AI将如何把Roblox游戏变成照片级真实世界｜CEO David Baszucki
摘要
Roblox的AI构想，延续着一项为期20年的计划：打造一个由物理规则支撑、照片级真实的“Holodeck”，让1万人实时改造同一个共享世界。 Baszucki认为，人类“共同体验”与独自进行“实时做梦”之间存在连续谱，NPC位于后者一端。如果4D模拟成功，“视频就是降采样”，Zoom则会变成一种“遗留模拟模式”。
Baszucki认为，最难的技术问题在于同步1万名参与者的状态与历史。 Roblox正在测试，这些状态究竟应存放在视频潜变量、原生3D，还是一种全新的混合格式中。它潜在的优势是每月130亿小时的交互数据，这些数据可以从任意摄像机角度重建，而不必像固定栅格视频那样存储。
Roblox的NPC路线图将从通用游戏智能体，推进到用户主动选择的虚拟分身，再到能够代为行动的智能替身。 Baszucki设想，NPC可以学习用户的手势、观察事物的方式和说话方式，然后在家长工作时，短暂陪用户的孩子玩耍：“我的虚拟分身能不能顶上15分钟？”讨论还设想，创作者可以通过提示词生成“一个快乐的Ben Franklin”之类的角色。
Baszucki设想的是混合式AI架构，而不是由一个模型运行整个世界。 高效率的多人游戏引擎可以负责同步状态，专用系统则分别处理NPC、3D升采样和本地2D照片级真实效果。即使直接生成视频的模型可能沿着另一条路径，通向个性化梦境世界，Roblox仍在“加码一种原生支持多人游戏的混合式、多AI技术栈”。
更低的生成成本会提升产出质量，但未必会让游戏开发的竞争性下降。 Baszucki对“资产成本下降”论的回应是，“消费者对质量的预期，也会以完全相同的速度上升”。5人团队或许能做出“惊人的”作品，但用户会把这一标准视为常态；与此同时，智能体可以花24小时测试版本，让20名模拟玩家在手机和其他客户端上运行。
谈到AI关系时，Baszucki的回答是“目前为零”。 文字稿对随后那句“我不认为我们接近跨越人类—AI边界”的归属记录不一致，但Baszucki对始终陪伴身侧的教练或治疗师更为开放，并称心理健康建议和教练服务已经是重要用例。Sarah认为，这种用途可以说是有价值的。
管理层的中间目标，是拿下全球游戏内容的10%，对应约3亿 DAU、约200亿的某项未说明指标，以及约为Roblox当前规模3倍的水平。 Baszucki将这一可衡量的阶段目标，与更宏大的Holodeck愿景并置：“知道3倍和10倍这两个数字，非常有帮助。”谈话以Microsoft Excel为参照：40年后它依然一眼可认；如果Roblox被正确打造，也可能“40年后还在持续存在”。
精读
1. AI将Roblox早年的Holodeck规格变成工程项目
Baszucki的起点，是一份近20年前的商业计划演示稿，提出打造“人类共同体验这一全新品类”。这个由物理规则和现实世界支撑的Holodeck，可以让用户造车、驾驶、吹灭生日蜡烛，或者砍树并把木材盖成房子。
AI将这一愿景扩展成一条光谱：一端是现实人类之间的高保真沟通，另一端是“实时做梦”，所有其他人都变成NPC。Baszucki认为，短视频的停留时长反馈，已经让人窥见后者的一角，而《Vanilla Sky》则展示了它的极端形态。
在商业沟通中，4D模拟可能成为“视频的超集”：同事可以一起走过虚拟办公室，空间衰减则能让千人会议听起来更自然。即便是同步唱歌，也可能需要把每个人的声音向前外推，以抵消约30毫秒的延迟。
主持人对“真实感”的反驳很关键：Roblox的爆款并不依赖照片级物理效果。Baszucki对此表示认同，并提到Dress to Impress和Grow a Garden；他的答案是改善底层模拟和云端原语，再让Roblox无法控制内容生成的免费创作者市场自行决定如何使用这些能力。
2. 同步状态与向量化历史可能成为护城河
世界模型前景看好，但Baszucki认为，更深层的问题是“1万人的终极同步状态”：平台应如何保留所有人的位置、行为，以及过去5小时的记忆？答案可能是视频潜变量、原生3D，或尚未被发现的混合格式。
Roblox的目标，是把“Roblox上发生的一切历史”存成向量数据，每月覆盖130亿小时。与栅格视频不同，一起事件可以从新的摄像机角度重放——既可用于调查安全事故，也可用于制作一段记录家庭重要时刻的视频；但访问必须符合隐私要求，并经过审慎、克制的设计。
同一份档案还能提供比被动视频更丰富的训练材料：具身运动、类似WASD的操作，以及与可编辑3D环境的互动。Baszucki对比道，人们还在问，究竟去哪里才能获得2亿小时的视频加动作数据。
他的NPC阶梯分为3级：第一，成为任何Roblox游戏的合格智能体；第二，经过用户语音、手势和观察方式训练、由用户主动选择的“虚拟分身”；第三，提供一个简单接口，派遣这个分身去执行任务。Allaire补充称，Roblox的模型将符合隐私要求，数据也绝不会被共享。
3. 创作转向智能体、程序化资产与模块化AI
主持人将NPC的转型，与自动驾驶系统从手工绘制的启发式规则转向端到端学习作比较。Baszucki接受这一类比：用“一个纯粹更通用的建模方案”替代决策树，是计算机科学中极具吸引力的机会；但他没有给出它何时会超过精心编写的NPC的时间表。
主持人直接提出了没有底层物理引擎、完全由视频生成的世界。Baszucki表示，交互系统最终可能接受“把我放进一个西部世界”这样的提示，然后让用户向左转、向右转，再添加马匹。但他仍设想多个专用层：同步、NPC推理、原始3D结构、云端3D升采样，以及设备侧2D增强。
对创作者而言，Baszucki不认为“AI垃圾”会很快取代人类判断：“人类的触感，还有很长的发挥空间。”未来或许只需5个人就能做出惊人质量的作品，同时让智能体花24小时修改和测试版本，并在各种客户端模拟器上让20个NPC跑完整个版本。
资产生成遵循同样的云端逻辑。声音、网格或纹理可以存在多个细节层级，最终甚至可以只作为一个AI提示词，在需要时通过程序生成。他举的例子是一个原始世界：创作者提出免费、按需的转换要求，把它变得“更中世纪、更真实”。
4. 具身化让陪伴型角色更强，同时不抹去人与AI的边界
Roblox能给NPC的不只是摘要提示：由于它的动作和对话可以持续保存，NPC可以以紧凑格式访问“用户说过或做过的一切”。主持人认为，具身能力加上云端记忆，应能让这类角色比今天的文字陪伴型产品更具吸引力。
Baszucki做了一个《黑镜》式思想实验：让1,000个虚拟分身与另一个人的复制体一起经历模拟人生；如果其中98%报告结果良好，现实中的两个人再安排约会。他明确表示Roblox不会进入约会领域，但这个例子说明了新型社交产品有多难预测。
当被问到孩子们在有生之年是否会建立一段严肃的AI关系时，Baszucki回答“目前为零”。关于随后“人类还远未接近跨越人类—AI边界”的说法究竟属于他还是Sarah，文字稿记录不一致。Baszucki更有信心的是侵入性较低、站在用户身边提供的教练式指导，并称心理健康指导和教练服务已经是重要用例；Sarah认为，这种用途可以说是有价值的。
5. Roblox用40年目标配合每周运营循环
创作者生意正在变大，也变得更具竞争性：头部团队的收入达到数千万美元，其中一些每年能赚“3,000万美元以上”；排名低至第1,000位的创作者，也已经可以靠此谋生。基于云端的持续运营意味着，产品现在按日或按周更新，而不是静态发布。
发现机制正在变得更透明，部分原因是透明度本身会给Roblox持续施压：有人可能操纵发现结果。Baszucki表示，因此分发变得更丰富、波动更小：如今排名前20的体验都真正做得很好，并且都在争夺第1名；3到4年前并非如此。
他的管理象限，把“着眼长期”与“把事情做成”放在一起。团队围绕稳定规格进行每周迭代，而占游戏内容10%的阶段目标，则把遥远愿景转化为约3亿 DAU、“约200亿”的某项未说明指标，以及当前规模约3倍的水平。
招聘也遵循同样的系统逻辑。Roblox收购Imbellus，是为了打造3D问题解决能力评估；如今，公司基本不再看重大学声望，而是在社区学院和美国中西部规模较小的工程学校发现优秀候选人。Baszucki最后谈到“时间的力量和复利的力量”：AI每天都在变化，但Excel这样的产品可以40年保持基本用途；而这场对话把一个被正确打造的Roblox，描述成可能“40年后还在持续存在”的产品。