنبالش هستن و واقعاً کاربرد داره.

مزایای کیوب‌پارت برای سازندگان و بازیکن‌ها 🎮

خب، حالا کیوب‌پارت چه امکاناتی رو برای سازنده‌ها و در نتیجه برای ما بازیکن‌ها فراهم می‌کنه؟ اول از همه، سازنده‌ها می‌تونن آیتم‌هایی رو بسازن که دقیقاً با کدهای گیم‌پلی‌شون سازگار باشه. یعنی دیگه مشکلی تو ارتباط بین کد و مدل‌های سه‌بعدی پیش نمیاد. این مدل‌ها به راحتی با ورک‌فلوهای موجود انیمیشن، فیزیک و اسکریپت‌نویسی سازگار هستن.

حتی یه قابلیت خیلی جالب دیگه هم داره؛ کیوب‌پارت می‌تونه مش‌های سه‌بعدی موجود و قدیمی رو بگیره و اون‌ها رو بر اساس یه شمای جدیدی که شما تعریف می‌کنید، تجزیه و بخش‌بندی کنه. این یعنی می‌تونیم آیتم‌های قدیمی رو آپگرید کنیم و بهشون قابلیت‌های جدیدی اضافه کنیم، نه فقط مدل‌های جدید بسازیم. این بخشش به نظر من خیلی جذاب و کاربردیه.

چالش‌ها و افق‌های آینده کیوب‌پارت ⏳

البته، مثل هر تکنولوژی جدیدی، هنوز جای کار داره و شاید بعضی‌ها بگن هنوز تا رسیدن به ایده‌آل فاصله داریم، مخصوصاً تو بحث انیمیشن‌های ارگانیک. کیوب‌پارت در حال حاضر روی تجزیه اجسام صلب (Rigid-Body Decomposition) خوب عمل می‌کنه، اما روبلاکس در حال کار روی "وزن‌های رأس پوستی" (Skinned Vertex Weights) برای انیمیشن‌ها و تغییر شکل‌های ارگانیک شخصیت‌ها هم هست. با اینکه بلوک‌های توجه متقابل بین بخش‌ها تا حد زیادی هم‌پوشانی‌ها رو کم می‌کنن، اما کاملاً از بین نمی‌برن. همچنین، استدلال فضایی (مثلاً تشخیص "جلو-چپ" از "عقب-راست") هنوز جای پیشرفت زیادی داره.

کلام آخر ✅

در کل، به نظر ما در موجوجم، این فناوری یه گام بزرگ به سمت آینده بازی‌سازی هوشمنده. این که می‌تونیم آیتم‌ها رو بر اساس شمای تعریف شده بسازیم، باعث میشه هوش مصنوعی مولد سه‌بعدی، روی پلتفرم‌هایی مثل روبلاکس که هر آیتم توشون تو یه شبیه‌سازی (Simulation) شرکت می‌کنه، واقعاً کاربردی و مفید باشه. روبلاکس گفته که به زودی این فناوری به صورت مستقیم تو روبلاکس استودیو (Roblox Studio) در دسترس سازنده‌ها قرار می‌گیره.

واقعاً هیجان‌زده‌ام که ببینم چطور این ابزار جدید، بازی‌سازها رو توانمند می‌کنه و چه بازی‌های فوق‌العاده‌ای باهاش ساخته میشه. کی فکرشو می‌کرد یه روزی بتونیم اینقدر راحت و دقیق، دنیای سه‌بعدی بسازیم؟ آینده گیمینگ واقعاً داره جذاب‌تر میشه!