# 每天上线9万个新游戏，Roblox的AI助手让创作者代码量多了180% > Training Data No. 30 中文精读 - 原标题：Roblox Studio Head Stef Corazza: Using AI to Empower Creators - 发布日期：2025-02-04 - 主持：Sonya Huang · Pat Grady · Konstantine Buhler 等 - 网页版：https://trainingdata.qiaomu.ai/ep/030-roblox-studio-head-stef-corazza-using-ai-to-empower-creators-xMrBgC.html - 精读字数：约 5380 字（阅读约 12 分钟） > 本文为 trainingdata.qiaomu.ai 基于原始访谈的 AI 改写中文精读，非官方翻译；引用请注明出处并链接网页版。 9万。这是Roblox平台上平均每天新发布的游戏和体验数量。传统游戏大厂一年磨几款作品，这里一天上线9万个。过去一年，玩家在Roblox里总共玩了700亿小时，平台付给创作者8亿美元。 2023年3月，Roblox上线第一个生成式AI功能Code Assist。一年半后官方公布对照数据：**使用AI助手的创作者，代码产出多了180%；使用材质生成器的，材质产出多了60%；最终的游戏发布量多了30%。** 红杉资本播客Training Data最近请到Roblox生成式AI负责人Stef Corazza，把这背后的完整逻辑讲了一遍。他是连续创业者，2008年创办的角色动画公司Mixamo在2015年被Adobe收购，至今仍是行业里给角色绑骨骼、做动画的主力工具之一。 ## 从生物医学到游戏AI，他和Roblox都吃到了复利 Stef的起点和游戏没什么关系。20年前他从意大利到斯坦福交换，研究方向是计算机视觉和机器学习，具体课题是测量人体运动。当时面前有两条路，一条通向生物医学，一条通向动画。他判断动画的市场更大，选了后者，这条路后来变成了Mixamo。 公司被Adobe收购后，他在那里待了7年，帮Adobe搭起整套3D产品线，包括3D工具Stager和AR工具Aero，还主导收购了做材质的Allegorithmic。之后他开始和Adobe的CTO琢磨全新的内容生成方式，Roblox在这时找上门。他和CEO Dave Baszucki吃了几次早餐，想明白了一件事：**生成式AI要爆发，得有海量数据，而Roblox每年有1500万个体验被玩家游玩，这个数据规模在游戏行业里几乎独一份。** 主持人Konstantine Buhler先报了一串数字：290亿美元市值，35亿美元年化收入，6亿美元经营利润，7900万日活，其中4600万超过13岁，每天还有380万人用语音聊天。月活是内部数字，Stef说有数亿，比日活更惊人。创作者里有靠平台收入买房的，有开公司的，游戏工作室有的超过百人规模，还拿了风投。Stef说，这个平台的成功连他们自己每天看都觉得不可思议，它是复利的产物。 Stef认为真正的壁垒是垂直整合。Roblox有自己的数据中心和硬件，有自己的App和分发，有语音、聊天、翻译这些服务，有创作工具Roblox Studio，还有配套的全套创作服务。从裸机CPU、GPU集群一路做到创作工具，链条全在自己手里。 商业模式也特殊：**创作者不赚钱，Roblox就不抽成。**工具免费，服务免费，游戏只有一个用户还是一百万用户，扩容、算力、存储全由平台承担，创作者完全不用操心。正因为链条全是自己的，Roblox才有能力补贴AI，把一整套游戏开发AI助手免费开放。 ## Assistant能干什么，数据说话 先看用户画像。Roblox每个月有几百万创作者，平均年龄25岁上下。大多数人做世界搭建，画画、造场景，只有30%到40%的人写代码。写代码的人少，原因很直接：搭世界靠直觉，代码得先理解一堆抽象概念，才能让东西动起来。Code Assist就是冲着这个门槛去的。顺带一提，Stef自己最近沉迷的是赛车游戏Driving Empire。 一年半过去，这套工具长成了完整的Assistant，能力覆盖三块： - 代码：补全、解释、调试，还能给场景里的物体直接挂脚本； - 文档：直接问「某件事怎么做」，不用再翻开发者论坛； - 资产：材质生成器和贴图生成器，一句话给任意3D物体贴上高精度贴图。 现在用自然语言已经能从零生成简单游戏。Stef描绘的场景是，将来在手机上对着麦克风说话，Assistant生成世界、生成森林、生成要打的Boss，再把游戏机制全部加上。团队内部办过game jam，用Assistant花两小时做出来的东西已经相当能看。但Assistant的定位从来都只是陪练：第一个脚本AI帮你写好、挂到物体上，你看着看着就学会了，下次自己来。 效果数据前面提过：代码多180%，材质多60%，发布量多30%，这些数字来自用和不用两组创作者的对照，而且当时功能大部分还在beta，正式版很快上线，采用率还会再上台阶。团队最看重的指标是留存，**Assistant的周留存比Roblox历史上任何一次新功能都高，Studio的整体留存也被明显拉动。**日活在自然增长，团队没花一分钱营销。Stef说，免费就是最好的营销，虽然这个免费一点都不便宜。 ## 用数据换工具，教AI做游戏 免费的成本谁来扛？这里有个聪明的交易结构： > 「把你的数据给我们训练AI，我们会做出最好的AI助手。那个助手会回到Studio，免费开放。我们没有拿你的数据赚钱，我们在帮你创作更多。」 结果是绝大多数创作者同意授权。Roblox由此拿到**世界上最大的数据集之一，也是模态最全的一个**：代码、图片、3D资产、音频、视频，还有把这一切粘合在一起的交互数据，外加用户行为分析。这些数据以最高的安全标准保管。 Konstantine提到一个细节：2017、2018年他跟着好友Craig Sherman旁听Roblox董事会，关起门来聊的主要是社区和教学，很少碰变现和财报。这笔数据交易的基因，那时候就埋下了。 Stef对目标的表述很清晰：**这些工具单独看都像在做小任务，生成材质、写代码，但它们已经开始合并，终极目标是教AI学会游戏开发。**AI要学的东西只有一个：一整个游戏怎么被做出来，包括哪些关卡更好玩、哪些游戏更留得住人，这些信号数据里都有。 ## 洗碗机哲学：从控制到意图 几周前的Roblox开发者大会RDC上，Stef给团队定过一个类比： > 「AI就是你的洗碗机。没人想洗碗，所以我们真正聚焦的，是那些你不想做的任务。」 最能说明问题的是Assistant Actions。它能让AI对场景数据模型做大规模修改。Stef举了个例子：你做了个开放世界，里面有10万棵树的森林，秋天到了，想让叶子变黄。手动改，工作量是天文数字。用Assistant，三行文字：「选中除松树以外的所有树，把叶子变成黄色。」几秒钟后，57000棵树的叶子全变了。 这个功能拿下Roblox两年来所有AI功能里最高的社区评分，领先幅度是压倒性的。理由和洗碗机一样：它没碰你的才华，它替你干了脏活。 技术实现值得拆开看。Assistant底层是LLM，其中一部分还是开源项目，比如StarCoder，Roblox用自己的数据做了训练。关键在于，有些代码可以放在编辑期执行，Studio有个命令栏，代码当场就能跑。再加上Assistant完整感知场景的数据模型，它知道哪棵是树、哪辆是车。代码生成、命令执行、数据模型感知，三件事拼在一起，LLM就有了批量改造场景的能力。 往再深一层看，Stef认为AI带来的最大变化在工具哲学层面。过去30年，所有数字工具都在做同一件事：把更多控制权交给用户。Photoshop给你每一个像素的控制权，工作流讲究无损可逆，用户拿到控制权自己想办法。新一代工具反过来了，**工具能否成功，取决于它能不能捕捉用户的意图。**你输入文字、图片、草图，工具负责理解你想干什么，速度上是两个数量级的提升。会有上千家创业公司用不同方式试这条路，语音、手势、草图都会变成输入。 麻烦在于两类用户的需求会打架。休闲创作者用AI生成的东西已经够发TikTok、够在Roblox里请朋友来玩；专业用户还是需要传统工具那种精细控制。Stef给了两个解法：一是渐进式披露，默认界面保持简单，想深入的用户自己拉开帘子往下走；二是和Blender、Photoshop、Substance Painter互通，Studio不必什么都做，做好自己擅长的就够。 还有一条原则被他反复强调：迭代是创作的根本方式。Stef把现在的生成比作老虎机，丢进文字和图片，拉一下杆，看吐出来什么。他们要做的是让同一套AI也能接着干细活，比如「只把五英尺以上的树改个颜色」，或者「把这棵树的贴图打开，我要在上面画两笔」。一次性抽卡式的生成，在他看来走不远。 ## 下一个战场在游戏里面 Studio只是孵化器。Stef说团队最兴奋的方向，是把AI能力带进游戏内部：玩家玩着玩着想改一个关卡，想和朋友造点新东西马上玩起来。已有团队在做实验，比如Roblox上的Ego.live，用生成式智能体模拟整个社区。 玩法本身也会变。第一步是给NPC接上LLM，技术上最直接。再往后是个性化：LLM记得你过去所有会话里干过什么，你回来时，它可以调整挑战、扭转剧情，让同一个游戏每次都不一样。 主持人问，实时生成世界对基础设施的压力有多大。Stef的回答有点反直觉：**真正的挑战不在延迟，也不在算力，在内容审核。**延迟问题游戏行业早有存货，CDN、缓存、预生成、细节分级、流式传输都能用。但Roblox把安全当成第一产品，要守住平台上文明交流的底线，一旦允许玩家在游戏里生成任何东西，审核门槛就完全抬高了。打开潘多拉魔盒的同时，得把护栏也建好。 从NPC到整个开放世界之间还有一级台阶，Stef叫它约束性创造。Roblox上有个热门游戏Build a Boat，玩家进去只能造船，材料有限制，尺寸有规定，然后开出去和别人比赛。世界是开发者定好的，玩家在约束里自由发挥。妙处在于Roblox是个物理沙盒，有空气动力学和流体动力学，你造的船好不好，风一吹就见分晓。AI能把这类玩法推得更远：造赛车、造飞机，你造的东西决定游戏里的优势，但游戏本身不会被改坏。 至于用神经网络做物理引擎的方向（比如PINN），Stef持保留态度，他认为计算上足够高效的真实世界近似，比逼近精度更重要。全NPC、玩家只看不玩的游戏，他也不排除，那听起来就像电视，看别人玩游戏早已是巨大的内容品类。更现实的第一步是混合模式：新游戏刚上线没有真人时，先用有趣的NPC把世界填满。他也反复强调对游戏开发者的敬意，让游戏好玩是门手艺，普通玩家没练过这20年的功力，怎么在给自由的同时让故事依然精彩，要跟社区学。平台的好处是Roblox自己不用给答案，把API交出去，社区会把路蹚出来。 生成式AI会不会让玩家和创作者变成同一种人？主持人Sonya Huang把问题抛给Stef，他拿音乐行业做了类比。早先作曲家、演奏者、观众三个身份界限分明，卡拉OK把这条线抹掉了一半，GarageBand又抹掉另一半，现在输入歌词和曲风，AI直接生成整首歌。**游戏开发会慢一些，因为游戏是更复杂的内容形态，但方向是一样的。** 头像系统已经验证过这条路。Roblox上有大量靠做虚拟形象服装和配饰谋生的创作者，但3D建模是个狭窄技能，得学Blender或Maya，很多有好点子的人被挡在门外。Roblox试了用图片或文字直接生成头像，结果是能创建头像的人数大幅增加，官方叫它头像自动装配，目前是早期测试版，接下来几个月还会加码。Stef的总结是：有好点子的人，永远比能把点子做出来的人多。 ## 3D基础模型，和一场针对2D的赌注 几周前，Roblox宣布正在做3D基础模型，而且打算开源，目标是从多模态输入直接合成场景和世界。Stef说，挑战不在于收集数据，数据他们有的是，难的是把原始数据加工成能训练模型的东西。 他聊到这里抛出一个行业判断：**纯2D数据撑不起时间轴上的一致性。**单张图片，2D模型已经做得非常好；可一旦加上时间，相机还在动，前面有两千帧等着保持一致，没有3D数据就会漂移。行业靠2D一路狂奔到今天，把3D信息喂进生成模型这件事还没真正发生。 2D数据的死穴是遮挡：我的手背到身后再拿出来，2D数据从没见过这只手，没有任何信息能保证它的外观前后一致。角色看着你，你把脸风格化，他转头再看回来，变成了另一个人，这类例子所有人都见过。ControlNet加深度图算一种2.5D的补救，让视频风格化稳定了些，但根本解法只有用3D数据训练。Roblox手里的3D场景数据，恰好能锚定空间和时间的一致性。 再往远看，Stef押注神经渲染。游戏开发史上，资产制作和美术风格是绑死的，马里奥没法一键变成使命召唤的样子，所有资产得重做。神经渲染的思路是几何不动，物理碰撞体不动，在渲染最后加一层生成式处理，用文字描述加参考图，实时给整个游戏换风格。低模加低分辨率贴图，最后一道管线直接拉到照片级真实感，就像今天游戏里最后加的那层bloom，只不过这层是AI。它不增加任何需要下载的资产，纯粹是末端的一层计算。现在算力还贵，但他的判断很明确：**五年内，游戏会这么造，而且至少高端手机跑得动。**如果开发者愿意，玩家甚至可以自己选风格，你看到的画面和队友不同，物理和玩法完全一致。 ## 明天就能用上的三件事 - 做AI产品的，先列一张「洗碗机清单」：用户哪些活不得不干但完全不享受？Assistant Actions拿下Roblox两年来最高的社区评分，赢在它只处理用户不想干的事。先吃掉脏活，再谈创造力。 - 纠结训练数据授权的，看看Roblox的交易结构：社区授权数据，平台把训练成果做成免费工具还回去，数据的价值回到贡献者手里。绝大多数创作者选择了同意。 - 工具同时服务小白和专家的，记住渐进式披露和外部互通：默认界面只谈意图，专业深度藏进帘子后面，帘子外面留好通往Blender和Photoshop的门。 至于创作者，Assistant很快要正式结束beta。写代码多180%这件事，目前仍然免费。